Błąd selekcji

Opanuj stronniczość danych

Konstantinos Kattidis

Data Analytics Lead

Czym jest błąd selekcji?

To błąd powstający, gdy dane są wybierane w sposób systematycznie faworyzujący określone osoby, grupy lub cechy

Diagram pokazujący różnicę między populacją a próbą.

Otrzymana próba nie jest reprezentatywna dla analizowanej populacji

Omówimy pięć typowych rodzajów błędu selekcji

Błąd doboru próby pojawia się, gdy metoda próbkowania nie jest sprawiedliwa ani losowa
Wynika z podejścia do doboru próby, co może utrudniać lub uniemożliwiać uogólnienie wyników na całą populację
Przykład:
- Platforma e-commerce ocenia satysfakcję klientów metodą próbkowania wygodnego
- Wyniki mogą nie odzwierciedlać opinii wszystkich klientów

Osoba zastanawiająca się nad wyborem metody próbkowania

Przykład: badanie rynkowe skierowane do konsumentów online, pomijające osoby bez dostępu do Internetu
Błąd niedostatecznego pokrycia wskazuje na niedostateczną reprezentację określonych grup w próbie
Różni się od błędu doboru próby tym, że dotyczy reprezentacji konkretnych grup, a nie losowości metody próbkowania

Badacze ignorujący konsumentów bez dostępu do Internetu

Błąd braku odpowiedzi pojawia się, gdy osoby rezygnujące z udziału w ankiecie systematycznie różnią się od tych, które w niej uczestniczą

Ankieta satysfakcji: respondenci są zadowoleni, nierespondenci – niezadowoleni

W ankiecie oceniającej satysfakcję pracowników niezadowoleni pracownicy rzadziej biorą udział
Prowadzi to do nadmiernie optymistycznej oceny morale pracowników

Analityk przeglądający wyniki obarczone błędem autoselecji

Błąd autoselecji pojawia się, gdy osoby samodzielnie decydują o udziale w badaniu lub ankiecie
Przykład:
- Klienci sami decydują o udziale w ankiecie satysfakcji
- Gdy ich opinie nie reprezentują ogółu klientów
- Zniekształca to ogólną percepcję

Pojawia się, gdy w analizie uwzględnia się wyłącznie podmioty zakończone sukcesem

Przykład:

Analiza udanych wdrożeń produktów bez uwzględnienia tych, które się nie powiodły
Prowadzi to do błędnych wniosków i pomijania czynników przyczyniających się do porażki

Osoba analizująca udane produkty i ignorująca nieudane

Niezrównoważona waga ze znakiem zapytania

Wiele błędów może na siebie oddziaływać, komplikując analizę
Przykładowo ankieta satysfakcji klientów może wykazywać zarówno błąd autoselecji, jak i błąd braku odpowiedzi

Opanuj stronniczość danych