什么是观察者偏见？ （定义和示例）

当观察者（或研究者）的信念或期望可以影响研究中收集的数据时，研究中就会出现观察者偏差。

这使得一项研究的结果不可靠并且难以在其他研究环境中复制。

在本文中，我们分享了观察者偏见的两个著名例子，以及可用于在实践中最大限度地减少此类偏见的策略。

示例 1：聪明的汉斯

1900年代初，有一匹名叫聪明汉斯的马，以其极高的算术能力而闻名。

主人威廉·冯·奥尔森 (Wilhelm Von Olson) 会向聪明汉斯 (Clever Hans) 提出各种涉及加法、减法、乘法和其他算术运算的问题，聪明汉斯 (Clever Hans) 会通过多次敲击蹄子来给出答案。

对此感到惊讶的心理学家奥斯卡·普冯斯特（Oskar Pfungst）调查了这种情况，发现聪明的汉斯只有在主人确实知道问题的正确答案时才能提供正确答案。

事实证明，当聪明的汉斯接近正确的敲击次数时，主人威廉·冯·奥尔森开始以某种方式做出反应，这表明汉斯应该停止敲击。

不知不觉中，主人正在给汉斯微妙的提示，告诉他正确的划动次数。但由于机主本人并不知道他所问问题的答案，因此汉斯无法给出正确答案，因为机主没有给出任何何时停止打字的微妙提示。

这是观察者偏差的一个例子，因为所有者的期望导致聪明的汉斯以某种方式行事，从而导致错误的数据。

示例 2：聪明而烦人的老鼠

1963年，心理学家罗伯特·罗森塔尔要求两组学生对老鼠进行测试。这些老鼠根据完成迷宫的能力被分为“聪明”或“迟钝”，尽管实际上它们都是同一类型的标准实验室老鼠。

研究结果表明，那些认为自己在处理“闪亮”老鼠的学生会以某种方式表现，以确保老鼠有更好的机会完成迷宫，而那些认为自己在处理“闪亮”老鼠的学生则表现出“无聊”老鼠表现得更加精确。减少老鼠完成迷宫的机会的方法。

这是观察者偏见的一个例子，因为事实证明，学生的期望影响了不同组老鼠的表现。

如何最大限度地减少观察者偏差

最小化观察者偏差的最简单方法是确保观察者对他们正在收集数据的对象没有期望。

用技术术语来说，我们说观察者应该对受试者的能力或受试者的预期结果视而不见。

例如，问聪明汉斯算术问题的人不应该知道他所问问题的答案。这将阻止他们向汉斯提供有关正确答案的微妙线索。

或者，在老鼠的例子中，学生不应该知道他们正在处理的老鼠是什么“类型”。相反，应该简单地告诉他们测试迷宫中的老鼠，并且不应该根据他们是否处理“聪明”或“迟钝”的老鼠来区分。

其他资源

以下文章提供了研究中可能出现的其他类型偏见的解释：

什么是SEO偏见？
什么是自我选择偏差？
什么是遗漏变量偏差？
什么是聚合偏差？