Sannsynlighet

    Subadditivitetseffekt

    🇬🇧Subadditivity Effect

    Definisjon

    Subadditivitetseffekten er tendensen til å vurdere sannsynligheten for en helhet som lavere enn summen av sannsynlighetene for delene den består av. Å dele opp en hendelse i eksplisitte underhendelser får folk til å tro at det totale sett er mer sannsynlig.

    Virkelig eksempel

    Tversky og Koehler (1994) viste dette tydelig. Deltakerne ble spurt: «Hva er sannsynligheten for at en tilfeldig valgt person døde av en unaturlig årsak?» Gjennomsnittssvaret var ca. 32 %. En annen gruppe fikk de samme kategoriene splittet opp: bilulykke, andre ulykker, drap, selvmord, andre unaturlige. Summen deres ble ca. 58 % – nesten dobbelt så mye – selv om det logisk sett er samme spørsmål.

    Effekten er robust og påvirker medisinske diagnoser (en lege som lister opp mulige sykdommer får summer over 100 %), forsikringsvurdering, og risikokommunikasjon. Jo mer eksplisitt du beskriver mulighetene, jo mer sannsynlige virker de til sammen.

    Supplerende perspektiv

    Effekten peker på noe dypere: sannsynligheter tildeles *beskrivelser*, ikke hendelser. To måter å beskrive samme underliggende utfall gir ulike vurderinger. Dette bryter med et grunnleggende aksiom i sannsynlighetsteori, men er hvordan mennesker faktisk tenker.

    Praktiske råd

    Gjenkjenne

    • Legg merke til om et detaljert scenario virker mer sannsynlig enn en generell beskrivelse.
    • Vær skeptisk når summen av «uavhengige» risikoer overstiger 100 %.
    • Sjekk om lister med spesifikke årsaker inflaterer opplevd totalrisiko.

    Motvirke

    • Aggreger sannsynligheter: sjekk om summen av deler overskrider et rimelig totalnivå.
    • Sammenlign estimater både aggregert og oppdelt for å avdekke inkonsistens.
    • Bruk basisrater fra faktiske data i stedet for din egen oppsummering.

    Bruke etisk

    • I risikokommunikasjon: unngå å oppdele for å skremme, eller aggregere for å berolige.
    • I salg: ikke list opp mange spesifikke fordeler for å inflatere opplevd nytte.
    • I analyse: dokumenter både aggregert og disaggregert vurdering.

    Relaterte biaser