دادهٔ پرت چگونه دیده میشود؟
ابتدا همهٔ تکرارهای همشرایط را کنار هم قرار دهید و فاصلهٔ مقدارها را بررسی کنید. یک داده زمانی مشکوک است که نسبت به الگوی مجموعه بهطور چشمگیری متفاوت باشد. بدون چند مشاهدهٔ قابل مقایسه، برچسب «پرت» با اطمینان دشوار است.
مخالفت یک مقدار با فرضیه هیچ مجوزی برای حذف آن نمیدهد.
الگوی چهارمرحلهای برخورد
مقدار دور و الگوی بقیه را دقیق گزارش کنید.
ثبت، واحد، ابزار و شرایط همان نوبت را کنترل کنید.
در صورت امکان سنجش را با روش درست تکرار کنید.
تصمیم و اثر آن بر جمعبندی را شفاف بنویسید.
نمونهٔ ساختاری پاسخ
دادهٔ فرضی: چهار اندازهگیری همشرایط نزدیک به هماند و مقدار پنجم بسیار دور ثبت شده است.
پاسخ ناقص: مقدار پنجم را حذف میکنیم چون اشتباه است.
پاسخ دقیقتر: مقدار پنجم نسبت به الگوی چهار تکرار دیگر غیرعادی است، اما ابتدا باید خطای ثبت، واحد، تنظیم ابزار و شرایط همان نوبت بررسی شود. در صورت یافتن خطای مستند، سنجش تکرار و تصمیم همراه با دلیل گزارش میشود.
علتهای احتمالی دادهٔ دور
| منبع | نمونهٔ بررسی | اقدام |
|---|---|---|
| ثبت | جابهجایی رقم یا واحد | مقایسه با برگه و ثبت اصلی |
| ابزار | تنظیم یا خواندن نادرست | کنترل ابزار و تکرار سنجش |
| اجرا | زمان یا مقدار متفاوت | بازبینی شرایط همان نوبت |
| تفاوت واقعی | نمونه واقعاً متفاوت است | حفظ داده و بررسی علت علمی |
چه زمانی حذف قابل دفاع است؟
وقتی شواهد مشخصی از خطای ثبت، ابزار یا اجرای خارج از روش وجود دارد، میتوان توضیح داد چرا آن مقدار نمایندهٔ آزمایش برنامهریزیشده نیست. حذف باید همراه با دلیل و گزارش نتیجه باشد. صرف دوربودن یا تغییر میانگین کافی نیست.
چه زمانی باید داده را نگه داشت؟
اگر هیچ خطای مستندی پیدا نمیشود، داده ممکن است بخشی از تغییرپذیری واقعی باشد. آن را گزارش کنید، اثرش بر نتیجه را بسنجید و در صورت امکان نمونه یا تکرار بیشتری جمع کنید. پنهانکردن مقدار، تصویر داده را غیرواقعی میکند.
اثر دادهٔ پرت بر میانگین
یک مقدار بسیار دور میتواند میانگین را به سمت خود بکشد. برای همین باید دادههای خام و پراکندگی را قبل از تکیه بر مقدار میانگین دید. انتخاب شاخص دیگر نیز باید با نوع داده و دستور سؤال سازگار باشد، نه فقط برای رسیدن به نتیجهٔ دلخواه.
پرت با خطای قطعی یکسان نیست
«پرت» توصیف جایگاه مقدار در مجموعه است؛ «خطا» دربارهٔ علت تولید آن داوری میکند. ابتدا دوربودن را مشاهده میکنید و سپس علت را بررسی میکنید. این دو مرحله را در پاسخ با هم ادغام نکنید.
اگر فقط سه داده داریم
با تعداد کم، تشخیص الگوی پایدار دشوارتر است. بهجای حکم قطعی، مقدار مشکوک را مشخص کنید، کنترلهای ممکن را توضیح دهید و تکرار بیشتر پیشنهاد کنید. میزان اطمینان پاسخ باید با حجم شواهد متناسب باشد.
خطاهای رایج
- حذف مقدار مخالف فرضیه؛
- نامیدن هر اختلاف کوچکی بهعنوان دادهٔ پرت؛
- فرض خطا بدون بررسی ثبت و شرایط؛
- گزارش میانگین بدون نگاه به دادههای خام؛
- پنهانکردن تصمیم حذف در پاسخ؛
- جایگزینکردن مقدار دلخواه بهجای تکرار سنجش.
تمرین «دو نتیجه با و بدون مقدار»
نتیجهٔ مجموعه را یکبار با همهٔ دادهها و یکبار بدون مقدار مشکوک بررسی کنید. سپس بنویسید تصمیم چه اثری بر برداشت دارد و آیا دلیل مستقلی برای کنارگذاشتن داده وجود دارد. هدف تمرین، شفافکردن اثر تصمیم است.
چکلیست پایان پاسخ
- آیا مقدار مشکوک و الگوی بقیه را دقیق گفتهام؟
- آیا دوربودن را با خطای قطعی یکی نگرفتهام؟
- آیا ثبت، واحد، ابزار و شرایط بررسی شدهاند؟
- آیا تصمیم نگهداشتن یا حذف دلیل روشن دارد؟
- آیا اثر تصمیم بر نتیجه و میانگین گزارش شده است؟