Kesalahan frekuensi dasar: karakteristik bias ini

Ada banyak kekeliruan yang bisa kita alami ketika mempertahankan argumen kita, baik disadari atau tidak.

Kali ini kita akan fokus pada satu yang dikenal sebagai kesalahan frekuensi dasar. Kami akan menemukan apa bias ini, apa konsekuensinya ketika kami menggunakannya dan kami akan mencoba mendukungnya dengan beberapa contoh yang memungkinkan kami untuk memvisualisasikan konsep ini dengan cara yang lebih sederhana.

• Artikel terkait: "Bias kognitif: menemukan efek psikologis yang menarik"

Apa kesalahan frekuensi dasar?

Kesalahan frekuensi dasar, juga dikenal dengan nama lain, seperti bias tingkat dasar atau bahkan kelalaian tingkat dasar, adalah kesalahan formal dalam bahwa, mulai dari kasus tertentu, kesimpulan dibuat tentang prevalensi umum suatu fenomena, bahkan jika informasi yang bertentangan telah diberikan dalam hal itu merasakan.

Kekeliruan ini terjadi karena orang tersebut cenderung melebih-lebihkan pentingnya kasus tertentu, berbeda dengan data populasi umum. Ini disebut kesalahan frekuensi dasar justru karena itu adalah tingkat dasar yang diletakkan di latar belakang, memberikan relevansi yang lebih besar untuk kasus tertentu yang bersangkutan.

Tentu saja, seperti semua kekeliruan, konsekuensi langsung dari jatuh ke dalam kesalahan ini adalah bahwa kita akan mencapai kesimpulan yang bias yang belum tentu sesuai dengan kenyataan yang ini masalah yang bahkan bisa menjadi serius jika alasan yang dimaksud adalah bagian dari studi yang relevan.

Kesalahan frekuensi dasar itu sendiri merupakan bagian dari jenis bias kognitif yang dikenal sebagai pengabaian ekstensi, atau pengabaian ekstensi. Kesalahan ini terdiri, pada dasarnya, dalam tidak memperhitungkan ukuran sampel dari analisis tertentu. Fenomena ini dapat menyebabkan kesimpulan yang tidak berdasar jika, misalnya, kita mengekstrapolasi data dari sampel yang terlalu kecil ke seluruh populasi.

Dalam arti, inilah tepatnya yang akan terjadi ketika kita berbicara tentang kesalahan frekuensi dasar, karena pengamat dapat mengaitkan hasil kasus tertentu dengan seluruh sampel penelitian, bahkan dengan data yang menunjukkan sebaliknya atau setidaknya memenuhi syarat hasil tersebut.

Kasus positif palsu

Ada kasus khusus dari kesalahan frekuensi dasar di mana masalah yang diwakilinya dapat divisualisasikan, dan inilah yang disebut paradoks positif palsu. Untuk melakukan ini, kita harus membayangkan bahwa populasi terancam oleh suatu penyakit, sesuatu yang sederhana di zaman ini, di mana kita telah mengalami pandemi coronavirus atau COVID-19 secara langsung.

Sekarang kita akan membayangkan dua asumsi yang berbeda untuk dapat membuat perbandingan nanti di antara mereka. Pertama, misalkan penyakit tersebut memiliki insiden yang relatif tinggi pada populasi umum, misalnya 50%. Ini berarti bahwa dari sekelompok 1000 orang, 500 dari mereka akan memiliki patologi ini.

Namun juga harus kita ketahui bahwa tes yang digunakan untuk memeriksa apakah seseorang mengidap suatu penyakit atau tidak, memiliki 5% kemungkinan memberikan positif palsu, yaitu menyimpulkan bahwa seseorang telah mengatakan penyakit padahal kenyataannya in Hal ini tidak seperti ini. Ini akan menambah 50 orang lagi ke set positif (walaupun sebenarnya tidak), dengan total 550. Karena itu, kami akan memperkirakan bahwa 450 orang tidak memiliki penyakit ini.

Untuk memahami efek dari kesalahan frekuensi dasar, kita harus melanjutkan penalaran kita. Untuk ini kita sekarang harus mengusulkan skenario kedua, kali ini dengan insiden rendah dari patologi yang bersangkutan. Kita dapat memperkirakan saat ini bahwa akan ada 1% yang terinfeksi. Itu akan menjadi 10 orang dari 1000. Tetapi kami telah melihat bahwa pengujian kami memiliki kesalahan 5%, yaitu positif palsu, yang berarti 50 orang.

Inilah saatnya untuk membandingkan kedua asumsi tersebut dan melihat perbedaan luar biasa yang muncul di antara keduanya. Dalam skenario insiden tinggi, 550 orang akan dianggap terinfeksi, 500 di antaranya sebenarnya. Yaitu, mengambil salah satu orang yang dianggap positif, secara acak, kami akan memiliki probabilitas 90,9% untuk memilih subjek yang benar-benar positif, dan hanya 9,1% yang positif palsu.

Tetapi efek dari kesalahan frekuensi dasar ditemukan ketika kita meninjau kasus kedua, karena saat itulah paradoks positif palsu terjadi. Dalam hal ini, kami memiliki tingkat 60 orang dari 1000 yang dihitung sebagai positif dalam patologi yang mempengaruhi populasi ini.

