Пристрастие к самопознанию

Spock

Самооценка людей своими навыками, способностями и результатами тестов достаточно точна. Целль и Кризан (2014) сообщают об общей средней корреляции 0,3. Независимо от того, заслуживает ли эта ценность метка «достаточно точная», зависит от множества допущений, контекста измерения и распределения выборки коэффициента корреляции (см. Здесь больше). Коэффициент корреляции является статистическим индексом, который отражает сходство между двумя профилями чисел: самооценками выборки индивидуумов и их соответствующими истинными баллами (или лучшими научными мерами). Поскольку Гальтон (1886) ввел коэффициент корреляции r (который обозначает регрессию ), он стал повсеместным. Мета-анализы, такие как те, которые обобщены Целлом и Кризаном, обычно используют для оценки и выражения эмпирических размеров эффекта (или они используют такие индексы, как Коэн d, что является разницей между двумя средствами в стандартных единицах, и оно легко переводится в r ). В измерениях надежность и достоверность также выражаются в терминах r .

В качестве меры сходства профиля r фокусируется на одном типе сходства между двумя наборами баллов. Самооценки также могут быть более переменными, чем истинные оценки, или они могут быть в целом выше (ниже). Эти различные типы (dis) сходства могут быть легко отделены друг от друга (Cronbach & Gleser, 1953; Krueger, 2009). В комментарии к Zell & Krizan, Dunning & Helzer (2014) утверждают, что такое разделение баллов должно быть сделано, когда на карту поставлена ​​точность самооценки. Они указывают, что самооценка содержит постоянное предвзятое отношение, так что оценки в среднем выше, чем истинные оценки. Другие оценки, т. Е. Прогнозы, сделанные сверстниками или наблюдателями, менее предвзяты. Коэффициенты корреляции не фиксируют эту разницу.

Это хороший момент, но Даннинг и Хельзер хотят больше. Они призывают нас «исследовать точность и погрешность, используя совершенно новые меры [и спрашивать], является ли субъективное предсказание или объективное представление наиболее проблематичным для самонадеянности. Ошибки в самопознании варьируются в зависимости от прогноза? Или реальная проблема в самонапряжении лежит в объективной работе? »(Стр. 128). Они замышляют (независимо от того, являются ли они эмпирическими данными, они не говорят) абсолютными ошибками (оцененный – фактический балл) против прогнозируемой производительности ( которая основана на регрессии фактических по оценочным оценкам), а затем фиксирует абсолютные ошибки против фактической производительности. В первом случае они находят плоскую горизонтальную линию; в последнем случае они находят асимметричную U-образную функцию с высокой ветвью слева (низкие фактические оценки).

Dunning & Helzer считают, что они обнаружили что-то важное. «Ошибки самооценки могут не быть функцией самого предсказания, а скорее основного события, с которым люди впоследствии столкнутся. То есть, предсказал ли человек высокий минимум, он не скажет исследователю, будет ли этот человек более или менее вероятным ошибаться »(стр. 128-129). Давайте сначала проясним, что, возможно, является опечаткой. Из предсказаний людей можно предсказать, являются ли они ошибочными. Высокие прогнозы, скорее всего, будут ошибочными, чем низкие прогнозы. Уклон завышения среднего уровня, подчеркнутый самим Dunning & Helzer, делает это так. То, что Даннинг и Хельзер, вероятно, предназначалось для написания, заключается в том, что невозможно предсказать ошибки прогнозирования из прогнозируемой производительности, поскольку это то, что они рисуют. Однако график просто показывает, чего можно ожидать от логики регрессии, а не открытия. Лучшая линия регрессии минимизирует ошибки прогнозирования (| фактический балл – предсказанная оценка |). Математически возможно, что, когда прогнозируемые баллы являются низкими, фактические баллы являются более переменными, чем при прогнозируемых показателях. Это маловероятное состояние дел, и даже если бы это было отмечено, его психологическое значение было бы непрозрачным.

Второе требование Dunning & Helzer состоит в том, что фактическая производительность прогнозирует ошибки прогнозирования. Это тоже не новость. Зная, что корреляция между оценочными и фактическими оценками не идеальна (см. Zell & Krizan), и зная, что оценки слишком высоки, мы также знаем, что ошибки прогнозирования для низких счетчиков больше, чем ошибки высоких счетчиков (Krueger & Mueller, 2002). Хотя эта модель результатов может быть восстановлена ​​из логики регрессии и общей тенденции к самооценке, она достигла некоторой известности как предположительно уникальное явление, известное как эффект Даннинга-Крюгера. Такая трактовка производной модели как явления sui-generis не заслуживает внимания, если бы не ее последствия. Даннинг и Хельцер полагают, что самооценка не может быть улучшена, помогая людям делать лучшие прогнозы, а скорее повышая их фактические баллы. Первая часть этого утверждения неверна. Сам Даннинг и Хельцер подчеркивают общую смещенность завышенного уровня на уровне группы. Из этого следует, что если бы людям было рекомендовано снизить свою самооценку на определенную константу, их абсолютные ошибки уменьшались бы.

