Analytics yolg'on
Tahlilning tarafkashligi
Mark Tven munozarali ravishda shunday dedi: "Yolg'onning uch turi bor: yolg'on, la'natli yolg'on va Analytics. "
Biz analitika bizga foydali va amalda bo'ladigan tushunchalar berishini tabiiy deb bilamiz. Biz ko'pincha o'zimizning va boshqalarning noto'g'ri qarashlari hatto eng murakkab dasturiy ta'minot va tizimlar tomonidan berilgan javoblarga qanday ta'sir qilishini tushunmaymiz. Ba'zan bizni nohaqlik bilan boshqarishi mumkin, lekin ko'pincha bu bizning tahlillarimizda yashirin va ongsiz tarafkashliklar bo'lishi mumkin. Noto'g'ri tahlilning motivi juda ko'p. Ba'zida biz fandan kutayotgan xolis natijalarga 1) ma'lumotlar qanday taqdim etilishidagi nozik tanlovlar, 2) nomuvofiq yoki vakil bo'lmagan ma'lumotlar, 3) AI tizimlari qanday o'qitilganligi, 4) tadqiqotchilarning nodonligi, qobiliyatsizligi yoki boshqalar ta'sir qiladi. hikoya qilish, 5) tahlilning o'zi.
Taqdimot bir tomonlama
Ba'zi yolg'onlarni boshqalarga qaraganda aniqlash osonroq. Nimani izlash kerakligini bilsangiz, potentsialni osonroq aniqlashingiz mumkin chalg'ituvchi grafiklar va diagrammalar.
Hech bo'lmaganda bor ma'lumotlarni noto'g'ri ko'rsatishning beshta usuli: 1) Cheklangan ma'lumotlar to'plamini ko'rsatish, 2). Bir-biriga bog'liq bo'lmagan korrelyatsiyalarni ko'rsatish, 3) ma'lumotlarni noto'g'ri ko'rsatish, 4) ma'lumotlarni noan'anaviy tarzda ko'rsatish yoki 5). Ma'lumotlarni haddan tashqari soddalashtirilgan holda ko'rsatish.
Cheklangan ma'lumotlar to'plamini ko'rsatish
Ma'lumotlarni cheklash yoki ma'lumotlarning tasodifiy bo'lmagan qismini tanlash ko'pincha katta rasmga mos kelmaydigan voqeani aytib berishi mumkin. Noto'g'ri tanlab olish yoki olcha terish - bu tahlilchi kattaroq guruhni ifodalash uchun vakil bo'lmagan namunadan foydalanadi.
Mart oyida 2020, Gruziya sog'liqni saqlash boshqarmasi ushbu jadvalni kundalik holat hisobotining bir qismi sifatida e'lon qildi. Bu aslida javob berishdan ko'ra ko'proq savollar tug'diradi.
Etishmayotgan narsalardan biri bu kontekstdir. Misol uchun, har bir yosh guruhida aholining qancha foizini bilish foydali bo'ladi. Oddiy ko'rinadigan doiraviy diagramma bilan bog'liq yana bir muammo - bu notekis yosh guruhlari. 0-17 yoshda 18 yosh, 18-59 yoshda 42, 60+ yoshda ochiq, ammo 40 yoshga yaqin. Faqatgina ushbu jadvalni hisobga olgan holda xulosa shuki, ko'pchilik holatlar 18-59 yosh guruhiga to'g'ri keladi. 60 yoshdan oshganlar guruhiga COVID holatlari kamroq ta'sir ko'rsatadi. Ammo bu butun hikoya emas.
Taqqoslash uchun, bu turli xil ma'lumotlar to'plamida CDC veb-sayti Yosh guruhlari bo'yicha COVID holatlari jadvali, har bir yosh oralig'ida bo'lgan AQSh aholisining foizi to'g'risidagi qo'shimcha ma'lumotlar.
