Sesgo de disponibilidad/Error de disponibilidad: definición simple

Actualizado por ultima vez el 27 de febrero de 2022, por Luis Benites.

Definición

El término «sesgo de disponibilidad» tiene dos significados distintos, dependiendo de dónde lo use:

  1. En la evaluación y la toma de decisiones, se refiere a los recuerdos fácilmente disponibles.
  2. En metanálisis, se utiliza como sinónimo de sesgo de publicación .

1. Uso en evaluación y toma de decisiones

El sesgo de disponibilidad (también llamado error de disponibilidad) consiste en calcular las probabilidades a partir de lo primero que se te ocurra. Un recuerdo más reciente, o uno que crea que es más importante, influye más en sus cálculos que los recuerdos distantes o difíciles de recordar.

Se llama sesgo de disponibilidad debido a los resultados distorsionados (sesgados). A veces también se denomina heurística de disponibilidad (que significa «regla general»). A diferencia de los cálculos sólidos, el sesgo de disponibilidad no es más que una estimación rápida.

En publicidad

sesgo de disponibilidadLos anunciantes utilizan la heurística de disponibilidad a su favor. Si quieren que un hecho determinado aparezca en la cabeza del espectador o del lector, utilizan la repetición y el lenguaje visual. Los eslóganes pegadizos en los comerciales se repiten una y otra vez. Los hechos negativos se minimizan de manera vaga o abstracta. Piense en los anuncios de medicamentos: los efectos positivos tienen un lenguaje simple con letras y colores grandes, mientras que los efectos secundarios generalmente se pasan por alto con letras pequeñas en blanco y negro y un lenguaje rápido.

Si piensa en comprar un boleto de lotería, es probable que lo primero que le venga a la mente sea el lujoso estilo de vida de los ganadores de la lotería. O tal vez una frase como «tienes que participar para ganar». Tal vez solo sientas que es tu día de suerte. Eso es porque los comerciales de lotería se enfocan en el único ganador en lugar de los millones de perdedores. Si los comerciales se enfocaran en las probabilidades reales (una en varios millones) y las decenas de tristes perdedores que acaban de gastar su último centavo con la esperanza de hacerse ricos, no comprarías un boleto.

2. Sesgo de disponibilidad en metaanálisis

En pocas palabras, si basa su análisis en material fácilmente disponible, es probable que su análisis incluya un sesgo de disponibilidad. En este contexto, algunos autores denominan a este tipo de sesgo fuente de sesgo, sesgo de información o sesgo de recuperación.

Light y Pillemar (1984) describen una forma sencilla de encontrar el sesgo de disponibilidad en las publicaciones. En igualdad de condiciones, los estudios pequeños deberían tener el mismo tamaño del efecto promedio * que los estudios grandes. Sin embargo, los estudios pequeños variarán más debido al error de muestreo . Si grafica el tamaño de la muestra contra el tamaño del efecto, el resultado debería verse como un embudo al revés. Si no es así, sospeche sesgo de disponibilidad. Sin embargo, podría haber otras razones (ver: gráfico de embudo para otras causas posibles).

sesgo de disponibilidad

Un gráfico en embudo que muestra el efecto del tratamiento frente al tamaño del estudio.

*El tamaño del efecto indica cuánto de un efecto. Por ejemplo, ¿cuál funciona mejor: el medicamento A o el medicamento B?

Referencia

Cazador et al. (2004). Métodos de metanálisis para corregir errores y sesgos en los resultados de la investigación . SABIO.
Tversky, A. y Kahneman, D. (1974). Juicio bajo incertidumbre. Ciencia, 185, 1124-1130.

Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

Deja un comentario

La diferencia mínima detectable es la diferencia o cambio más pequeño que puede detectarse estadísticamente en un estudio determinado. Depende…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!