> ## Documentation Index
> Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 結果偏差
> 結果偏差是指，概率已經寫明之後，人仍會按成敗給同一個決定打出不同分數。1988年的研究裡，成功案例比配對的失敗平均高出0.70分。
**類別**: 效應
**類型**: 判斷偏差
**來源**: 喬納森·巴倫（Jonathan Baron）與約翰·赫爾希（John C. Hershey），《Journal of Personality and Social Psychology》（1988）
**別名**: 用結果給決定打分
**快速回答** — **結果偏差**（Outcome Bias）是指，評判者已經知道決策者當時的概率，卻仍因為結果好而把決定評得更高，因為結果壞而評得更低。喬納森·巴倫與約翰·赫爾希在 1988 年給出這個名字。他們的第一項研究裡，同一批醫療和檢測案例，成功比失敗平均高出 0.70 分。
## 什麼是結果偏差？
結果偏差是對決定質量的評分跟著結局走。選項、思考和寫明的概率都沒變。變的是結局，分數跟著變。
> 在我們的研究裡，只要對決定的評價取決於它們的結果，結果偏差就出現了。
這是巴倫與赫爾希在 1988 年《Journal of Personality and Social Psychology》第 569–579 頁收束定義的句子。他們要找的是：結果被用在與決定質量無關的地方。評判者被告知決策者掌握的概率。這個結果不再提供關於那些概率的新事實。
拋一枚公平硬幣，是日常裡的同一幅圖。正面和反面各是二分之一。硬幣落下正面，並不能讓拋之前的那一句判斷變得更聰明。[後見之明偏見](/zh-hant/effects/hindsight-bias)改的是事後記得的概率。這一頁把概率按住，改的是給思考打的分。
### 結果偏差的三層理解
* **入門**：稱讚或責備一個選擇之前，先寫下當時已知的概率。順利康復和少見的傷害，可以共享同一個概率。
* **實踐**：資訊寫一行，結果另寫一行。在工作覆盤、家庭商量或課堂回顧裡，先寫完第一行，再把結局讀出來。
* **進階**：結果只有在揭示決策者當時沒有的資訊時，才夠格給選擇打分。一個已經寫明的概率做不到。一連串相似、概率未知的事情可以。允許那個沒選的選項教你之後，一次損失也可以是更清楚的推斷。
## 起源
這個習慣很老。名字，以及把概率按住的檢驗，來自 1988 年。
巴倫與赫爾希從安託萬·阿爾諾寫起。迪科夫和詹姆斯翻譯的《思維的藝術》，也就是波爾-羅亞爾邏輯，把 1662 年的那句話放在第 285 頁。阿爾諾說，用行為的結果去評價行為的意圖，是一種受到譴責、卻很少被避開的過錯。人們分不開運氣和智慧，也分不開不幸和過錯。這句話是源頭。它不是一項計過人數的研究，也不是現在這個名字。
他們引用的決策分析規範來自沃德·愛德華茲，1984 年，第 7 頁。愛德華茲稱之為一個熟悉的基本點。
> 一個好決定不能保證一個好結果。
他接著說，真實的決定是一次賭注，所以評分取決於賭注和概率。巴倫與赫爾希問的是，這個行業以外的人能把這道分界守到什麼程度。
給這個偏差命名的論文是 “Outcome bias in decision evaluation”，第 54 卷第 4 期，第 569–579 頁，1988 年 4 月號。巴倫在賓夕法尼亞大學心理學系。赫爾希在決策科學系。兩人都是倫納德·戴維斯衛生經濟研究所的高級研究員。研究由美國國家精神衛生研究所資助，項目號 MH37241，以及美國國家科學基金會資助，項目號 SES-8509807。他們感謝 Mark Spranca。
他們把資訊分成三堆。行動者資訊，決策者知道、評判者不知道。評判者資訊，只有評判者知道。共同資訊，雙方都知道。在他們的案例裡，結果是評判者資訊，寫明的概率是共同資訊。結果仍可能有用：它能暗示決策者知道、評判者缺少的事實。一連串相似決定裡，結果也能教出一個比率，就像從一副構成未知的牌裡抽牌。他們的檢驗拿掉這兩種用法。評判者被告知決策者擁有的全部相關資訊。分數仍然跟著結局走，剩下的那一塊就是結果偏差。
