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:
- ortalama hesaplamak kolaydır
- Ortalama sezgisel ve iyi anlaşılmış
- Ortalama tek bir sayıdır
- 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.