Survivorship bias is een term uit de statistiek die verwijst naar de logische fout van het concentreren op de mensen of dingen die het proces van selectie hebben doorstaan en het negeren van degenen die zijn geëlimineerd vanwege hun gebrek aan zichtbaarheid door hun falen. Het is een vorm van selectiebias, waarbij we ons richten op de winnaars en falen om de verliezers adequaat te overwegen.
Voorbeelden van Survivorship bias
Een klassiek voorbeeld van survivorship bias is het misverstand dat veel mensen hebben over het succes van grote ondernemers zoals Bill Gates of Steve Jobs. Mensen zien hun succes en denken dat het nemen van enorme risico’s, zoals het stoppen met school of het starten van een bedrijf in een garage, de sleutel is tot hun succes. Maar wat we vaak niet zien, zijn de duizenden of zelfs miljoenen mensen die dezelfde paden hebben gevolgd en gefaald hebben.
Survivorship bias kan ook een impact hebben op ons vermogen om accurate beslissingen te nemen in velden zoals investeren of het nemen van zakelijke beslissingen. Bijvoorbeeld, als we alleen de succesvolle bedrijven in een bepaalde industrie overwegen, kunnen we concluderen dat het een goede industrie is om in te investeren. Maar als we ook de bedrijven overwegen die faalden, zouden we kunnen concluderen dat het eigenlijk een zeer riskante industrie is.
Het is belangrijk om ons bewust te zijn van survivorship bias, omdat het onze perceptie van succes en falen kan vertekenen en ons kan leiden tot slechte beslissingen. Door ons bewust te zijn van deze bias, kunnen we beter geïnformeerde en meer gebalanceerde beslissingen nemen.