Namun, hanya 10 dari 60 yang memiliki penyakit, sedangkan sisanya adalah kasus yang salah yang masuk ke dalam kelompok ini karena cacat pengukuran dari pengujian kami. Apa artinya? Bahwa jika kami memilih salah satu dari orang-orang ini secara acak, kami hanya akan memiliki peluang 17% untuk menemukan pasien yang sebenarnya, sementara akan ada peluang 83% untuk memilih positif palsu.

Dengan awalnya mempertimbangkan bahwa tes memiliki peluang 5% untuk menetapkan positif palsu, secara implisit kami mengatakan bahwa karena itu akurasinya adalah 95%, karena itu adalah persentase kasus di mana itu tidak akan gagal. Namun, kita melihat bahwa jika insidennya rendah, persentase ini terdistorsi secara ekstrem, karena pada asumsi pertama kami memiliki probabilitas 90,9% bahwa positif benar-benar positif, dan pada asumsi kedua indikator tersebut turun menjadi 17%.

Jelas, dalam asumsi ini kami bekerja dengan angka yang sangat jauh, di mana dimungkinkan untuk mengamati dengan jelas kesalahan frekuensi dasar, tetapi itulah tepatnya objektif, karena dengan cara ini kita akan dapat memvisualisasikan efek dan terutama risiko yang kita hadapi ketika menarik kesimpulan tergesa-gesa tanpa memperhitungkan panorama masalah yang dihadapi. menempati kita.

• Anda mungkin tertarik pada: "10 jenis kesalahan logis dan argumentatif"

Studi psikologis tentang kesalahan frekuensi dasar

Kami telah dapat mempelajari definisi kesalahan frekuensi dasar dan kami telah melihat contoh bahwa itu mengungkapkan jenis bias yang kita alami jika kita membiarkan diri kita terbawa oleh kesalahan dalam penalaran ini. Sekarang kita akan menyelidiki beberapa studi psikologis yang telah dilakukan dalam hal ini, yang akan memberi kita lebih banyak informasi tentangnya.

Salah satunya adalah meminta para relawan untuk memasukkan nilai akademik yang mereka anggap sebagai kelompok mahasiswa fiktif, menurut distribusi tertentu. Tapi peneliti mengamati perubahan ketika mereka memberikan data tentang siswa tertentu, meskipun ini tidak berpengaruh pada kemungkinan peringkat mereka their.

Dalam hal ini, peserta cenderung mengabaikan pembagian yang telah ditunjukkan sebelumnya untuk kelompok siswa tersebut, dan memperkirakan nilai secara individual, bahkan ketika, seperti yang telah kami katakan, data yang diberikan tidak relevan untuk tugas ini di tertentu.

Studi ini memiliki beberapa dampak di luar demonstrasi contoh lain dari kesalahan frekuensi dasar. Dan hal itu mengungkapkan situasi yang sangat umum di beberapa lembaga pendidikan, yaitu wawancara seleksi siswa. Proses ini digunakan untuk menarik siswa dengan potensi keberhasilan terbesar.

Namun, mengikuti alasan kesalahan frekuensi dasar, perlu dicatat bahwa statistik umum akan selalu menjadi prediktor yang lebih baik dalam pengertian ini daripada data yang dapat diberikan oleh evaluasi orang tersebut.

Penulis lain yang telah mengabdikan sebagian besar karir mereka untuk mempelajari berbagai jenis bias kognitif adalah orang Israel, Amos Tversky dan Daniel Kanheman. Ketika para peneliti ini bekerja pada implikasi dari kesalahan frekuensi dasar, mereka menemukan bahwa efeknya terutama didasarkan pada aturan keterwakilan.

Psikolog juga, Richard Nisbett, menganggap bahwa kekeliruan ini adalah contoh salah satu bias atribusi yang paling penting, seperti kesalahan atribusi fundamental atau bias korespondensi, karena subjek akan mengabaikan tarif dasar ( alasan eksternal, untuk bias atribusi mendasar), dan menerapkan data kasus tertentu (alasan intern).

Dengan kata lain, informasi dari kasus tertentu, bahkan jika tidak benar-benar representatif, lebih disukai daripada data umum yang, secara probabilistik, seharusnya memiliki bobot lebih ketika menarik kesimpulan secara logis.

Semua pertimbangan ini, bersama-sama, akan memungkinkan kita sekarang untuk memiliki visi global tentang masalah yang mengandaikan jatuh ke dalam kesalahan frekuensi dasar, meskipun kadang-kadang sulit untuk menyadari hal ini kesalahan.

Referensi bibliografi:

• Bar-Hillel, M. (1980). Kekeliruan tingkat dasar dalam penilaian probabilitas. Acta Psikologi.
• Bar-Hillel, M. (1983). Kontroversi kekeliruan tingkat dasar. Kemajuan dalam Psikologi. lain.
• Christensen-Szalanski, JJJ, Pantai, L.R. (1982). Pengalaman dan kekeliruan tingkat dasar. Perilaku Organisasi dan Kinerja Manusia. lain.
• Macchi, L (1995). Aspek pragmatis dari kesalahan tingkat dasar. Jurnal Triwulanan Psikologi Eksperimental. Taylor & Fransiskus.
• Tversky, A., Kahneman, D. (1974). Penilaian di bawah ketidakpastian: Heuristik dan bias. Ilmu.