Reporting bias

Jak zvládnout datové zkreslení

Konstantinos Kattidis

Data Analytics Lead

Odhalení reporting bias

Osoby prezentující výsledky

Reporting bias ovlivňuje způsob, jakým jsou data prezentována
Nastává, když je rozhodnutí o zveřejnění nebo zdůraznění výsledků ovlivněno jejich povahou a směrem
Reporting bias se projevuje v různých formách, každá s vlastními důsledky pro analýzu dat

Osoba selektivně vybírající pozitivní trendy

Marketingový manažer analyzuje data o tržbách
Do svých zpráv selektivně zahrnuje data z nejvýkonnějších produktových řad
Zdůrazňuje pozitivní trendy a potlačuje negativní, čímž maluje příznivý obraz výkonnosti firmy
To vede k chybným strategickým rozhodnutím

Scénář ilustruje selektivní reportování, jinak zvané cherry-picking
Jde o záměrné nebo neúmyslné vynechání dat, která neodpovídají předem stanovenému závěru
Tento bias může vést ke zkresleným nebo zavádějícím interpretacím dostupných dat

Prst vybírající z pěti možností

Nastává, když studie se statisticky významnými výsledky mají větší šanci na publikování než studie s nevýznamnými zjištěními

Osoba publikující výzkum

Týká se způsobu, jakým jsou prezentována nebo interpretována data
Zahrnuje přehánění významu zjištění nebo bagatelizaci omezení
Příklad:
- Tisková zpráva firmy prezentuje mírný růst tržeb jako velký úspěch
- Přitom skrývá skutečné problémy

Osoba prezentující výsledky analýzy a skrývající skutečné problémy

Záměrná manipulace, neúmyslné opomenutí a systémové problémy v organizacích

Reporting bias vzniká z různých příčin
Patří mezi ně:
- Záměrná manipulace
- Neúmyslné opomenutí
- Systémové problémy v organizacích
Může vést k chybným rozhodnutím, plýtvání zdroji a ztrátě důvěry

Jak zvládnout datové zkreslení