Eine neue Studie legt nahe, dass bei der Vorhersage von Trends das Lesen eines Balkendiagramms im Vergleich zu einem Liniendiagramm unser Urteil verzerrt

Die Kolosseen von Elden Ring oeffnen morgen endlich im kostenlosen

Eine neue Studie legt nahe, dass das Format, in dem Diagramme dargestellt werden, die Menschen dazu verleiten könnte, zu optimistisch oder pessimistisch in Bezug auf die Trends zu sein, die die Diagramme zeigen.

Akademiker der City, der University of London und des University College London stellten fest, dass Menschen, die Vorhersagen darüber machten, wie sich ein Trend im Laufe der Zeit entwickeln würde, schlechtere Urteile fällen, wenn der Trend als Balkendiagramm dargestellt wird, als wenn es sich um genau dieselben Daten handelt dargestellt als Liniendiagramm oder als Diagramm, das nur aus einer Reihe von Datenpunkten besteht.

Die Studie umfasste vier online durchgeführte Experimente mit insgesamt über viertausend Teilnehmern. In den ersten beiden Experimenten erhielten die Teilnehmer jeweils ein einzelnes Diagramm, entweder ein Balkendiagramm, ein Liniendiagramm oder ein Punktdiagramm, das mit 50 Datenpunkten gefüllt war, die die wöchentlichen Verkäufe eines fiktiven Unternehmens darstellten. Die Teilnehmer mussten auf die Grafik klicken, um anzuzeigen, wie viele Verkäufe das Unternehmen ihrer Meinung nach in den folgenden acht Wochen erzielen würde. Sie wurden dazu animiert, genaue Antworten zu geben.

Im ersten Experiment stieg die Anzahl der Verkäufe in der Grafik von Woche zu Woche, und die Teilnehmer prognostizierten im Allgemeinen, dass die Verkäufe weiter steigen würden; Im zweiten Experiment gingen die Trends in der Grafik zurück, was die Teilnehmer pessimistischer in Bezug auf zukünftige Verkäufe machte.

Dennoch dachten viele verschiedene Arten von Trendteilnehmern, dass die Verkäufe niedriger wären, wenn die Daten als Balkendiagramme präsentiert würden und nicht als Liniendiagramme oder Punktdiagramme.

Die Forscher fragten sich, ob der Grund dafür war, dass in Balkendiagrammen der Bereich innerhalb des Balkens normalerweise stark schattiert ist und daher die Aufmerksamkeit visuell auf sich zieht, was die Schätzungen der Teilnehmer im Vergleich zu den anderen Arten von Diagrammen senkt, bei denen es keine Schattierung gibt, um das Auge anzuziehen Aufmerksamkeit. In einem dritten Experiment fanden sie jedoch die gleichen niedrigeren Prognosen für Balken, selbst wenn die Balken nicht schattiert blieben.

In einem vierten Experiment testeten sie eine Version eines Balkendiagramms, bei dem die Balken eher von der Oberseite als von der Unterseite des Diagramms ausgingen. Während subtile Trends in den Daten darauf hindeuten, dass dies die Verzerrung umkehren könnte, waren die Ergebnisse nicht schlüssig.

Stian Reimers, Professor für Psychologie und Verhaltenswissenschaften an der School of Health & Psychological Sciences, City, University of London, der die Forschung leitete, sagte: „In den letzten Jahren scheint es, als hätten wir viel Zeit damit verbracht, die Zeit zu betrachten Serie: ob es die Zahl der COVID-Fälle, Strompreise oder Inflationsraten ist, um herauszufinden, was als nächstes kommt. Unsere Forschung zeigt, dass unsere Vorhersagen darüber, was wir als nächstes passieren werden, nicht nur von den Trends beeinflusst werden, die wir sind Dies hat offensichtlich Auswirkungen auf uns alle, wenn wir versuchen, Entscheidungen darüber zu treffen, ob es wahrscheinlich sicher ist, schutzbedürftige Verwandte zu besuchen, oder ob wir es uns leisten können, sie zu besuchen auf einer Hypothek.“

Diese Vorurteile können sich nicht nur auf die Entscheidungen von Einzelpersonen auswirken, sondern auch auf die vielen Unternehmen, die Analysen wie „Nachfrageprognosen“ durchführen, bei denen historische Daten verwendet werden, um die zukünftige Nachfrage der Kunden nach einem Produkt oder einer Dienstleistung zu schätzen und vorherzusagen; insbesondere dann, wenn diese Urteile ohne Hilfe von Personen getroffen werden, die Diagramme direkt „beäugen“ und abschätzen, wie sich ihrer Meinung nach ein Trend entwickeln wird.

Professor Reimers glaubt jedoch, dass diese Vorurteile Vorteile haben könnten: „Es ist potenziell nützlich, weil diese Art von Formateffekt dazu beitragen könnte, einigen der anderen Fehler entgegenzuwirken, die Menschen machen, wenn sie Trends in die Zukunft projizieren. Viele der anderen Vorurteile, die Menschen zeigen, wenn sie es versuchen Extrapolierte Trends sind in die Art und Weise, wie wir die Welt sehen, eingebrannt und schwer zu ändern. Das Format, das wir für unsere Diagramme verwenden, ist etwas, über das wir die vollständige Kontrolle haben, sodass es möglich sein kann, bestimmte Formate zu verwenden, um die eingebauten Vorurteile der Menschen rückgängig zu machen und zu helfen Menschen treffen genauere Urteile.

„Obwohl wir viele Teilnehmer hatten, ist dies nur eine kleine Gruppe von Studien. Es wird interessant sein zu sehen, wie gut sich diese Ergebnisse über verschiedene Formate und Fachkenntnisse hinweg verallgemeinern lassen, und spannend zu versuchen, die sich entfaltenden Wege zur Präsentation von Daten zu finden im Laufe der Zeit auf eine Weise, die den Menschen hilft, den Zustand der Welt am besten zu erfassen und am genauesten vorherzusagen, was wahrscheinlich als nächstes passieren wird.“

Die Forschung ist im Open Access veröffentlicht Internationales Journal für Prognosen.

Mehr Informationen:
Stian Reimers et al., Balken, Linien und Punkte: Die Auswirkung des Diagrammformats auf wertende Prognosen, Internationales Journal für Prognosen (2023). DOI: 10.1016/j.ijforecast.2022.11.003

Bereitgestellt von der City University London

ph-tech