Kognitivne pristrasnosti su sistematski obrasci grešaka u razmišljanju koje mogu uticati na naše odluke i zaključke. Razumevanje kognitivnih pristrasnosti važno je jer nam pomaže da shvatimo način na koji obrađujemo informacije i donosimo odluke. Kognitivne pristrasnosti su obrasci mišljenja koji mogu uticati na našu sposobnost donošenja objektivnih i racionalnih odluka. Jedna od njih je i neosetljivost na veličinu uzorka o kojoj govorimo ovde.
Ako bismo izmerili visinu jedne osobe koja je, slučajno, visoka 190cm, a zatim vam rekli da su svi ljudi na svetu visoki 190cm, intuitivno biste shvatili da je ovo pogrešno. Rekli biste da ne možete izmeriti visinu samo jedne osobe i onda donositi takav zaključak. Da biste to učinili, potreban vam je mnogo veći uzorak.
Zamislite sada sledeću situaciju: novinar govori uredniku jednog nacionalnog lista: Broj juče registrovanih slučajeva COVID-19 smanjio se za 10% u odnosu na prethodni dan, nakon što postojao veliki broj prethodnih dana u kojima je naglo rastao. Konačno izravnavamo krivu! Objavimo dobre vesti! Da li bi urednik zaista trebalo da objavi dobre vesti? Iako osoba koja je prošla neku vrstu statističkog treninga može brzo shvatiti da su podaci iz jednog dana nedovoljni za donošenje statistički valjanih zaključaka, donosilac odluke u ovom primeru je delovao na osnovu ovih podataka, a jedan nacionalni list je slavio „izravnavanje krive“ (ABC News, 2020).[1], [2]
Dobar deo našeg znanja o svetu može se smatrati induktivnim generalizacijama iz uzoraka na populacije, a da bi se ovakve generalizacije mogle smatrati validnim, neophodno je da budu bazirane na uzorcima adekvatne veličine i reprezentativnosti. Ipak, literatura (Tversky & Kahneman, 1971; Kahneman & Tversky, 1972; Nisbett & Borgida, 1975; Abraham & Schultz, 1984; Zhan & Savani, 2023 i mnogi drugi ) i naše neposredno iskutvo govore u prilog tome da ljudi, načelno, nisu skloni uzimanju u obzir veličine uzorka prilikom donošenja različitih sudova ili odluka.
Jedno od najosnovnijih pravila koje je značajno prilikom donošenja ovakvih vrsta generalizacija, sudova i odluka ali i pedviđanja, je zakon velikih brojeva. Implikacije ovog pravila su prilično jasne: Poverenje koje možemo imati u u donošenje nekog predviđanja povećava se sa veličinom uzorka sa kojeg vršimo predviđanje i sa veličinom uzorka za koji vršimo predviđanje. Ovo dalje možemo generalizovati na to da distribucija velikog nasumičnog uzorka iz neke populacije približno odslikava distribuciju cele populacije, tj. da se, uz dovoljno veliki uzorak, na osnovu karakteristika tog uzorka, mogu izvući zaključci o karakteristikama populacije iz koje je uzorak izvučen, sa određenim stepenom pouzdanosti.
Kada se prilikom donošenja sudova odluka ili predviđanja pojedinci oslanjaju na zakon velikih brojeva to možemo nazvati „empirijskim zakonom velikih brojeva“ (Freudenthal, 1972)
U radu, čiji su autori Tversky i Kahneman (1971), koji je postavio temelje u proučavanju toga kako ljudi donose sudove o varijabilnosti uzorkovanja odnosno u pogledu toga koliko je verovatno da će aritmetička sredina određenog uzorka odstupati od aritmetičke sredine populacije na nekoj isptivanoj varijabli), autori su utvrdili da se ljudi vode „zakonom malih brojeva“ – odnosno idejom da će čak i mali uzorci biti reprezentativni za populaciju.
Kahneman and Tversky (1972) ovo ilustruju pitanjem koje je u njihovom istraživanju postavljeno grupi studenata:
Određeni grad ima dva bolnička centra. U većem bolničkom centru rodi se oko 45 beba dnevno, a u manjem bolničkom centru oko 15 beba dnevno. Kao što znate, oko 50% svih beba su dečaci. Međutim, tačan procenat varira iz dana u dan. Ponekad može biti veći od 50%, ponekad manji. Tokom jedne godine, svaki bolnički centar je zabeležio dane kada je više od 60% novorođenih bilo dečaka. U kom bolničkom centru mislite da je zabeleženo više takvih dana?
1) Veći bolnički centar
2) Manji bolnički centar
3) Otprilike isto (unutar 5% jedan od drugog)
Dvadeset dva procenta ispitanika je izjavilo da misli da je veća verovatnoća da je veći bolnički centar zabeležio više takvih dana, 56% je izjavilo da misli da je broj dana otprilike isti, a samo je 22% ispitanika tačno odgovorilo - da je manji bolnički centar zabeležio više takvih dana.
