※ 引述《StaticVortex ()》之銘言： : 例如在 youtube 等網站, 各項資源都開放網友評分, 而且即時顯示結果, : 我覺得這類型的評分機制可能有些問題. : 首先, 什麼時候會想去評分? : 就我個人的經驗, 通常只有我認為極好或極壞的資源才會想去評分, 否則瀏覽過便算了. : 換句話說, 這類型人在評分時絕對不會評中庸的分數. : 單看一項資源, 如果評分者全是這類人, 那麼評量結果應該會往邊界偏移吧? 中庸者不評分也不會影響 你把極端的分數都平均完 還是能看到真實的分數是偏高還偏低 [支持多或反對多] : ( 題外話, 在此例中評量者是自願去評分的, 評量者可以決定要不要評量某物件. : 與此相對的, : 如果要求評量者對每項物件皆必須評分, 或更甚至要求具名或留下相關具體資料, : 應該可以想見, 單項物件的評量結果會往中庸靠攏吧? ) 這就和投票率一樣 對這件事的在意程度低 可有可無 給的回答就會是'還好,隨便' 這些人通常也是不投票的人 去評分不但沒意義 反而很好操作 你問贊成的人舉手 他們沒反應 操作成反對 問反對的人舉手 一樣沒反應 操作成贊成 而這些人通常也不會是消費者 顧客群 所以問卷調查時這類人的意見就變得不重要 常態分佈2-6-2裡 會影響事情發展的反而是兩端的人 : 其次, 評分結果公開的影響. : 最明顯的便是影響到點閱率, 不過另外也還有一種可能. : 舉個例, 有時候看到某項喜愛的物件評價卻被低估, 這時候多少會評高分一點吧? : 換句話說, 評分者的真實評價並非表現在其評分上, : 而是表現在令評分後的結果盡量靠近評分者的真實評價. : 統計上要處理第一項問題的方法應該不難想像, : 第二項問題要如何處理呢? : 上述之瑕疵應該在很多層面皆會遇上吧, 一般而言有必要去處理嗎? 雙盲實驗就是防預期心理的 資訊公開的活動人就會參考彼此的反應 抽樣 統計即使去除這些變因 卻會反而變得不準 因為現實裡的人又不是雙盲 只想要知道理論性的結果 那可以去處理 只是就不符合現實了.. --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.228.240.63