Bu yaxshiroq. Bizda ko'proq kontekst mavjud. Ko'rishimiz mumkinki, 18-29, 30-39, 40-49 yosh guruhlari aholi tarkibidagi yosh guruhiga nisbatan yuqoriroq holatlarga ega. Hali ham teng bo'lmagan yosh guruhlari mavjud. Nima uchun 16-17 yosh alohida guruh hisoblanadi? Hali bu butun voqea emas, lekin ekspertlar bundan kamroq ustunlar yozgan, bashorat qilgan va mandatlar qilgan. Shubhasiz, COVID bilan, yoshdan tashqari, ijobiy holat deb hisoblanishiga ta'sir qiluvchi ko'plab o'zgaruvchilar mavjud: emlash holati, testlarning mavjudligi, sinovdan o'tgan vaqtlar soni, birga keladigan kasalliklar va boshqalar. Ishlar sonining o'zi to'liq bo'lmagan rasmni beradi. Aksariyat mutaxassislar, shuningdek, COVIDning har bir yosh guruhiga qanday ta'sir qilishini ko'rib chiqish uchun o'limlar soni yoki 100,000 XNUMX aholiga to'g'ri keladigan o'limlar foizi yoki o'lim holatlariga e'tibor berishadi.
Bir-biriga bog'liq bo'lmagan korrelyatsiyalarni ko'rsating
Shubhasiz, bor kuchli korrelyatsiya AQShning ilm-fan, koinot va texnologiyaga sarflagan xarajatlari bilan osish, bo'g'ish va bo'g'ish orqali o'z joniga qasd qilishlar soni o'rtasida. Korrelyatsiya 99.79% ni tashkil etadi, deyarli mukammal mos keladi.
Bularning qaysidir ma'noda bog'liqligini yoki biri ikkinchisini keltirib chiqaradi, deb kim da'vo qiladi? Boshqa kamroq ekstremal misollar ham bor, lekin kam soxta emas. Scripps National Spelling Bee g'olibi Worddagi harflar va zaharli o'rgimchaklar tomonidan o'ldirilgan odamlar soni o'rtasida xuddi shunday kuchli bog'liqlik mavjud. Tasodifmi? Sen Qaror qabul qil.
Ushbu ma'lumotni chalg'itmaslikning yana bir usuli bu har ikkala Y o'qiga nol kiritishdir.
Ma'lumotlarni noto'g'ri ko'rsatish
From Qanday qilib ma'lumotlarni yomon ko'rsatish mumkin, AQShning Jorjiya shtati tasdiqlangan COVID-5 holatlari eng koʻp boʻlgan 19 ta okrugni taqdim etdi.
Qonuniy ko'rinadi, to'g'rimi? Tasdiqlangan COVID-19 holatlarining pasayish tendentsiyasi aniq. X o'qini o'qiy olasizmi? X o'qi vaqtni ifodalaydi. Odatda, sanalar chapdan o'ngga ko'payadi. Bu erda biz X o'qi bo'yicha ozgina vaqt sayohatini ko'ramiz:
4/28/2020
4/27/2020
4/29/2020
5/1/2020
4/30/2020
5/4/2020
5/6/2020
5/5/2020
5/2/22020 ...
Kutmoq? Nima? X o'qi xronologik tartibda tartiblanmagan. Shunday ekan, trend qanchalik yoqimli ko‘rinmasin, biz hech qanday xulosa chiqara olmaymiz. Agar sanalar tartiblangan bo'lsa, holatlar soni bo'yicha chiziqlar har qanday tendentsiyadan ko'ra ko'proq arra tish namunasini ko'rsatadi.
Bu yerda oson tuzatish sanalarni kalendar kabi tartiblashdir.
