هل تخبر البيانات الحقيقة؟

مفردات

English	المعنى
bias/ˈbaɪəs/	التحيز
representative/ˌreprɪˈzentətɪv/	ممثّل
population/ˌpɒpjʊˈleɪʃn/	العينة الإحصائية
generalization/ˌdʒenərəlaɪˈzeɪʃn/	التعميم

هل يمكننا الوثوق بالبيانات؟

قبل أي رسم بياني أو حساب، اسأل: هل تم جمع البيانات بصدق وجودة؟
الطريقة المستخدمة في الجمع تحدد ما هي الاستنتاجات الممكنة أصلاً.
لا يمكن إنقاذ البيانات السيئة بتحليل ذكي — "سوء المدخلات يؤدي لسوء المخرجات."
الوحدة 3 تتعلق بـ الحصول على بيانات جيدة، لذا يمكن للوحدات 4–9 الوثوق بها.

التحيز: طريقة غير متوازنة

التحيز هو ميل منهجي لتفويت الحقيقة في الاتجاه نفسه.
الطريقة المميزة تفضل نتائج معينة بغض النظر عن كمية البيانات التي تجمعها.
differs عن الخطأ العشوائي الذي يتلاشى بالمجموع؛ التحيز لا يتلاشى بالمجموع.
الخطر يكمن في عينة ليست ممثلة لـ المجتمع.

متى يمكن تعميم النتائج؟

التعميم يمد نتيجة العينة إلى المجتمع ككل.
هذا مبرر فقط عندما جُمعت العينة بدون تحيز (مثاليةً بشكل عشوائي).
بيانات من طريقة غير متوازنة تصف تلك المجموعة المتوازنة فقط — وليس الجميع.
"من تم الوصول إليه فعليًا؟" يحدد مدى انتشار الاستنتاج.

خطط قبل الجمع

جمع البيانات الجيد يكون مخططًا مسبقًا، ولا يُصلح بعد ذلك.
حدد المجتمع وطريقة العينات والأسئلة قبل الجمع.
خطة دقيقة هي أرخص طريقة لتجنب تحيز لا يمكنك إصلاحه لاحقًا.
التحليل موثوق بنفس قدر موثوقية الجمع الذي feeds him.

Watch out

العينة الأكبر لا تصلح التحيز. إذا كانت الطريقة تفوت جزءًا من المجتمع بشكل منهجي، فإن جمع المزيد من الردود بنفس الطريقة المعيبة يعطيك فقط إجابة خاطئة أكثر دقة. الحجم يحارب الخطأ العشوائي؛ فقط الطريقة الأفضل تحارب التحيز. اسأل دائمًا كيف جُمعت البيانات قبل الثقة بأي استنتاج.

Example

مذيع راديو يطلب من المستمعين الاتصال لإظهار دعمهم لقانون جديد.

فقط المستمعون المهتمون والمذيعون يتصلون — ليس عينة ممثلة.
النتيجة مميزة؛ تصف المتصلين وليس المجتمع.
الحصول على $10{,}000$ متصلين بدلاً من $100$ لا يجعلها أقل ميلاً.

Key idea

الطريقة المستخدمة في جمع البيانات تحدد ما يمكننا استنتاجه. التحيز هو خطأ منهجي يجعل العينة غير ممثلة لـ المجتمع، ولا يصغر بعينة أكبر. فقط الجمع الخالي من التحيز (مثاليةً عشوائياً) يبرر التعميم — لذا خطط للجمع بعناية قبل التحليل.

استكشف