はじめに

本記事は、Googleデータアナリティクスのプロフェッショナル認定証のプログラムより、参照させて頂いています。興味を持った方は、是非受講してみてください。

バイアス

偏見は、ある人やグループ、または物事に対して好意的あるいはその逆に働くよう進化してきました。意識的な場合もあれば無意識な場合もあります。しかし、偏見があることをまず知りそれを受け入れることができれば自分自身の思考パターンを認識し、管理する方法を学ぶことができます。このような偏見、つまりバイアスはデータの世界でもありうると知っておくことが重要です。

データのバイアスとは、結果を特定の方向に体系的に歪めてしまうエラーの一種です。

アンケートの質問に特定の傾向があるために回答に影響を与えたり、サンプル数が調査対象の母集団を正しく反映していない可能性がある、といったことです。

サンプル集団が包括性に欠ける場合にもバイアスが生じることがあります。

障がい者は、一般的な健康調査において、十分に反映されない、代表性に欠ける、あるいは排除される、といった傾向が見られます。

データの収集方法によっても、データセットに偏りが生じることもあります。

質問への回答時間が短いと、回答も急ぎ足になります。急ぐとミスが多くなり、データの質に影響を与え、偏った結果を生む可能性があります。

データアナリストは、データを収集し始めたときから、結論を発表するときまで、バイアスと公正さを考慮します。何しろ、その結論は重大な意味を持ちうるのです。

心臓の健康に関する臨床研究には女性より男性の方が多く参加する傾向があることが知られています。その結果、女性は症状に気づくことができず、結果的に心臓疾患が発見も治療もされない、といった可能性すらあるのです。

このように、バイアスは非常に大きな影響を与えるのです。

バイアスの種類

サンプリングバイアス

サンプリングバイアスは、サンプルが母集団全体を表していない場合に起こります。これを避けるには、サンプルが無作為に選ばれ、母集団のすべての分野が等しい割合で含まれるようにする必要があります。データ収集の際にこのランダムサンプリングを使用しないと、ある結果に偏ってしまうことになります。

あるクラスに 50 人の学生がいて、暖かい気候と寒い気候のどちらを好むかを知りたいとします。あなたは最初に会った 10 人の学生を調査対象とすることに決め、その回答に基づき、クラス全体が暖かい気候を好む、と判断したとします。

でも待ってください。ここにバイアスがあります。

実はその 10 人は全員女性で、アンケートの対象が女性だけになっていました。このアンケートは、ジェンダーに関わる他の識別子を含んでいないため、クラス全体を公平に表しているとは言えません。もし、すべてのジェンダーを含む母集団からより無作為なサンプルを使用したならば、偏りのないサンプル、つまり不偏サンプリングになったでしょう。

不偏サンプリングは測定される母集団を表すサンプルとなります。偏りのないデータを活用できているかどうかを確認するもう 1 つの優れた方法として、結果をビジュアライゼーションして示すことが挙げられます。先ほど取り上げたクラスの例ではクラス全体の生徒数とそのジェンダーを棒グラフを使って可視化することができます。そして、調査対象とした生徒を示す同様の棒グラフと比較することができます。これをすることによって、サンプルの不一致を簡単に特定できます。

観察者バイアス

基本的には、人によって物事の観察が異なる傾向のことを表します。同じ顕微鏡を覗く二人の科学者が、異なるものの見方をすることもあるでしょう。

また、手動で血圧を測定する際にも観察者バイアスが発生することがあります。血圧計は非常に敏感なので、医療従事者はしばしば、かなり異なる結果を得ることがあります。通常、医療従事者は、誤差を補正するために、最も近い整数に切り上げます。しかし、医師が患者の血圧を常に切り上げたり、切り下げたりすれば健康状態が見落とされ、その患者を対象とした研究では、正確なデータが得られないということになります。

認知バイアス

これは、曖昧な状況を常に肯定的に、あるいは否定的に解釈してしまう傾向のことを表します。

例えば、あなたが同僚とランチをしているときに、上司から「折り返し電話するように」と留守電が入っていたとします。あなたは、きっと何かがあって上司が怒っているのだろうと思いムッとして電話を切ります。しかし、留守電を再生してみると上司が怒っているそぶりはなく、むしろ穏やかで誠実な声をしている、と思うのです。

このように、認知バイアスは、 2 人の人が全く同じことを見聞きしても、背景や経験が異なるために、違う方法で物事を解釈する、といったことをいいます。あなたは上司との関係性から、その電話をあるように解釈し、友人は他人であることから、別の解釈をします。

このような解釈がデータ分析に加えられると、分析結果にバイアスのかかったデータが得られてしまう可能性があります。

確証バイアス

これは、既存の信念を確認するような形で情報を探したり、解釈したりする傾向のことを表します。ある人は、直感を確かめようとするあまり、それを裏付けるものだけに注目して他のシグナルをすべて無視してしまうかもしれません。このようなことは、日常生活でよく起こります。

私たちがあるWebサイトからニュースを得るのは、そのライターが自分と同じ信念を持っているから、と思うかもしれませんし、誰かと付き合うのは、その人が自分と似た価値観だとわかっているからかもしれません。つまり、相反する視点は、私たちが持つ世界観に疑問を抱かせ、信念の体系をも変えるきっかけとなる可能性があるわけです。正直言って、変化というものは大変なことです。でも、さらに大変なことは何だと思いますか？悪いデータがあるときに良い仕事をするためには、バイアスを排除することが重要なのです。