አድሎ ምንድነው?
በስታቲስቲክስ አድሎ (bias) ማለት ስልታዊ ስህተት ነው - ውጤትን ወደ አንድ አቅጣጫ ያዘነበለ ስህተት። ከዕድል (random error) የተለየ ነው - ዕድል ስህተት ወደ ማንኛውም አቅጣጫ ሊሄድ ይችላል ነገር ግን አድሎ ሁልጊዜ ወደ አንድ አቅጣጫ ይጎትታል።
ዋና ዋና የአድሎ ዓይነቶች
1. ናሙና አድሎ (Selection Bias)
ናሙና ህዝቡን ስለማያንፀባርቅ ውጤቱ ያዘነበለ ሲሆን።
የኢንተርኔት ዳሰሳ
"ኢትዮጵያውያን ስለ ቴሌብር ምን ያስባሉ?" ብለህ/ሽ ኦንላይን ዳሰሳ ብታካሂድ/ጂ - ኢንተርኔት ያላቸው ሰዎች ብቻ ይመልሳሉ። ገጠር ያሉ ወይም ስልክ የሌላቸው ሰዎች አይካተቱም - ናሙና ከተማ ሰዎች ብቻ ስለሚሆን ውጤቱ ያዘነበለ ነው።
2. ምላሽ አድሎ (Response Bias)
ሰዎች ትክክለኛ ምላሽ ሳይሆን ማህበራዊ ተቀባይነት ያለው ምላሽ ሲሰጡ።
"ስንት ሰዓት ታጠናለህ?"
ተማሪዎች ይህን ሲጠየቁ ብዙ ጊዜ ከእውነት ያለፈ ይነግራሉ - "5 ሰዓት" ይላሉ 2 ሰዓት ሲሆን ምናልባት። ይህ ምላሽ አድሎ ነው - ሰዎች ጥሩ ሆነው ለመታየት ይፈልጋሉ።
3. ማረጋገጫ አድሎ (Confirmation Bias)
ተመራማሪ ቀድሞ ያለውን እምነት የሚያረጋግጥ ዳታ ብቻ ሲፈልግ ወይም ሲያሳይ።
አንድ ኩባንያ "ምርታችን ጥሩ ነው" ብሎ ያምናል - ደንበኞች ዳሰሳ ሲያካሂድ ደስ ያላቸውን ብቻ ያሳያል፣ ያልረኩትን ዳታ ችላ ይላል። ይህ ማረጋገጫ አድሎ ነው።
4. ህይወት ያለው አድሎ (Survivorship Bias)
የቀሩትን ብቻ በማየት ያልቀሩትን ሳታካትት/ቺ መደምደሚያ ስትወስድ/ጂ።
ስኬታማ ንግዶች
"መርካቶ ንግድ ጀምር 80% ይሳካል" ብለህ/ሽ ስኬታማ ንግዶችን ብቻ ብታይ/ዪ - ወድቀው የዘጉትን ካላየህ/ሽ ስዕሉ ያዘነበለ ነው። ምናልባት 60% ወድቀዋል ነገር ግን አታያቸውም ስለዘጉ።
5. ጥያቄ አድሎ (Leading Question Bias)
ጥያቄው ራሱ ምላሹን ሲመራ።
"ቴሌብር ምርጥ የፋይናንስ አገልግሎት መሆኑን ያምናሉ?" ከ "ስለ ቴሌብር ምን ያስባሉ?" ፈጽሞ የተለየ ምላሽ ያስገኛል - የመጀመሪያው ጥያቄ "ምርጥ" ብሎ ራሱ መልሱን ጠቁሟል።
አድሎ ለመቀነስ
- ዘፈቀደ ናሙና: ናሙና አድሎ ይቀንሳል
- ዕውር (Blinding): ተሳታፊና ተመራማሪ ምን ቡድን እንዳለ ካላወቀ ምላሽ አድሎ ይቀንሳል
- ገለልተኛ ጥያቄዎች: ጥያቄዎች ምላሽ ሳይመሩ ገለልተኛ መሆን አለባቸው
- ሁሉንም ዳታ ማካተት: ማረጋገጫ አድሎ ለመቀነስ ሁሉንም ውጤት (ጥሩም መጥፎም) ማየት ያስፈልጋል
አድሎ ውጤትን ወደ አንድ አቅጣጫ ያዘነበለ ስልታዊ ስህተት ነው። ዋና ዓይነቶች ናሙና አድሎ (ህዝቡን ያላንፀባረቀ ናሙና)፣ ምላሽ አድሎ (ማህበራዊ ተቀባይነት ያለው ምላሽ)፣ ማረጋገጫ አድሎ (የሚፈለገውን ብቻ ማሳየት) እና ህይወት ያለው አድሎ (የቀሩትን ብቻ ማየት) ናቸው። ስታቲስቲክስ ስታነብ/ቢ "አድሎ አለ?" ብለህ/ሽ ጠይቅ/ቂ - ይህ ጠቃሚ ችሎታ ነው።