豆瓣高分电视剧,这个高分有水分吗?

day27

【原文】

因为研究人员永远不可能对他们想概括的所有事件或人群无一例外地进行研究,他们必须要选择一些样本来做研究;但是有些抽样的方法比其他抽样方法更加可取。在你评价研究样本的时候,有几个重要的考虑因素必须要牢记在心:

(1)样本的覆盖率必须要大到足以产生概括或得出结论的程度。大多数情况下,研究人员观察的事件或人群越多,他们得出的结论也就越可靠。如果我们要对大学生在做学期论文时从别人那里获得帮助的频率有多高这一课题概括出一般性的看法,研究1 000名大学生比只研究100名大学生自然会更有说服力。

(2)对研究者将要从中得出结论的所有事件的类型,样本必须覆盖足够的范围,或者说包括样本应足够的多样性。例如,如果研究者想要归纳出大学生普遍的饮酒习惯,那么他们的证据必须要建立在从各种不同类型的大学的、各种不同类型的学生中进行抽样的基础之上。

(3)样本的随机性越大越好。如果研究者随机取样的话,他们就要尽量保证想要概括的所有事件都有同等的机会得到取样;同时也要竭力避免片面的取样。大型的民意调查,像盖洛普民意测验,常常都尽量随机地抽取样本。这样可让他们避免特定类型的、有片面特征的事件或人群局限了样本的范围。你能不能看出以下每个样本是怎么带有片面特征的?

【感受与思考】

上面讲了这么多,其实就是指明一个方向,我们就要对所有的研究进行组合提问:

①他们抽样的事件或人群有多少?

②样本的覆盖率有多大?

③样本的随机性怎么样?

如果我们不是做行业报告,市场分析,“研究”性质的材料确实不太遇到,但是,有一种特殊的情境,其实也可以用到这个组合问题,那就是“豆瓣评分”。

最近关注到一部电视剧,叫做《回家的路有多远》。

大家可以看到,这部剧的豆瓣评分其实很低,只有3.1,多数的评论都是“剧情恶心”、“三观不正”这类,极少数评论是“剧情感人”、“传扬生活真善美”。其实之所以注意到这个,是因为我老爸最近在看,他说这是他看过的最感人的电视剧了,哈哈。

我也看了几集,其实说实话,抛去立场预设,这部剧传达的理念,社会价值观,还算是比较正常的,没有豆瓣1星评论中讲的那么不堪。

那么,问题来了,为什么我老爸说的和豆瓣网友说的,如此大相径庭呢?很大一个原因就是,价值观不同,生活经历不同,老一辈的人其实更喜欢看“善有善报,恶有恶报”,简单明快的剧情脉络。

年轻一代的人,更喜欢看一些复杂的人设,比如《教父》、《肖申克的救赎》、《小丑》里面的主人公,评价体系不同,评分自然就不同。比如,我给老爸推荐8.8分的《大江大河》,他很喜欢,但是推荐9.0分的《白夜追凶》,他却大呼看不懂。

最关键的是,会到豆瓣上进行影视剧评分的人,一般是什么人呢?显而易见的,是年轻一辈的人,因此,《回家的路有多远》这部剧只有3.1分,也就不足为奇了。

结合今天《学会提问》中的选段,样本的不同,或者,话语权的拥有者不同,最终就会导致“研究结果”的不同,不知道你是否也能get到了呢?

总之,以“豆瓣评分”为例,如果说评分的群体,不是均匀分布在社会上各个阶层的,那么评分就不会绝对客观,只能是作为参考。当然话说回来,要求全社会所有人,都到某本书籍,某部电影下面做评论,评星级,自然也不可能。

因此,我们应该做到的,是拥有一种质疑的意识,避免被“低分”或者“高分”的刻板印象所裹挟。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,222评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,455评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,720评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,568评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,696评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,879评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,028评论 3 409
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,773评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,220评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,550评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,697评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,360评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,002评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,782评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,010评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,433评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,587评论 2 350

推荐阅读更多精彩内容

  • 选择(15题,30分) 测量尺度: 四种尺度,判断各种情况。(用于选择) 名义尺度:对测量对象性质或类型的测验。 ...
    四季豆小妹阅读 2,549评论 0 2
  • 序言 谈到统计学, 我们首先会想到的是一大堆的数据。其实对数据本身而言, 也是需要有上下文联系的数字来表示。比如,...
    鬼宇书生阅读 3,152评论 0 0
  • 1. 简述相关分析和回归分析的区别和联系。 回归分析和相关分析都是研究两个或两个以上变量之间关系的方法。 广义上说...
    安也也阅读 8,672评论 0 3
  • (文章本人原创,抄袭必究!图片来源于网络,侵删) 01。 昨晚上下了一夜的雨,绵密的雨声敲击着窗檐,一夜无眠。不过...
    胃里藏着心事阅读 299评论 0 2
  • 赵雷参加歌手唱的《成都》,从朋友圈到商场的奶茶店,民谣又要火上一段时间了,好听的民谣很多,但都不如...
    Lorent2阅读 876评论 2 10