测量偏差

征服数据偏差

Konstantinos Kattidis

Data Analytics Lead

理解测量偏差

当测量过程引入失真或误导性结果时发生

常见偏差包括：

  • 工具偏差
  • 观察者偏差
  • 回忆偏差
  • 社会期许偏差

 

人物在测量柱状图

征服数据偏差

工具偏差

当用于测量变量的工具（如问卷或分析软件）引入不准确时发生

  • 例如：
    • 分析软件未能准确捕获某些用户行为或属性
    • 设计不佳的问卷导致受访者答案有偏

人们在做调查和测量

征服数据偏差

观察者偏差

由于观察者差异导致的观测与真实值之间的系统性差异

  • 当数据收集者将自身偏见或预期带入分析时产生

  • 例如：

    • 研究者观察课堂行为时，先入为主地界定"参与度"
    • 绩效评估中的个人偏见

观察员工绩效的人

征服数据偏差

回忆偏差

人们在回忆

当参与者对过去事件或经历回忆不准确时发生，影响数据可靠性

  • 常见于客户回忆以往体验或偏好时的反馈
  • 可能由记忆衰退或外界影响等因素导致
征服数据偏差

社会期许偏差

两个人寻找社会期许

当受访者给出他们认为社会可接受或理想的答案，而非真实回应时发生

  • 在客户满意度调查中，受访者可能夸大正面体验以避免显得挑剔或消极
  • 在员工反馈调查中，受访者可能抬高评分以维持在组织内的良好形象
征服数据偏差

测量偏差的影响

带有错误输入和输出的流程

  • 遵循"垃圾进，垃圾出"原则
  • 测量方法不准确会导致有偏的数据输入
  • 最终不可避免地产生不可靠输出和错误决策
征服数据偏差

Passons à la pratique !

征服数据偏差

Preparing Video For Download...