Konzervativní zkreslení
Konzervativní zkreslení (ang. conservatism, conservatism bias) je v kognitivní psychologii a teorii rozhodování zkreslení (ang. bias) v lidském zpracování informací. Toto zkreslení je sklon neefektivně revidovat přesvědčení, kdy jsme konfrontováni s novými informacemi. Člověk se přiklání k původnímu názoru a informaci, které se zdají být smysluplné, ale nově získaná informace poté, co má již člověk názor, je považována za ne tak důležitou.[1] Např. lidé pomalu přijímali novou informaci, že je Země kulatá, protože žili v přesvědčení z dřívější zkušenosti; měli názor, že je Země plochá.[2] Důsledkem pak je, že člověk nakládá se staršími informacemi a není ochoten nakládat s informacemi novějšími, jež jsou v rozporu s jeho starším názorem a informací. [1] Např. lidé přeceňují pravděpodobnost vzácných příčin smrtí a podceňují ty časté.[3] Jsme konzervativní při odhadu pravděpodobnosti, zda se jedná o muže či ženu v závislosti na výšce člověka.[4]
Finance
Barberis, Shleifer a Vishny navrhují model chování investora, který je motivován konzervativním a reprezentativním zkreslením. Přičemž je investor konzervativním zkreslením velmi pomalu veden aktualizovat/přehodnotit své přesvědčení v konfrontaci s novými informacemi. Oproti tomu ho reprezentativní zkreslení vede k tomu, aby dával větší váhu aktuálním trendům i přes nízkou pravděpodobnost výskytu trendu v populaci.[5] Např. investoři se pak upínají na stanoviska analytiků akciového trhu a drží tak akcie, které navzdory optimistickým předpokladům analytiků klesají. Investor tak zbytečně drží akcie, které ztrácí hodnotu, a trvá mu déle, než dospěje k závěru, že takto držená akcie pro něj není výdělečná.
Hilbert rozlišuje mezi dvěma druhy vstupů:
- Změna hodnot náhodné veličiny (typ proměnné může být: nominální, ordinální, intervalová/rozdílová, poměrová/podílová – viz typy proměnných ve statistice),
- změna výskytu dané pravděpodobnosti.
Dále Hilbert říká, že konzervatismus funguje pro jakýkoli druh měřitelných hodnot.[6]
Výzkum
Problematiku konzervativního zkreslení jako první studoval Edwards v roce 1968. Testovaný subjekt konfrontoval s následujícím problémem:
Mějme 2 nádoby; každá z nich obsahuje 10 míčků. Nádoba A obsahuje 7 červených a 3 modré míčky, zatímco nádoba B obsahuje 3 červené a 7 modrých míčků. Jedna nádoba je náhodně vybrána hozením mince. Z této nádoby je taženo 12 míčků s vracením. Výsledek je následující: bylo taženo 8 červených a 4 modré míčky. Jaká je pravděpodobnost, že mincí náhodně vybraná nádoba je nádoba A; s tímto výsledkem?
Správná odpověď je 97 %, přičemž mnoho testovaných subjektů jako svou odpověď jednoduše vepsalo bazický index velikosti 50 %. Na základě výsledků Edwards konstatuje, že velká část testované skupiny je ovlivněna konzervativním zkreslením.[7]
Ve studii z roku 1949 Kaufman, Lord, Reese a Volkmann přišli na to, že lidé tíhnou k přeceňování počtů bodů, které se náhodně objevovaly na obrazovce v menším počtu (5-10 bodů) a k podceňování počtů bodů objevovaných ve větším počtu (15-210 bodů).[8] MacGregor, Lichtenstein a Slovic říkají, že zkreslení se týká odhadu absolutních hodnot na časové přímce. Jako příklad uvádějí: Lidé přeceňují počet lékařů v Lane Country (subjektivní odhad 456, reálná hodnota 350). A podceňují počet cigaret spotřebovaných v USA (subjektivní odhad 1,5 miliard, reálná hodnota 604 miliard).[9] Hilbert doplňuje MacGregora, Lichtensteinovou a Slovice vylíčením problematiky nenormalizovaných hodnot, kdy je těžké říci, která hodnota, resp. číslo, je vyšší a která nižší na intervalové stupnici. Pokud bychom porovnali zmiňovanou spotřebu cigaret v USA s jinými státy, jak můžeme určit, zda je spotřeba v USA vyšší/nižší než např. v Indii nebo Monaku? Hilbert to tedy shrnuje tak, že bez normalizované stupnice je obtížné rozpoznat konzervativní zkreslení pro absolutní hodnoty.[6]
Odkazy
Reference
- ↑ a b Dynamic Hedge [online]. [cit. 2016-02-12]. Dostupné online.
- ↑ Samantha Lee, Shana Lebowitz. Business Insider [online]. Business Insider [cit. 2016-02-12]. Dostupné online.
- ↑ FISCHHOFF, Baruch; SLOVIC, Paul; LICHTENSTEIN, Sarah. Knowing with Certainty: The Appropriateness of Extreme Confidence. Journal of Experimental Psychology: Human Perception and Performance. 1977, roč. Vol. 3, No. 4, s. 552–564.
- ↑ DUCHARME, Wesley M. Response bias explanation of conservative human interface. Journal of Experimental Psychology. 1970, roč. 85 (1):66, s. 66–74.
- ↑ KADIYALA, Padma; RAU, P. Raghavedra. Investor reaction to corporate event announcements: Under- reaction or over-reaction?. Journal of Business. 2004, roč. 77(2):357-386, s. 5.
- ↑ a b HILBERT, Martin. Toward a Synthesis of Cognitive Biases: How Noisy Information Processing Can Bias Human Decision Making. Psychological Bulletin. 2012, roč. 138(2), čís. 211–237, s. 14.
- ↑ HOPPE, Eva I.; KUSTERER, David J. Behavioral biases and cognitive reflection. Economics Letters. 2009, roč. 110(2011)97-100, s. 98–99.
- ↑ KAUFMAN, E. L., LORD, M. W.; REESE, T. W., VOKMANN, J. The Discrimination of Visual Number. The American Journal of Psychology. 1949, roč. 62(4), s. 498–525.
- ↑ MACGREGOR, Donald; LICHTENSTEIN, Sarah; SLOVIC, Paul. Structuring knowledge retrieval: An analysis of decomposed quantitative judgments. Organizational Behavior and Human Decision Processes. 1988, roč. 42(3), s. 303–323. DOI 10.1016/0749-5978(88)90003-9.