Većina ispitanika bira opciju 3, očekujući da će ova dva porodilišta zabeležiti sličan broj dana u kojima je 60% ili više novorođenčadi dečaka. Međutim, statistika nam govori da je mnogo verovatnije da ćemo videti 60% muških beba u manjem uzorku nego u većem uzorku.
Ovaj efekat je lako razumeti. Razmislite o tome šta je verovatnije: da dobijete više od 60% glava kao rezultat tri bacanja novčića ili da dobijete više od 60% glava kao rezultat 3.000 bacanja.
Primera ovakvog načina donošenja sudova i odluka je mnogo. Ljudi se mogu odlučiti za kupovinu određenog modela automobile ili odabrati da upišu određeni kurs na osnovu mišljenja samo jedne ili dve osobe (Borgida & Nisbett, 1977; Hamillet al., 1980) i neće se upuštati u naporrnu potragu za većim uzorcima iako su dodatne informacije lako dostupne.
Npr. investitor može videti oglas za novi investicioni fond, koji se hvali činjenicom da je generisao 35% godišnjih prinosa od svog osnivanja. Investitor može brzo zaključiti da je investiranje u ovaj fond fond karta za sticanje bogatstva. Međutim, ako fond nije dugo prisutan na tržištu, ovaj podatak može zavarati potencijalnog investitora. Rezultati mogu biti posledica kratkoročnih anomalija i imati malo veze sa stvarnom investicionom metodologijom tog fonda.[3]
Da sumiramo - neosetljivost na veličinu uzorka predstavlja kognitivnu pristrasnost koja se javlja kada ljudi procenjuju verovatnoću dobijanja određenog statistika na uzorku, ne uzimajući u obzir veličinu tog uzorka. Ovo se odnosi na sklonost ka neuzimanju u obzir važnosti veličine uzorka prilikom donošenja sudova ili odluka na osnovu podataka ili dokaza. Neosetljivost na veličinu uzorka se može navesti ljude da donose netačne sudove oslanjajući se na heuristike ili intuiciju umesto na analitičko razmišljanje. To je uobičajena kognitivna pristrasnost koja utiče na pojedince u različitim oblastima, uključujući i naučnike sa statističkim znanjima.
Pristrasnost neosetljivosti na veličinu uzorka može se pojaviti iz više razloga. Na primer, pojedinci mogu biti skloni donošenju brzih zaključaka na osnovu ograničenog broja primera koji im stoje na raspolaganju, a da ne razmatraju dovoljno širu sliku. Takođe, ljudi mogu biti podložni ovoj pristrasnosti kada imaju tendenciju da se oslanjaju na informacije koje su im trenutno dostupne (efekat dostupnosti) umesto da pažljivo razmatraju veličinu i reprezentativnost uzorka.
Kahneman i Tversky (1972) pojavu neosetljivosti na veličinu uzorka kod ljudi objašnjavaju heuristikom reprezentativnosti. Heuristika reprezentativnosti je kognitivna „prečica“ ili pravilo koje ljudi koriste kao okvir za donošenje brzih procena i sudova o verovatnoći nekog događaja ili uzorka na osnovu njegove sličnosti sa nekom prethodno usvojenom predstavom ili stereotipom. Drugim rečima, ova heuristika podrazumeva da ljudi ocenjuju verovatnoću nečega na osnovu toga koliko ono deluje kao tipičan ili reprezentativan predstavnik određene kategorije ili klase, bez detaljnije analize relevantnih faktora ili statističkih podataka. Prema gorepomenutim autorima ova heuristika se odnosi na stepen u kome je subjektivna verovatnoća nekog događaja ili uzorka determinisana stepenom u kome je taj uzorak a) sličan po svojim bitnim karakteristikama populaciji iz koje dolazi i b) odražava najznačajnije osobine procesa u kome je generisan. Zbog toga što se često oslanjamo na reprezentativnost, često propuštamo da pri donošrenju odluka ili sudova uzmemo u obzir druge informacije.
Uloga ovog oblika pristrasnosti u našem svakodnevnom funkcionisanju nije mala. Često pravimo generalizacije na osnovu ograničenih iskustava ili susreta s nekoliko pojedinaca. Bilo da sudimo o kuhinji čitave zemlje na osnovu jednog jela ili formiramo mišljenje o celokupnoj profesiji na osnovu nekoliko susreta sa ljudima koji se njome bave, često postajemo žrtve neosetljivosti na veličinu uzorka.
I zapamtite, sledeći put kada vidite reklamu koja tvrdi da „80% stručnjaka preporučuje ovu pastu za zube“, ili „preko 50% žena preporučuje ovu kremu protiv bora“, obratite pažnju na zvezdicu ili sitan print. Oni navode na osnovu koliko odgovora je taj zaključak donesen – a često je manji nego što ste mislili.