Texas sharpshooter fallacy

Вторая часть претензии также является проблематичной. Это правда, что если самооценки остаются постоянными, а истинные оценки повышаются, абсолютные ошибки уменьшаются. Это, однако, экземпляр ошибки Техасского снайпера . Пусть предсказания будут такими, какие они есть, мы приводим критерий – тот, который должен быть предсказан – в соответствии с предсказанием, после факта. Эффект Даннинга-Крюгера предполагает, что низкие исполнители, в частности, должны быть обучены делать лучше. Когда они это сделают, абсолютные ошибки будут уменьшаться, но так будет корреляция точности. Поскольку диапазон истинных оценок становится короче, оставшаяся случайная ошибка будет относительно больше, чем систематическая изменчивость в истинных оценках. Что получается, когда один тип оценки точности улучшается за счет уменьшения в другом? Ситуация, в которой все преуспевают (богата, здорова и счастлива), социально желательна, но она подрывает ценность измерения. Измерение (и наука) требует изменчивости.

Müller-Lyer illusion

Идея о том, что самооценка может быть улучшена за счет того, что (низкие) исполнители оценивают выше, подразумевает причинное требование. Даннинг и Хельзер думают, что есть что-то о низкой производительности, которая удерживает людей от того, что они очень плохо себя чувствуют. «Бедные исполнители не в состоянии признать недостатки своей работы» (стр. 129). Заставляя их работать лучше »помогает им избежать типа результата, который они, похоже, не могут предвидеть» (стр. 129). Из этой причинно-следственной модели следует, что, как только люди будут работать лучше, они сделают более точные прогнозы. Иными словами, если низкая производительность приводит к ошибкам прогнозирования, переход на высокую производительность устраняет ошибки. Это был бы логически обоснованный вывод modus tollens, если бы не тот факт, что низкая производительность сама по себе является частью определения ошибки (ошибка = оценка – фактическая производительность). Ошибки должны уменьшаться после повышения производительности, даже если нет никакого причинного эффекта.

Ames room

Судебные ошибки, такие как самосовершенствование, часто трактуются так, как если бы они были когнитивными иллюзиями наравне с визуальными иллюзиями. Однако большинство из них (Krueger & Funder, 2004), и Dunning & Helzer должны согласиться. Если бы они не согласились, им пришлось бы хотеть исправить визуальные иллюзии, изменив реальность. Им нужно было бы попытаться преодолеть иллюзию Мюллера-Лиера, сделав линию с исходящими стрелками длиннее линии с входящими стрелками; они должны были поставить в комнату Эймса карлика и великана; они должны были бы переворачивать куб Неккера всякий раз, когда восприятие переключается на другую пространственную интерпретацию. Корни этих иллюзий лежат в том, как визуальная система интерпретирует двусмысленную реальность. Исследователи узнали бы меньше о восприятии, если бы не нашли умных способов обмануть его.

Necker cube

Cronbach, LJ, & Gleser, GC (1953). Оценка сходства между профилями. Психологический бюллетень, 50 , 456-473.

Dunning, D., & Helzer, EG (2014). Помимо коэффициента корреляции в исследованиях по точности самооценки. Перспективы психологической науки, 92 , 126-130.

Гальтон Ф. (1886). Регрессия к посредственности в наследственном статусе. Журнал антропологического института Великобритании и Ирландии, 15 , 246-263.

Крюгер, JI (2009). Компонентная модель ситуационных эффектов, влияние человека и влияние взаимодействия между отдельными людьми на социальное поведение. Journal of Research in Personality, 43 , 127-136.

Krueger, JI, & Funder, DC (2004). На пути к сбалансированной социальной психологии: причины, последствия и способы поиска проблемного подхода к социальному поведению и познанию. Поведенческие и мозговые науки, 27 , 313-327.

Krueger, J., & Mueller, RA (2002). Неквалифицированные, не знающие, или и то, и другое? Вклад социально-перцептивных навыков и статистическая регрессия в уклонения от самосовершенствования. Journal of Personality and Social Psychology, 82 , 180-188.

Zell, E., & Krizan, Z. (2014). У людей есть понимание их способностей? Метасинтез. Перспективы психологической науки, 9 , 111-125.