Ma'lumotlarni noan'anaviy tarzda ko'rsatish
Hammamiz bandmiz. Bizning miyamiz bizni dunyomizda izchil bo'lgan taxminlarga asoslanib, tezkor hukm chiqarishga o'rgatdi. Misol uchun, men ko'rgan har bir grafik x va y o'qlarini nolga yoki eng past qiymatlarga to'g'ri kelishini ko'rsatadi. Ushbu jadvalga qisqacha nazar tashlasangiz, Floridaning ta'siri haqida qanday xulosalar chiqarishingiz mumkin “Asosiy qonuningizga rioya qiling.”? Men buni tan olishdan uyalaman, lekin bu grafik dastlab meni aldadi. Sizning ko'zingiz grafik o'rtasida joylashgan matn va o'qga qulay tarzda tortiladi. Ushbu grafikda pastga ko'rsatilgan. Bu yolg'on bo'lmasligi mumkin - ma'lumotlar hammasi joyida. Lekin, bu aldash uchun qilingan deb o'ylashim kerak. Agar siz uni hali ko'rmagan bo'lsangiz, y o'qida nol tepada joylashgan. Shunday qilib, ma'lumotlarning pasayishi tendentsiyasi bilan, bu ko'proq o'limni anglatadi. Ushbu jadvalda o'qotar quroldan foydalangan holda qotilliklar soni ko'rsatilgan ortdi 2005 yildan keyin bu tendentsiyani ko'rsatdi pastga.
Ma'lumotlarni haddan tashqari soddalashtirilgan holda ko'rsating
Tahlilchilar Simpson paradoksidan foydalanganda ma'lumotlarning haddan tashqari soddalashtirilishiga misol bo'lishi mumkin. Bu yig'ilgan ma'lumotlar kichik to'plamlarga bo'lingandan ko'ra boshqacha xulosani ko'rsatganda paydo bo'ladigan hodisa. Yuqori darajadagi jamlangan foizlarni ko'rib chiqishda bu tuzoqqa tushish oson. Simpson paradoksining ishdagi eng aniq tasvirlaridan biri bilan bog'liq o'rtacha zarbalar.
Bu erda biz Derek Jeterning 1995 va 1996 yilgi mavsumlarda Devid Justicega qaraganda umumiy to'p o'rtacha ko'rsatkichiga ega ekanligini ko'ramiz. Adolat Jeterni o'sha yillardagi o'rtacha hisobda mag'lub etganini anglaganimizda paradoks paydo bo'ladi. Ehtiyotkorlik bilan qarasangiz, Jeter 4 yilda 1996 yilda o'rtacha 007 ga kam bo'lgan ko'rshapalaklar soni (maxraj) taxminan 1996 baravar ko'p bo'lganini tushunganingizda mantiqiy bo'ladi. 10 yilda o'rtacha 003 ga yuqori.
Taqdimot oddiy ko'rinadi, ammo Simpsonning Paradoksi, bilib yoki bilmay, noto'g'ri xulosalarga olib keldi. So'nggi paytlarda vaktsinalar va COVID o'limi bilan bog'liq yangiliklar va ijtimoiy tarmoqlarda Simpson paradoksining misollari paydo bo'ldi. Bir sxema 10-59 yoshdagi odamlar uchun emlangan va emlanmagan o'lim ko'rsatkichlarini taqqoslaydigan chiziqli grafikni ko'rsatadi. Jadval shuni ko'rsatadiki, emlanmaganlar doimiy ravishda o'lim darajasi pastroq. Bu yerda nima bo'lyapti?
Muammo biz o'rtacha zarbalar bilan ko'rgan muammoga o'xshaydi. Bu holda maxraj har bir yosh guruhidagi shaxslar soni hisoblanadi. Grafik turli natijalarga ega bo'lgan guruhlarni birlashtiradi. Agar biz 50-59 yoshdan katta yoshdagi guruhga alohida qarasak, emlanganlar yaxshiroq ekanligini ko'ramiz. Xuddi shunday, agar biz 10-49 ga qarasak, emlanganlarning narxi yaxshiroq ekanligini ko'ramiz. Ajablanarlisi shundaki, birlashtirilgan to'plamga qaraganda, emlanmaganlar yomonroq oqibatlarga olib keladi. Shunday qilib, siz ma'lumotlardan foydalanib, qarama-qarshi dalillarni keltira olasiz.