Autori: Ivana Pedović i Stefan Đorić
Departman za psihologiju, Filozofski fakultet Niš, Univerzitet u Nišu
** Delovi ovog teksta su preuzeti i prilagođeni iz Zbirka kognitivnih pristrasnosti, izdavač Heliks i Filozofski fakultet, Univerzitet u Beogradu (Ur. Kaja Damjanović) koja se nalazi u procesu objavljivanja
[1] Ovaj primer navode Zhan i Savani (2023) u svom radu
[2] Ovakav ili sličan način komunikacije informacija tokom pandemije COVID-19 nije bio izolovan slučaj, a bio je prisutan i na našem podneblju.
[3] Godišnji prinosi se odnose na prosečnu godišnju stopu prinosa koju investicija generiše tokom određenog perioda, obično jedne godine ili duže. To je način za izračunavanje performansi investicije i za poređenje sa drugim investicijama. Godišnji prinosi uzimaju u obzir efekat kamatne kamate prinosa tokom veka trajanja investicije, pružajući tačniju sliku njenih performansi nego jednostavni prosečni prinosi. To je korisna mera za investitore da procene performanse svojih portfolija na duži rok
Literatura:
ABC News. (2020, March 26). Number of new coronavirus cases in NSW drops, overall infections now at 1,219. https://www.abc.net.au/news/2020-03-26/coronavirus-cases-in-nsw-increase-but-newinfections-down/12090784.
Abraham, I.L. & Schultz, S. II (1984) The “Law of Small Numbers”: An Unexpected and Incidental Replication, The Journal of Psychology, 117:2, 183-188, DOI: 10.1080/00223980.1984.9923675.
Freudenthal, H. (1972). The ‘empirical law of large numbers’ or ‘the stability of frequencies’. Educational Studies in Mathematics, 4(4), 484–490. https://doi.org/10.1007/BF00567002.
Hamill, R., Wilson, T. D., & Nisbett, R. E. (1980). Insensitivity to sample bias: Generalizing from atypical cases. Journal of Personality and Social Psychology, 39(4), 578.
Kahneman, D., & Tversky, A. (1972). Subjective probability: A judgment of representativeness. Cognitive Psychology, 3(3), 430-454. https://doi.org/10.1016/0010-0285(72)90016-3.
Nisbett, R. E., & Borgida, E. (1975). Attribution and the psychology of prediction. Journal of Personality and Social Psychology, 32(5), 932.
Tversky, A., & Kahneman, D. (1971). Belief in the law of small numbers. Psychological Bulletin, 76(2), 105-110. https://doi.org/10.1037/h0031322.
Tversky, A. & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science. 185 (4157): 1124–1131. doi:10.1126/science.
Zhan, S., & Savani, K. (2023). Relative insensitivity to sample sizes in judgments of frequency distributions: People are similarly confident in the results from 30 versus 3,000 observations. Decision, 10(1), 61–80. https://doi.org/10.1037/dec0000182.
Wainer, H., & Zwerling, H. L. (2006). Evidence That Smaller Schools Do Not Improve Student Achievement. Phi Delta Kappan, 88(4), 300–303. https://doi.org/10.1177/003172170608800411.
Weixler, S., Sommerhoff, D., & Ufer, S. (2019). The empirical law of large numbers and the hospital problem: systematic investigation of the impact of multiple task and person characteristics. Educational Studies in Mathematics, 100(1), 61–82. https://doi.org/10.1007/s10649-018-9856-x.
Коментари
Филозофски факултет у Нишу задржава право избора коментара који ће бити објављени, као и право скраћивања коментара.
Коментаре који садрже говор мржње, псовке и увреде, као и било који други вид непримерених или коментара који се директно не односе на чланак који коментаришете, не објављујемо.
Задржавамо право да коментаре којима скрећете пажњу на словне грешке, техничке и друге пропусте, као и коментаре који се односе на уређивачку политику не објавимо, али такви коментари су доступни за увид администраторима и уредницима, и на њима се захваљујемо.
ЗАКОН О ЈАВНОМ ИНФОРМИСАЊУ, члан 38: Забрањено је објављивање идеја, информација и мишљења којима се подстиче дискриминација, мржња или насиље против лица или групе лица због њиховог припадања или неприпадања некој раси, вери, нацији, етничкој групи, полу или због њихове сексуалне опредељености, без обзира на то да ли је објављивањем учињено кривично дело.
Мишљења изнесена у објављеним коментарима представљају приватне ставове њихових аутора и не представљају званичне ставове Филозофског факултета у Нишу ни аутора чланка.
Слањем коментара потврђујете да сте сагласни са правилима коришћења.