Međunarodni tim istraživača iz Indije, Holandije, Poljske i Švajcarske razvio je inovativni metod za poboljšanje analize podataka i smanjenje pristrasnosti u istraživanjima javnog mnjenja i društvenih mreža. U radu objavljenom u Međunarodnom časopisu primenjenih nauka o upravljanju, istraživači ističu problem deklarativne pristrasnosti, koji može iskriviti rezultate anketa i dovesti do pogrešnih zaključaka u kreiranju javnih politika.
Deklarativna pristrasnost nastaje kada ispitanici, svesno ili nesvesno, daju odgovore koji su pod uticajem društvenih normi, spoljnog pritiska ili umora, umesto da iskreno izraze svoja uverenja. Ovaj fenomen je posebno problematičan kod istraživanja koja se bave složenim društvenim temama, poput pandemije COVID-19, jer može dovesti do netačnih procena javnog mnjenja.
Istraživači su testirali metod koji analizira vreme odziva na anketna pitanja. Njihova hipoteza je da:
- Brzi odgovori odražavaju jače, internalizovane stavove.
- Spori odgovori mogu ukazivati na neizvesnost ili uticaj spoljašnjih faktora, poput želje da se odgovori na društveno poželjan način.
Ova metoda je testirana u međunarodnoj studiji o stavovima prema pandemiji COVID-19 u Španiji i Švedskoj. Rezultati su pokazali značajne razlike u odnosu na standardne analize:
Kada su se izdvojili brzi odgovori, ispostavilo se da postoji veća raznolikost mišljenja nego što je ranije prikazivano.
Konvencionalne analize, koje nisu uzimale u obzir deklarativnu pristrasnost, prikazivale su homogenije stavove, što može dovesti do pogrešnih zaključaka u oblikovanju javnih politika.
Praktične implikacije za kreiranje politika
Ovo otkriće ima važne posledice za javne politike i zdravstvene intervencije zasnovane na istraživanjima javnog mnjenja.
Ako pristrasni podaci sugerišu da javnost ima jedinstven stav o nekom pitanju, politike mogu biti neprikladne za različite društvene grupe.
Korišćenjem analize vremena odziva, kreatori politika mogu preciznije razumeti stvarne stavove populacije i kreirati mere koje bolje odgovaraju različitim potrebama i mišljenjima.
Ova metoda može značajno poboljšati preciznost analiza društvenih mreža i anketa, omogućavajući istraživačima i donosiocima odluka da smanje pristrasnost i bolje razumeju javno mnjenje.