Ma'lumotlar bir tomonlama
Ma'lumotlarga har doim ham ishonib bo'lmaydi. Hatto ilmiy hamjamiyatda ham so'rovda qatnashgan tadqiqotchilarning uchdan biridan ko'prog'i buni tan oldi "shubhali tadqiqot amaliyotlari." boshqa tadqiqot firibgarlik detektivi "Ma'lumotlarda - jadvallar, chiziqli grafiklar, ma'lumotlarning ketma-ketligi [biz kashf qilayotganimizdan ko'ra] ko'proq firibgarlik bor, deydi. Oshxona stolida o'tirgan har bir kishi elektron jadvalga bir nechta raqamlarni qo'yishi va ishonchli ko'rinadigan chiziqli grafik yaratishi mumkin.
Bu birinchi misol kimdir buni qilganga o'xshaydi. Men buni firibgarlik deb aytmayapman, lekin so'rov sifatida u ongli qaror qabul qilishga hissa qo'shadigan hech qanday ma'lumot yaratmaydi. So‘rovda respondentlardan yoqilg‘i quyish shoxobchasi qahvasi yoki boshqa dolzarb voqea haqidagi fikrlari so‘ralganga o‘xshaydi.
- ajoyib
- buyuk
- Juda yaxshi
Men aybdor shaxsga havolalarni olib tashlash uchun Twitter postini kesib tashladim, ammo bu so'rovning yakuniy natijalarining haqiqiy to'liq jadvali. Bunday so'rovlar kam uchraydi. Shubhasiz, javoblar natijasida olingan ma'lumotlardan yaratilgan har qanday diagramma ko'rib chiqilayotgan qahvani o'tkazib yubormaslik kerakligini ko'rsatadi.
Muammo shundaki, agar sizga ushbu so'rovnoma topshirilgan bo'lsa va sizning fikringizga mos keladigan javob topa olmagan bo'lsangiz, so'rovni o'tkazib yuborgan bo'lar edingiz. Bu ishonchsiz ma'lumotlarning qanday yaratilishining o'ta misoli bo'lishi mumkin. Biroq, so'rovnomaning noto'g'ri dizayni kamroq javoblarga olib kelishi mumkin va javob berganlar faqat bitta fikrga ega, bu shunchaki daraja masalasi. Ma'lumotlar bir tomonlama.
Ma'lumotlarning noto'g'riligiga ikkinchi misol "fayllaridan olingan.Eng yomon COVID 19 chalg'ituvchi grafiklar. "
Shunga qaramay, bu nozik va to'liq aniq emas. Shtrixli grafik Florida shtatidagi bir okrug uchun vaqt o'tishi bilan ijobiy COVID-19 holatlari foizining silliq, deyarli juda silliq pasayishini ko'rsatadi. Ishlar kamayib borayotgani haqida osongina xulosa chiqarishingiz mumkin. Bu ajoyib, vizualizatsiya ma'lumotlarni aniq ifodalaydi. Muammo ma'lumotlarda. Demak, bu makkorona tarafkashlik, chunki siz buni ko'ra olmaysiz. U ma'lumotlarga kiritilgan. Siz so'rashingiz kerak bo'lgan savollar orasida kim sinovdan o'tmoqda? Boshqacha qilib aytganda, maxraj nima yoki biz foizga qaraydigan aholi soni. Taxminlarga ko'ra, bu butun populyatsiya yoki hech bo'lmaganda vakillik namunasidir.
Biroq, bu davrda, bu tumanda, testlar faqat cheklangan miqdordagi odamlarga berildi. Ularda COVID-ga o'xshash alomatlar bo'lishi kerak edi yoki yaqinda issiq nuqtalar ro'yxatidagi mamlakatga sayohat qilgan. Natijalarni chalkashtirib yuboradigan narsa shundaki, har bir ijobiy test hisoblangan va har bir salbiy test hisoblangan. Odatda, agar odam ijobiy sinovdan o'tgan bo'lsa, ular virus o'z yo'nalishini boshlaganida yana sinovdan o'tadi va salbiy test qiladi. Shunday qilib, ma'lum ma'noda, har bir ijobiy holat uchun uni bekor qiladigan salbiy sinov holati mavjud. Sinovlarning aksariyati salbiy bo'lib, har bir shaxsning salbiy testlari hisobga olindi. Siz ma'lumotlarning qanday noto'g'ri ekanligini va qaror qabul qilish uchun foydali emasligini ko'rishingiz mumkin.
