Dati mancanti — Dati, 14–17 anni
Le risposte mancanti fanno parte di un insieme di dati; non sono un dettaglio invisibile. Capire perché mancano dei valori aiuta a valutare se una conclusione è affidabile.
Idea
I dati mancanti compaiono quando ci si aspettava un valore, ma non è stato registrato, è stato rifiutato o non si è potuto misurarlo. Lo spazio vuoto stesso dà informazioni: può indicare una domanda saltata, un sensore guasto o una persona non raggiunta. I valori mancanti vanno contati e descritti, non ignorati in silenzio.
Perché
Gli analisti considerano importanti i dati mancanti perché eliminarli può cambiare il gruppo studiato. Se le persone con redditi più bassi rispondono meno a una domanda sul denaro, le risposte rimaste possono sembrare troppo favorevoli. La domanda principale non è solo quanto manca, ma perché manca.
Esempio svolto
Un sondaggio chiede a 100 persone se vanno a scuola in bicicletta. Rispondono in 80 e 48 dicono sì. Tra chi ha risposto, la percentuale è 48 ÷ 80 = 60%. Non dobbiamo dire che è il 48% di tutti gli studenti senza sapere se i 20 non rispondenti sono simili agli altri; la stima potrebbe essere distorta.
Errore comune
Un errore comune è sostituire ogni spazio vuoto con zero. Sembra ordinato, perché uno spazio vuoto può sembrare significare «nessuno», ma così si trasforma «sconosciuto» in un valore misurato. Una temperatura mancante non è 0 °C e un reddito mancante non significa nessun reddito; la sostituzione deve essere motivata.
Uso
I controlli sui dati mancanti si usano nelle cartelle sanitarie, nei sondaggi scolastici, nei sensori climatici e nei moduli online. Un ospedale può scoprire che una clinica lascia un campo vuoto molto più spesso delle altre, rivelando un problema di formazione o di software. Comunicare quantità e schema delle mancanze rende le decisioni più sicure.
Continua a esplorare
Altre lingue
Caricamento di MyLeoNes™…