Amazon'un “ortalama puanı” yanıltıcı mıdır?

Doğru anlarsam, 1-5 arası kitap derecelendirme Likert puanlarıdır. Yani, benim için bir 3 mutlaka bir başkası için bir 3 olmayabilir. Sıralı bir ölçek IMO. Kişi gerçekten sıralı skalaları ortalamamalı, ancak kesinlikle mod, ortanca ve yüzdelik harfleri alabilir.

Bu yüzden hiç 'Tamam' olduğunu kuralları esnetmeye nüfusun büyük bir kısmı anlar beri araçları yukarıdaki istatistiklere göre? Her ne kadar araştırma topluluğu Likert ölçeğine dayalı verilerin ortalamalarını alarak kuvvetli bir şekilde azarlamasına rağmen, bunu kitlelerle (pratik olarak konuşarak) yapmak iyi midir? Bu durumda ortalamayı almak, başlamak için bile yanıltıcı mıdır?

Amazon gibi bir şirketin temel istatistiklerle uğraşması pek mümkün görünmüyor, ama değilse o zaman burada ne eksikim? Sıra ölçeğinin ortalamanın alınmasını haklı çıkarmak için sıraya uygun bir yaklaşım olduğunu iddia edebilir miyiz? Hangi gerekçeyle?

5 puanlı notun merkezi eğilimini özetlemek için ortalamanın kullanılmasının faydaları

@Gung'dan bahsettiğim gibi, beş aşamalı bir öğenin ortalamasını merkezi eğilim indeksi olarak almanın çok iyi nedenleri olduğunu düşünüyorum. Bu nedenleri burada çoktan sıraladım .

Kelimeleri ifade etmek:

1. ortalama hesaplamak kolaydır
2. Ortalama sezgisel ve iyi anlaşılmış
3. Ortalama tek bir sayıdır
4. Diğer endeksler çoğu zaman nesnelerin benzer sıralamasını verir.

Amazon için neden ortalama iyidir

Amazon'un ortalamayı bildirmedeki hedeflerini düşünün. Hedefliyor olabilirler

• bir öğe için sezgisel ve anlaşılır bir derecelendirme sağlamak
• derecelendirme sisteminin kullanıcı tarafından kabul edilmesini sağlamak
• insanların derecelendirmenin ne anlama geldiğini anlamalarını sağlamak ve satın alma kararlarını bildirmek için uygun şekilde kullanabilmelerini sağlamak

Amazon, bir çeşit yuvarlanmış ortalama, her derecelendirme seçeneği için sıklık sayımı ve örnekleme boyutu (örneğin, derecelendirme sayısı) sağlar. Bu bilgilerin büyük olasılıkla çoğu insan için hem maddeyle ilgili genel düşünceyi hem de böyle bir reytinge olan güvenini takdir etmesi yeterlidir (yani 20 puana sahip bir 4.5, 2 puana sahip bir 4.5'ten daha doğru olma olasılığı daha yüksektir; 10 5 yıldızlı derecelendirme ve yorum yapmayan bir 1 yıldızlı derecelendirme hala iyi bir öğe olabilir).

Ortalamayı demokratik bir seçenek olarak bile görebilirsiniz. Pek çok seçime, iki puanlık bir ölçekte hangi adayın en yüksek ortalamayı aldığına karar verildi. Benzer şekilde, incelemeyi gönderen her bir kişinin oy kullandığı argümanını alırsanız, ortalamayı her birinin oy hakkını eşit olarak ağırlıklandıran bir form olarak görebilirsiniz.

Ölçekteki farklılıklar gerçekten bir sorun mu?

Psikolojik literatürde bilinen çeşitli değerlendirme önyargıları vardır (inceleme için bkz. Saal ve diğerleri 1980), örneğin merkezi eğilim önyargısı, esneklik önyargısı, katılık önyargısı. Ayrıca, bazı puanlayıcılar daha keyfi olacak ve bazıları daha güvenilir olacaktır. Hatta bazıları sistematik olarak sahte pozitif veya sahte negatif yorumlar vermekten yalan söyleyebilir. Bu, bir öğe için gerçek ortalama derecelendirmesini hesaplamaya çalışırken çeşitli hata biçimleri yaratacaktır.

Ancak, eğer popülasyonun rastgele bir örneğini alırsanız, bu tür önyargılar ortadan kalkar ve yeterli sayıda örnekleyici ile, hala gerçek ortalamayı elde edersiniz.

Tabii ki, Amazon'da rastgele bir örnek almıyorsunuz ve bir öğe için aldığınız belirli puanlayıcıların daha esnek veya katı olmaları için sistematik olarak önyargılı olma riski vardır. Bununla birlikte, Amazon kullanıcılarının, gönderilen derecelendirmelerin hatalı bir örneklemden geldiğini takdir edeceğini düşünüyorum. Ayrıca, makul bir örneklem büyüklüğünde, çoğu durumda, yanıt yanlılığı farklılıklarının çoğunun ortadan kalkmaya başlayacağının muhtemel olduğunu düşünüyorum.