AI kiritish va o'qitish bir tomonlama
AI noxolis natijalarga olib kelishi mumkin bo'lgan kamida ikkita usul mavjud: noto'g'ri ma'lumotlardan boshlash yoki haqiqiy ma'lumotlarni qayta ishlash uchun noto'g'ri algoritmlardan foydalanish.
Yo'naltirilgan kiritish
Ko'pchiligimiz sun'iy intellektga raqamlarni sindirish, uning algoritmlarini qo'llash va ma'lumotlarning ishonchli tahlilini chiqarishga ishonish mumkin degan taassurotdamiz. Sun'iy intellekt faqat o'qitilgandek aqlli bo'lishi mumkin. Agar u o'qitilgan ma'lumotlar nomukammal bo'lsa, natijalar yoki xulosalarga ham ishonib bo'lmaydi. Yuqoridagi so'rovning noto'g'ri holatiga o'xshab, ma'lumotlar bo'lishining bir qancha usullari mavjud qarama-qarshi mashina o'rganishda:.
- Namuna tarafkashligi - o'quv ma'lumotlar to'plami butun aholini vakil qilmaydi.
- Chetlatish tarafkashligi - ba'zida chetlab o'tilganlar haqiqiy bo'ladi yoki biz nimani kiritish kerakligi haqida chiziq chizamiz (pochta indekslari, sanalar va boshqalar).
- O'lchovning noto'g'riligi - qoidaga ko'ra, har doim meniskning markazidan va pastki qismidan o'lchash kerak, masalan, o'lchov kolbalari yoki probirkalardagi (simobdan tashqari) suyuqliklarni o'lchashda.
- Xotirani eslang - tadqiqot ishtirokchilarning xotirasiga bog'liq bo'lganda.
- Kuzatuvchi tarafkashligi - olimlar, barcha odamlar kabi, ko'rishni kutayotgan narsalarni ko'rishga moyil.
- Seksistik va irqchilik tarafdori - jins yoki irq haddan tashqari yoki kam ifodalangan bo'lishi mumkin.
- Assotsiatsiya tarafdori - ma'lumotlar stereotiplarni mustahkamlaydi
AI ishonchli natijalarni qaytarishi uchun uning o'quv ma'lumotlari haqiqiy dunyoni aks ettirishi kerak. Oldingi blog maqolasida muhokama qilganimizdek, ma'lumotlarni tayyorlash juda muhim va boshqa har qanday ma'lumot loyihasi kabi. Ishonchsiz ma'lumotlar mashinani o'rganish tizimlariga noto'g'ri saboq berishi va noto'g'ri xulosaga olib kelishi mumkin. Bu shunday dedi: "Barcha ma'lumotlar bir tomonlama. Bu paranoyya emas. Bu haqiqat." - Doktor Sanjiv M. Narayan, Stenford universiteti tibbiyot fakulteti.
Mashg‘ulotlar uchun noxolis ma’lumotlardan foydalanish sun’iy intellektning bir qator muhim nosozliklariga olib keldi. (Misollar Bu yerga va Bu yerga, tadqiqot Bu yerga..)
Yo'naltirilgan algoritmlar
Algoritm - bu kirishni qabul qiladigan va biznes muammosiga javob berish uchun chiqishni yaratadigan qoidalar to'plami. Ular ko'pincha aniq belgilangan qaror daraxtlari. Algoritmlar qora qutilarga o'xshaydi. Ularning qanday ishlashini hech kim bilmaydi, ko'pincha, hatto ulardan foydalanadigan kompaniyalar. Oh, va ular ko'pincha mulkka ega. Ularning sirli va murakkab tabiati noto'g'ri algoritmlarning bunchalik makkor bo'lishining sabablaridan biridir. .
