اثر زاویه دید و نسبیت در ادراک در تحلیل داده‌ها

آیا تا به حال داده‌ها شما را گمراه کرده‌اند؟

گاهی اوقات یک نتیجه واضح به نظر می‌رسد، اما بررسی دقیق‌تر نشان می‌دهد که برداشت شما بسته به زاویه دید و سطح تحلیل کاملاً متفاوت است. این همان چیزی است که در علوم شناختی به آن نسبیت در ادراک می‌گویند.

پارادوکس سیمپسون

• دو روش درمانی A و B برای بیماری قلبی در دو بیمارستان

• در هر بیمارستان، درمان A بهتر است

• اما وقتی داده‌ها تجمیع می‌شوند، B بهتر نشان داده می‌شود!

چرا؟
زیرا وزن گروه‌های بیمار، سطح تحلیل و توزیع داده‌ها متفاوت است. این وارونگی در نتایج به نام پارادوکس سیمپسون شناخته می‌شود و نمونه‌ای از اثر زاویه دید است.

• دو سبد سرمایه‌گذاری X و Y:

• در هر دوره اقتصادی، X بهتر عمل می‌کند

• اما در میانگین سالانه، Y بهتر نشان داده می‌شود

• نتیجه: نحوه وزن‌دهی دوره‌ها و سطح تحلیل، برداشت شما را تغییر می‌دهد.

زاویه دید و نسبیت ادراک در تحلیل داده‌ها اهمیت بالایی دارد:

·  تحلیل بدون توجه به زاویه دید می‌تواند گمراه‌کننده باشد

·  تحلیلگر باید سطح مشاهده، هدف و روش آماری را قبل از نتیجه‌گیری مشخص کند

·  پارادوکس سیمپسون نمونه‌ای از خطر نادیده گرفتن زیرگروه‌ها و توزیع وزن‌هاست

·  در علوم پزشکی، اقتصاد، آموزش و علوم اجتماعی، درک نسبیت ادراک برای تصمیم‌گیری صحیح حیاتی است

 
تا به حال شده نتیجه تحلیل شما به دلیل زاویه دید اشتباه، متفاوت با واقعیت باشد؟ نظرات و تجربه‌های خود را با ما به اشتراک بگذارید.