Bias di selezione (Selection bias)

In questo articolo, vorrei parlare di una situazione che incontriamo molto spesso nella vita quotidiana: il problema del bias di selezione. Per la stesura di questo testo, ho tratto spunto anche dall'articolo di Fethi Tekyaygil su Medyum. 

Innanzitutto, spieghiamo in cosa consiste il bias di selezione. Immaginiamo che in una regione vivano persone con diversi livelli di istruzione. Supponiamo di voler sapere cosa pensano queste persone riguardo a una determinata opinione politica. Se cercassimo di raggiungere tutti per chiedere loro di rispondere alla nostra domanda, sarebbe un lavoro che richiede molto tempo e ha costi elevati. Inoltre, potrebbe non essere possibile raggiungere alcune persone o alcune potrebbero rifiutarsi di rispondere. In questo caso, invece di raggiungere tutti, è un metodo generalmente accettato quello di contattare un gruppo scelto tra loro per raccogliere le loro opinioni. Il punto più importante a cui prestare attenzione qui è cercare di selezionare un gruppo di persone in grado di rappresentare l'intera regione rispetto alla caratteristica che abbiamo stabilito (livello di istruzione). Chiamiamo questo gruppo campione. Se il campione non ha capacità rappresentativa, significa che siamo stati parziali nella nostra selezione. 

Come menzionato da Tekyaygil, il bias di selezione può manifestarsi in molti modi diversi. Il primo di questi è il Bias di Copertura (Coverage Bias). In questo tipo di bias, i dati non sono stati selezionati in modo rappresentativo. Ad esempio, se tra le persone di questa regione chiedessimo cosa pensano di una determinata opinione politica solo a chi ha completato la scuola primaria, media o superiore, e non chiedessimo cosa pensano gli studenti universitari o i laureati, saremmo parziali in termini di copertura. 

Un altro tipo di bias è chiamato Bias di Mancata Risposta o Bias di Partecipazione (Non-response Bias — Participation Bias). Ad esempio, supponiamo di sapere che tra le persone a cui rivolgiamo le nostre domande, coloro che non vogliono rispondere sono generalmente gli analfabeti. Se non li includiamo affatto nel campione pensando che tanto non vorrebbero rispondere, cadiamo nell'errore che chiamiamo bias di mancata risposta o di partecipazione. 

Il terzo tipo di bias è denominato Bias di Campionamento (Sampling Bias). È un tipo di bias che può emergere nella fase di raccolta dei dati. Si riscontra anche negli studi accademici. Indica l'impossibilità di soddisfare la condizione che chiamiamo casualità o selezione casuale. Ad esempio, supponiamo che nella regione in questione ci siano un mercato o una piazza, un campus universitario e un parco. Se andiamo solo al campus universitario e selezioniamo le persone a cui rivolgere le nostre domande specificamente tra gli studenti dell'ultimo anno, eliminiamo la probabilità che le persone selezionate per il campione siano state scelte casualmente. Pertanto, le risposte fornite non saranno affidabili in termini di rappresentatività dell'intera regione. 

Vorrei anche spiegare cosa intendo quando dico che si riscontra anche negli studi accademici. Gli studenti che scrivono una tesi all'università, quando hanno bisogno di condurre sondaggi per raccogliere dati, solitamente rivolgono le domande all'ambiente a loro più facilmente accessibile. Esiste persino un nome molto appropriato per questo metodo in letteratura: lo chiamano “campionamento di convenienza”. D'accordo, può essere un buon metodo per raccogliere dati rapidamente, ma che dire della rappresentatività? Il campione che hanno scelto possiede caratteristiche in grado di rappresentare adeguatamente il gruppo principale? Se non è così, anche i risultati ottenuti dai dati raccolti da un tale campione non rifletteranno la realtà. In altre parole, possiamo dire che “non esiste una scorciatoia per la verità”.

Per poter prendere una decisione sana su qualsiasi argomento, è necessario considerare molti altri criteri, ma se prestiamo attenzione a non commettere questi tre tipi di bias di cui ho parlato, specialmente durante la selezione, sarà possibile prendere decisioni più affidabili.