Neobjektivitāte datu vākšanā 2021. gads

Datu vākšanas neobjektivitāte rodas, ja mēs kļūdaini izvēlamies subjektus, kas piederēs analizējamajai izlases izlasei.

Mums ir problēma, kad šī atlase nejaušo izlasi padara reprezentatīvu statistisko kopumu. Tāpēc jebkurš rezultāts, ko mēs iegūstam no izlases, ir tendenciozs, un mēs nevarējām apstiprināt, ka tas ir izpildīts analizētajā populācijā. Šajā aizspriedumā mēs varam atšķirt dažādus veidus, kurus mēs paskaidrosim tālāk.

Izdzīvošanas aizspriedumi

Notiek, ja dati tiek izslēgti no analīzes, jo analīzes laikā tie vairs nepastāv.

Citiem vārdiem sakot, mēs koncentrējamies tikai uz esošajiem datiem un atmetam tos, kas iepriekš bija populācijā. Praksē ir daudz šāda veida neobjektivitātes piemēru. Viens no tiem ir veikt aptaujas tikai uzņēmuma klientiem, izslēdzot potenciālos klientus. Cits būtu novērtēt akciju indeksu uzvedību, izslēdzot no analīzes uzņēmumus, kas bija un vairs nav šajā indeksā.

Šīs neobjektivitātes risinājums ir ļoti vienkāršs. Veiciet pētījumu ar visiem esošajiem un iepriekšējiem datiem.

Paredzēšanas neobjektivitāte

Tas notiek, ja analīze tiek veikta, izmantojot datus, kas analīzes laikā nav pieejami. Piemērs varētu būt analīze par akcijas cenas saistību ar kādu finanšu bilances mainīgo. Akcijas cena ir dinamisks mainīgais lielums, ja analīzes laikā mums ir pareiza informācija. Tomēr bilancē noteiktie mainīgie ir statiski, un tāpēc šai analīzei mums jāgaida finanšu pārskatu publicēšana.

Pieņemsim, ka fiskālā gada beigās mēs vēlamies izpētīt vairāku uzņēmumu cenas un pašu kapitāla attiecības. Šajā gadījumā mums nebūs tīras vērtības datu līdz finanšu pārskatu publicēšanai. Publikācija, kas parasti tiek izdota pāris mēnešus pēc fiskālā gada beigām.

Tāpēc šīs neobjektivitātes risinājums būtu gaidīt finanšu pārskatu publicēšanu. Veiciet analīzi, izmantojot publicētos datus, kā arī cenu publicēšanas laikā.

Laika perioda neobjektivitāte

Šī neobjektivitāte rodas, ja datiem atlasītais periods ir pārāk īss vai pārāk garš. Ja tas ir pārāk īss, analīze varētu atspoguļot konkrētus rezultātus, kas tiek sasniegti tikai šajā periodā. Tas ir, viņi nebūtu reprezentatīvi ilgāku laiku.

Iedomājieties piecu gadu laika posmu, kad mazie uzņēmumi ir pārspējuši lielos uzņēmumus akciju tirgū. No tā mēs varētu izdarīt secinājumu, ka nākotnē mazie uzņēmumi vienmēr pārspēs lielos. Bet tik īsā laika posmā šādus secinājumus nevar izdarīt. Galvenokārt tāpēc, ka ilgākā laika posmā situācija varētu mainīties. Tāpēc iegūtie rezultāti ir tendenciozi pret šo samazināto laika periodu.