Tibbiyot, HR yoki moliya sohasidagi AI algoritmlarini ko'rib chiqing, ular irqni hisobga oladi. Agar irq omil bo'lsa, algoritm irqiy ko'r bo'lishi mumkin emas. Bu nazariy emas. Bunday muammolar haqiqiy dunyoda AI yordamida aniqlangan ishga yollanishining, haydash, kredit arizasiva boshqalar buyrak transplantatsiyasi.
Xulosa shuki, agar sizning ma'lumotlaringiz yoki algoritmlaringiz yomon bo'lsa, foydasizdan ham yomonroq bo'lsa, ular xavfli bo'lishi mumkin. Bunday narsa bor "algoritmik audit”. Maqsad tashkilotlarga algoritm bilan bog'liq potentsial xavflarni aniqlashda yordam berishdir, chunki u adolat, tarafkashlik va kamsitish bilan bog'liq. Boshqa joyda, Facebook AIda tarafkashlikka qarshi kurashish uchun AIdan foydalanmoqda.
Odamlar tarafkash
Bizda tenglamaning ikkala tomonida ham odamlar bor. Odamlar tahlilni tayyorlamoqda va odamlar ma'lumot olishmoqda. Tadqiqotchilar bor, kitobxonlar bor. Har qanday aloqada uzatish yoki qabul qilishda muammolar bo'lishi mumkin.
Masalan, ob-havoni olaylik. "Yomg'ir ehtimoli" nimani anglatadi? Birinchidan, meteorologlar yomg'ir ehtimoli bor deganda nimani nazarda tutadi? AQSh hukumatiga ko'ra Milliy havo xizmati, yomg'ir ehtimoli yoki ular yog'ingarchilik ehtimoli (PoP) deb ataydigan narsa ob-havo prognozidagi eng kam tushunilgan elementlardan biridir. Uning standart ta'rifi bor: "Yo'g'ir yog'ish ehtimoli - bu belgilangan vaqt oralig'ida berilgan prognoz hududida ma'lum bir hududda 0.01 dyuym [sic] ko'proq yog'ingarchilikning statistik ehtimolligi." “Berilgan maydon” prognoz maydoni yoki broadquyma maydoni. Bu shuni anglatadiki, yog'ingarchilikning rasmiy ehtimoli mintaqaning biron bir joyida yomg'ir yog'ishiga ishonch va nam bo'ladigan hududning foiziga bog'liq. Boshqacha qilib aytganda, agar meteorolog prognoz qilingan hududda yomg'ir yog'ishiga ishonchi komil bo'lsa (Ishonch = 100%), u holda PoP yomg'ir tushadigan hududning qismini ifodalaydi.
Parij ko'chasi; Yomg'irli kun, Gustave Caillebotte (1848-1894) Chikago san'at instituti jamoat mulki
Yomg'ir ehtimoli ham ishonchga, ham hududga bog'liq. Men buni bilmasdim. Boshqalar ham buni bilishmaydi deb o'ylayman. Aholining 75% ga yaqini PoP qanday hisoblanishini yoki u nimani anglatishini aniq tushunmaydi. Demak, bizni aldanyaptimi yoki bu idrok muammosimi? Keling, buni yog'ingarchilikni idrok etish deb ataymiz. Biz sinoptikni ayblaymizmi? Rostini aytsam, ba'zilari bor Tartibsizlik ob-havo sinoptiklari orasida ham. Birida tadqiqot, So'rovda qatnashgan meteorologlarning 43 foizi PoP ta'rifida juda kam izchillik borligini aytdi.
