数据分析思维｜信度与效度思维

Posted 2022-12-16 二哥不像程序员

信度与效度思维

1、概念

信度与效度思维通常用于在数据分析中进行更有价值的指标选择。

信度：指标的可靠程度。包括一致性及稳定性。（口径是否一致，是否具有波动性）

效度：指标的有效性。一个数据或指标的生成，是否贴合它所要衡量的事物，也就是说指标的变化能代表该事物的变化。

总结：信度能够反映数据的稳定性和集中程度，效度能够反映数据的准确性。

2、举个例子

要衡量A公司的广告投放效果好坏，选择广告点击数作为指标，从不同的投放渠道来看，相同的广告点击数所对应的曝光量可能是不同的，这就使得指标的一致性变的很差；换个角度，因为曝光量的提高从而带来了广告点击数的提高，这就能够证明广告的投放效果变好了吗？这显然也是不对的，此时广告点击数显然就不是一个好的指标，我们就会选择信度和效度更好的广告点击率来进行衡量。

3、信度与效度的影响

在数据分析中这样的例子有很多，那信度和效度究竟会对我们的分析结果带来怎样的影响呢，通过下面的图来进行解析：

现在需要挑选一个射击运动员（指标）去参赛（衡量事物），弹孔（指标数据）的分布和靶心（实际结果）的关系如上图所示。

• A：弹孔和靶心重合度很高，信度和效度都很好。
• B：弹孔密集，但是距离靶心很远，此时稳定性很好，准确性不足，也就是信度高效度低。
• C：弹孔稀疏，但是分布在靶心附近，此时稳定性不足，准确性还可以，也就是信度低，效度高。（此类型并不常见，通常信度低都会导致效度低）
• D：弹孔稀疏，距离靶心很远，此时信度和效度都很低。