Novirze ir kļūda aprēķinos, kas rodas sistemātisku kļūdu dēļ, kuru rezultātā tiek sasniegti nemainīgi augsti vai zemi rezultāti, salīdzinot ar faktiskajām vērtībām. Atsevišķa tāmes novirze no tāmes, kas, kā zināms, ir tendencioza, ir starpība starp aplēstajām un faktiskajām vērtībām. Ja nav zināms, ka aprēķins ir neobjektīvs, atšķirību var izraisīt arī nejauša kļūda vai citas neprecizitātes. Pretēji neobjektivitātei, kas vienmēr darbojas vienā virzienā, šīs kļūdas var būt pozitīvas vai negatīvas.
Lai aprēķinātu daudzām aplēsēm izmantotās metodes novirzi, atrodiet kļūdas, katru aprēķinu atņemot no faktiskās vai novērotās vērtības. Saskaitiet visas kļūdas un daliet tās ar aprēķinu skaitu, lai iegūtu neobjektivitāti. Ja kļūdas ir vienādas ar nulli, aplēses bija objektīvas un metode sniedz objektīvus rezultātus. Ja aplēses ir tendenciozas, iespējams, būs iespējams atrast aizspriedumu avotu un to novērst, lai uzlabotu metodi.
TL; DR (pārāk ilgi; Nelasīju)
Aprēķiniet novirzi, atrodot starpību starp tāmi un faktisko vērtību. Lai atrastu metodes neobjektivitāti, veiciet daudzus aprēķinus un summējiet kļūdas katrā tāmē salīdzinājumā ar reālo vērtību. Dalot ar novērtējumu skaitu, tiek iegūts metodes neobjektivitāte. Statistikā var būt daudz aprēķinu, lai atrastu vienu vērtību. Novirze ir starpība starp šo aprēķinu vidējo vērtību un faktisko vērtību.
Kā darbojas neobjektivitāte
Ja aplēses ir tendenciozas, tās vienā virzienā vienmēr kļūdās kļūdu dēļ aplēsēs izmantotajā sistēmā. Piemēram, laika prognoze var konsekventi paredzēt temperatūru, kas ir augstāka nekā faktiski novērotā. Prognoze ir tendencioza, un kaut kur sistēmā ir kļūda, kas dod pārāk augstu novērtējumu. Ja prognozēšanas metode ir objektīva, tā joprojām var paredzēt temperatūru, kas nav pareiza, bet nepareiza temperatūra dažreiz būs augstāka un dažreiz zemāka par novēroto.
Statistiskā neobjektivitāte darbojas tāpat, bet parasti tā balstās uz lielu skaitu aplēses, apsekojumu vai prognozes. Šos rezultātus var grafiski attēlot sadalījuma līknē, un novirze ir starpības starp sadalījuma vidējo un faktisko vērtību. Ja pastāv aizspriedumi, vienmēr būs atšķirība, pat ja daži atsevišķi aprēķini var nokrist no faktiskās vērtības abām pusēm.
Neobjektivitāte aptaujās
Neobjektivitātes piemērs ir apsekojumu uzņēmums, kas vēlēšanu kampaņu laikā veic aptaujas, bet to aptauja rezultāti konsekventi pārvērtē vienas politiskās partijas rezultātus salīdzinājumā ar faktiskajām vēlēšanām rezultātiem. Novirzi var aprēķināt katrām vēlēšanām, no aptaujas prognozes atņemot faktisko rezultātu. Izmantotās aptaujas metodes vidējo novirzi var aprēķināt, atrodot atsevišķu kļūdu vidējo. Ja neobjektivitāte ir liela un konsekventa, vēlēšanu sabiedrība var mēģināt noskaidrot, kāpēc viņu metode ir neobjektīva.
Aizspriedumi var rasties no diviem galvenajiem avotiem. Vai nu dalībnieku atlase aptaujai ir tendencioza, vai arī neobjektivitāte rodas no dalībnieku saņemtās informācijas interpretācijas. Piemēram, interneta aptaujas pēc būtības ir tendenciozas, jo aptaujas dalībnieki, kuri aizpilda interneta veidlapas, nav reprezentatīvi visiem iedzīvotājiem. Tas ir izvēles neobjektivitāte.
Aptaujas uzņēmumi ir informēti par šo izvēles neobjektivitāti un to kompensē, pielāgojot skaitļus. Ja rezultāti joprojām ir tendenciozi, tas ir informācijas neobjektivitāte, jo uzņēmumi informāciju nav pareizi interpretējuši. Visos šajos gadījumos novirzes aprēķins parāda, cik aplēstās vērtības ir noderīgas un kad metodēm ir jāpielāgo.