Tahlilning o'zi bir tomonlama
Beshta ta'sir qiluvchi omildan tahlilning o'zi eng hayratlanarlisi bo'lishi mumkin. Ko'rib chiqilgan maqola nashr etilishiga olib keladigan ilmiy tadqiqotlarda odatda nazariya faraz qilinadi, gipotezani tekshirish usullari aniqlanadi, ma'lumotlar yig'iladi, keyin ma'lumotlar tahlil qilinadi. Amalga oshirilgan tahlil turi va qanday amalga oshirilganligi, xulosalarga qanday ta'sir qilishida kam baholanadi. a.da qog'oz Shu yil boshida (2022 yil yanvar) chop etilgan Xalqaro Saraton jurnalida mualliflar randomizatsiyalangan nazorat ostidagi sinovlar va retrospektiv kuzatuv tadqiqotlari natijalarini baholadilar. Ularning xulosalari shuni ko'rsatdiki,
Qiyosiy samaradorlik tadqiqotida analitik tanlovlarni o'zgartirish orqali biz qarama-qarshi natijalarga erishdik. Natijalarimiz shuni ko'rsatadiki, ba'zi retrospektiv kuzatuv tadqiqotlari bemorlar uchun davolanish natijalarini yaxshilaydi, boshqa shunga o'xshash tadqiqot esa analitik tanlovlarga asoslangan holda buni aniqlay olmaydi.
Ilgari, ilmiy jurnaldagi maqolani o‘qiyotganda, agar siz ham men kabi bo‘lsangiz, natijalar yoki xulosalar faqat ma’lumotlarga tegishli deb o‘ylagan bo‘lishingiz mumkin. Endi natijalar yoki dastlabki gipotezaning tasdiqlanishi yoki rad etilishi ham tahlil usuliga bog'liq bo'lishi mumkin.
boshqa o'rganish shunga o'xshash natijalarni topdi. Maqola, Ko'pgina tahlilchilar, bitta ma'lumotlar to'plami: analitik tanlovlardagi o'zgarishlar natijalarga qanday ta'sir qilishini oshkora qilish, tahlil qilish uchun 29 xil jamoaga bir xil ma'lumotlar to'plamini qanday berganliklarini tasvirlaydi. Ma'lumotlarni tahlil qilish ko'pincha bitta xulosaga olib keladigan qat'iy, aniq belgilangan jarayon sifatida qaraladi.
Metodologlarning e'tirozlariga qaramay, natijalar nazariya, taxminlar va tanlov nuqtalari bilan to'ldirilgan tanlangan analitik strategiyaga bog'liq bo'lishi mumkinligini e'tibordan chetda qoldirish oson. Ko'pgina hollarda, tadqiqot savoliga tegishli ma'lumotlarni baholash uchun juda ko'p oqilona (va ko'p asossiz) yondashuvlar mavjud.
Tadqiqotchilar ma'lumotlar tahlilini ko'p manbalardan topdilar va barcha tadqiqotlar sub'ektiv qarorlarni o'z ichiga oladi, shu jumladan qaysi tahlil turini qo'llash - tadqiqotning yakuniy natijasiga ta'sir qilishi mumkin degan xulosaga kelishdi.
Boshqasining tavsiyasi tadqiqotchi Yuqoridagi tadqiqotni tahlil qilgan kishi qaror qabul qilish yoki xulosa chiqarishda bitta qog'ozdan foydalanishda ehtiyot bo'lish kerak.
Analitikada tarafkashlikni bartaraf etish
Bu shunchaki ogohlantiruvchi ertak bo'lishi kerak. Bilim bizni firibgarlikdan himoya qilishi mumkin. Skaner bizni aldashning mumkin bo'lgan usullarini qanchalik ko'p bilsa, bizni, aytaylik, cho'ntakning noto'g'ri yo'nalishi yoki Ponzi o'yinidagi ravon nutqiga tushib qolish ehtimoli shunchalik kam bo'ladi. Shunday qilib, bizning tahlilimizga ta'sir qiladigan potentsial noto'g'ri fikrlarni tushunish va tan olish. Agar biz potentsial ta'sirlardan xabardor bo'lsak, biz hikoyani yaxshiroq taqdim etishimiz va oxir-oqibat yaxshi qarorlar qabul qilishimiz mumkin.
