Bias pengumpulan data

Bias pengumpulan data terjadi ketika kita salah memilih subjek yang akan menjadi sampel acak yang sedang dianalisis.

Kami memiliki masalah ketika pemilihan ini membuat sampel acak tidak mewakili populasi statistik. Dan oleh karena itu, setiap hasil yang kami peroleh dari sampel itu bias, dan kami tidak dapat memastikan bahwa itu terpenuhi dalam populasi yang dianalisis.Dalam bias ini, kami dapat membedakan berbagai jenis, yang akan kami jelaskan di bawah ini.

Bias bertahan hidup

Terjadi ketika data dikeluarkan dari analisis karena tidak ada lagi pada saat analisis.

Artinya, kita hanya fokus pada data yang ada dan membuang yang sebelumnya ada dalam populasi. Dalam praktiknya ada banyak contoh bias jenis ini. Salah satunya adalah melakukan survei hanya kepada klien perusahaan, membuang klien potensial. Lain akan mengevaluasi perilaku indeks saham menghilangkan dari analisis perusahaan yang ada dan tidak lagi dalam indeks itu.

Solusi untuk bias ini sangat sederhana. Melaksanakan penelitian dengan semua data yang ada dan yang sudah ada sebelumnya.

Bias antisipasi

Itu terjadi ketika analisis dilakukan dengan menggunakan data yang tidak tersedia pada saat analisis. Contohnya adalah membuat analisis hubungan harga saham dengan beberapa variabel neraca keuangan. Harga saham adalah variabel dinamis yang jika kita memiliki informasi yang benar pada saat analisis. Namun, variabel yang ditetapkan dalam neraca bersifat statis dan oleh karena itu, kita harus menunggu publikasi laporan keuangan untuk analisis ini.

Misalkan kita ingin mempelajari hubungan antara harga dan ekuitas untuk sejumlah perusahaan pada akhir tahun fiskal. Dalam hal ini, kami tidak akan memiliki data kekayaan bersih sampai publikasi laporan keuangan. Publikasi yang biasanya diberikan beberapa bulan setelah akhir tahun anggaran.

Oleh karena itu, solusi untuk bias ini adalah menunggu publikasi laporan keuangan. Dan melakukan analisis dengan data yang dipublikasikan beserta harga pada saat publikasi.

Bias periode waktu

Bias ini terjadi ketika periode yang dipilih untuk data terlalu pendek atau terlalu lama.Jika terlalu pendek, analisis dapat mencerminkan hasil spesifik yang hanya terpenuhi untuk periode tersebut. Artinya, mereka tidak akan representatif untuk jangka waktu yang lebih lama.

Bayangkan periode waktu lima tahun di mana perusahaan kecil telah mengungguli perusahaan besar di pasar saham. Dari sini kita bisa menarik kesimpulan bahwa di masa depan perusahaan kecil akan selalu melebihi jumlah yang besar. Tetapi untuk waktu yang sesingkat itu tidak ada kesimpulan yang dapat ditarik. Terutama karena dalam jangka waktu yang lebih lama situasinya bisa berubah. Oleh karena itu, hasil yang diperoleh bias terhadap periode waktu yang dikurangi ini.

Was this helpful?

0 / 0

Leave a Reply 0

Your email address will not be published. Required fields are marked *