Ortalamanın ötesinde olası gelişmeler

Derecenin doğruluğunu arttırmak için, genel ortalamanın genel kavramına meydan okumam, ancak bunun yerine bir öğe için gerçek nüfus ortalama derecelendirmesini tahmin etmenin başka yolları olduğunu düşünüyorum (yani, elde edilecek ortalama derecelendirme) Maddeyi derecelendirmek için sorulan büyük temsili bir örneklem idi).

• Güvenilirliklerine göre ağırlık puanlayıcıları
• Ortalama derecelendirmeyi, tüm öğeler için ortalama derecelendirmenin ağırlıklı bir toplamı olarak tahmin eden ve derecelendirme sayısı arttıkça, belirli maddenin ortalama ağırlığını artıran bir Bayesian derecelendirme sistemi kullanın.
• Öğeler arasındaki genel derecelendirme eğilimine göre puanlayıcı bilgilerini ayarlayın (örneğin, genellikle 3s veren birinden bir 5, genellikle 4s veren birinden daha değerli olacaktır).

Bu nedenle, derecelendirmedeki doğruluk Amazon'un ana hedefi ise, madde başına düşen puan sayısını artırmaya ve yukarıdaki stratejilerin bazılarını benimsemeye çalışılması gerektiğini düşünüyorum. Bu tür yaklaşımlar, “en iyileri” sıralaması oluştururken özellikle uygun olabilir. Ancak, sayfadaki mütevazi not için, örneklemin basitlik ve şeffaflık hedeflerine daha iyi uyması iyi olabilir.

Referanslar

• Saal, FE, Downey, RG ve Lahey, MA (1980). Derecelendirmelerin derecelendirilmesi: Derecelendirme verilerinin psikometrik kalitesinin değerlendirilmesi. Psikolojik Bülten, 88, 413.

Burada biraz teknik olmak gerekirse, bu derecelendirmeler aslında bir Likert ölçeği değildir ; Onlar sadece sıralı derecelendirmeler. Şimdi, bunu söyledikten sonra, amacın esasen doğru. Ancak, genellikle bu konuda çok fazla şey yapıldığını düşünüyorum. Unutulmaması gereken bir nokta, tipik olarak, bir dizi sıradan öğenin ortalamasının yaklaşık aralık olabileceği ve dolayısıyla çok sayıda derecelendirme olduğunda ortalamanın daha makul bir temsil haline geldiği anlaşılmaktadır . Bu yanıtı @JeromyAnglim tarafından mükemmel buldum (gerçekten, soru ve oradaki tüm cevaplayıcılar okumaya değer). Daha teorik bir tedavi için, buraya bakın. Farklı bir notta, Amazon'u severim, ancak özellikle temel site tasarımı açısından onlardan istatistiksel bir sofistike beklemek için bir neden görmüyorum - nokta, istatistik profesörlerini etkilememek için tüketiciler tarafından kullanılabilirliktir.

Herkesin bu konuda iyi fikirleri var. Gerçekten daha fazlasını ekleyebileceğimi sanmıyorum. Ancak, ben yayınlayacağız bu :

Tecrübelerime göre, derecelendirme ölçeği verilerinin ortalaması, derecelendirme ölçeği ile ilişkilendirmeye çalıştığımız gerçek dünya ölçümleri düzeyiyle en yakından ilişkilidir. Birçok doğrusal ilişki bulduk ve bu nedenle ortalama, verileri özetlemenin en iyi yollarından biri. Jeromy'nin belirttiği gibi, bir derecelendirme ölçeğinin merkezi eğilimini analiz etmenin çoğu yolu çoğu zaman benzer sonuçlar (sıra emirleri, vb.) Verecektir.

Ayrıca, Amazon'un muhtemelen bir yönüyle bilimsel geçerliliği ile ilgilenenlerin hepsi olmadığını düşünüyorum. Amazon'un hedefi, sonuçta, insanların Amazon.com'da daha fazla alışveriş yapmalarını sağlamak ve incelemelerin başarıya ulaşmalarına yardımcı olmak, muhtemelen bir numaralı özetin ne kullanıldığı ile değişmeyecek. İyi ürünler ödüllendirilecek, gerçekten kötü ürünler cezalandırılacak ve sinir alıcıları artıları ve eksileri daha ayrıntılı olarak inceleme şansına sahip olacaklar.

Amazon derecelendirmeleri, sistemi oynayan şirketler nedeniyle yanıltıcıdır. Müşterilere 5 yıldız incelemeleri karşılığında indirim ve ücretsiz ürünler teklif edildiğinde, derecelendirme numarasının ne olduğu veya ne anlama geldiğinin "istatistikleri" tartışılmaz hale gelir.

İyi bir noktaya değindin. Sıralı sayıların ortalamasını almak biraz yanıltıcıdır. Çeşitli sıralamaların herhangi bir özeti öznel 3'ümün 4'e eşit olabileceği gerçeğinden muzdarip olabilir. Bu nedenle farklı bireysel puanları birleştirmek muhtemelen en büyük sorundur. 3 ve 4'ün ortalamalarını 3.5 olarak yorumlamak neredeyse hiç de tehlikeli değildir.