Nešališkumas yra įverčių klaida dėl sistemingų klaidų, dėl kurių gaunami nuolat aukšti arba žemi rezultatai, palyginti su faktinėmis vertėmis. Individualus įvertinimo šališkumas, kuris, kaip žinoma, yra šališkas, yra skirtumas tarp apskaičiuotų ir faktinių verčių. Jei nėra žinoma, kad įvertis yra neobjektyvus, skirtumas taip pat gali atsirasti dėl atsitiktinės klaidos ar kitų netikslumų. Priešingai nei šališkumas, kuris visada veikia viena kryptimi, šios klaidos gali būti teigiamos arba neigiamos.
Norėdami apskaičiuoti metodo, naudojamo daugeliui įverčių, šališkumą, raskite klaidas atimdami kiekvieną įvertį iš faktinės arba stebimos vertės. Susumuokite visas klaidas ir padalykite iš sąmatų skaičiaus, kad gautumėte šališkumą. Jei klaidų suma lygi nuliui, įverčiai nebuvo objektyvūs, o metodas pateikia nešališkus rezultatus. Jei vertinimai yra neobjektyvūs, gali būti įmanoma rasti šališkumo šaltinį ir jį pašalinti, kad būtų patobulintas metodas.
TL; DR (per ilgai; Neskaiciau)
Apskaičiuokite šališkumą radę skirtumą tarp įvertio ir faktinės vertės. Norėdami sužinoti metodo šališkumą, atlikite daugybę įverčių ir suskaičiuokite kiekvieno įvertinimo klaidas, palyginti su realia verte. Padalinus iš įverčių skaičiaus, gaunamas metodo šališkumas. Statistikoje gali būti daugybė įverčių, norint rasti vieną vertę. Šališkumas yra skirtumas tarp šių įverčių vidurkio ir faktinės vertės.
Kaip veikia šališkumas
Kai vertinimai yra neobjektyvūs, jie nuolat neteisingi viena kryptimi dėl įverčiams naudojamos sistemos klaidų. Pavyzdžiui, orų prognozė gali nuosekliai numatyti aukštesnę nei faktiškai pastebėta temperatūrą. Prognozė yra neobjektyvi, o kažkur sistemoje yra klaida, kuri pateikia per aukštą įvertį. Jei prognozavimo metodas yra nešališkas, jis vis tiek gali numatyti netinkamą temperatūrą, tačiau neteisinga temperatūra kartais bus aukštesnė, o kartais ir žemesnė už pastebėtą.
Statistinis šališkumas veikia taip pat, tačiau dažniausiai remiasi daugeliu įverčių, apklausų ar prognozių. Šie rezultatai gali būti grafiškai pavaizduoti pasiskirstymo kreivėje, o šališkumas yra skirtumas tarp pasiskirstymo vidurkio ir faktinės vertės. Jei yra šališkumas, skirtumas visada bus, net jei kai kurie atskiri vertinimai gali nukristi į abi faktinės vertės puses.
Šališkumas apklausose
Nešališkumo pavyzdys yra apklausų bendrovė, vykdanti rinkimų kampanijų apklausas, tačiau jų apklausa rezultatai nuosekliai pervertina vienos politinės partijos rezultatus, palyginti su realiais rinkimais rezultatus. Šališkumą galima apskaičiuoti kiekvieniems rinkimams iš apklausos prognozės atėmus faktinį rezultatą. Vidutinį naudojamo apklausos metodo šališkumą galima apskaičiuoti suradus atskirų klaidų vidurkį. Jei šališkumas yra didelis ir nuoseklus, rinkimų bendrovė gali pabandyti išsiaiškinti, kodėl jų metodas yra šališkas.
Šališkumas gali būti iš dviejų pagrindinių šaltinių. Arba šališkas dalyvių pasirinkimas apklausai, arba šališkumas atsiranda interpretuojant iš dalyvių gautą informaciją. Pavyzdžiui, interneto apklausos yra savaime šališkos, nes apklausos dalyviai, užpildę interneto formas, nėra atstovaujami visiems gyventojams. Tai yra šališkas pasirinkimas.
Apklausos bendrovės žino apie šį pasirinkimo šališkumą ir kompensuoja, pakoreguodamos skaičius. Jei rezultatai vis dar yra neobjektyvūs, tai yra informacijos šališkumas, nes įmonės neteisingai interpretavo informaciją. Visais šiais atvejais šališkumo skaičiavimas parodo, kiek apskaičiuotos vertės yra naudingos ir kada reikia koreguoti metodus.