他們用大學生做了五項研究。決定是醫療案例，或是金錢賭博。人們評價思考的質量、決策者的能力，或者願不願意讓這個人替自己決定。他們明白，相關資訊自己已經有了。有利的結果得到更高的評價。在金錢賭博裡，沒選的那個選項結果很差，也會抬高對已做選擇的評分。被問到的人說，不該使用結果。他們還是用了。作者給出的部分解釋是顯著性。手術檯上的死亡，讓死亡風險更容易被看成反對手術的理由。這個解釋沒有覆蓋每一組題目。
巴魯克·菲施霍夫 1975 年的後見之明研究，移動的是被判斷的概率。巴倫與赫爾希把概率按住，因此思考評分的變化不必先經過一個被改過的概率。日常生活裡兩種效應可以疊在一起。兩個頁面分開寫。[公正世界假說](/zh-hant/effects/just-world-hypothesis)是更遠的鄰居：它希望壞結局落在該受的人身上。
## 核心要點
四項檢查把結果偏差拴在一個並不需要的結果上。每個數字留在印出它的那項研究裡。
實驗 1 裡，賓夕法尼亞大學的二十名本科生，在從 3 到 −3 的量表上評價十五個醫療案例。3 表示顯然正確，相反的決定將不可原諒。−3 表示不正確，而且不可原諒。成功案例比配對的失敗平均高出 0.70，t = 4.04，df = 19，p \< .001，單尾。140 對裡，44.3% 更看好成功，9.3% 更看好失敗，46.4% 打成平手。醫生決定的心臟手術，成功後是 0.85，死亡後是 −0.05。標準差是 1.62 和 1.77。
實驗 1 最後八個人被問到這一點。七人說應該忽略結果，一人不確定。說忽略的那七人仍然有差距，t = 3.26，df = 6，p \< .01。八人裡有四人說自己沒有使用結果。他們各自的差距是 0.43、0.29、1.43 和 0.71。2023 年的重複看到同一道裂縫。705 名線上參與者裡，有 44 人說不該算結果，成功仍然高於失敗，平均差 0.75。
實驗 3 用簡單賭博，並告訴人們沒選的那個選項的結果。更好的現金結果把評分平均抬高 9.91，量表從 −30 到 30，t = 5.40，df = 39，p \< .001。沒選的選項結果更差，則平均抬高 5.03，t = 4.15，df = 38，p \< .001。一幅圖是確定的 200 美元，對上 80% 的機會得到 300 美元。指導語寫明，決策者沒有更多相關資訊。錯過的獎金仍然進了分數。
實驗 5 用兩副牌。普通牌有 26 張紅牌和 26 張黑牌。神秘牌的比例未知。紅牌讓每人得到 20 美元，黑牌什麼也沒有。牌被放回。從神秘牌抽出紅牌之後，繼續用那副牌是更好的下一步推斷。抽出黑牌之後，換牌是更好的推斷，那位學生也換了。人們願不願意把下一次決定交給這位學生，仍然在贏了之後上升，在輸了之後下降。在改變了意願的人裡，費舍爾檢驗是：神秘牌先抽，p \< .005；普通牌先抽，p \< .01。兩者都是雙尾。
## 應用場景
用寫明的概率、第二行，以及沒選的選項。每一道印出來的差距，留在它自己的研究裡。
家裡商量一次手術，或學校裡討論一個項目，先寫下當時給出的概率，再聽誰描述康復或傷害。1988 年的搭橋情境寫著，8% 的人會死於手術本身，若成功，預期壽命從 65 歲增到 70 歲。這 8% 來自預試驗，為的是讓選擇看起來困難。分數仍然跟著結局走。先讀寫下的概率，再聽後來發生了什麼。
工作評價或項目覆盤裡，先寫完這個人當時知道什麼，再另起一行寫後來發生了什麼。實驗 4 要求在 0 到 100 的量表上預測今後的能力，並說明醫生沒有額外資訊，也不親自做手術。在那些說結果不該計入能力的人裡，成功案例仍然平均高出 3.41，t = 2.26，df = 24，p \< .025。這道差距是實驗室評分。它不是一家公司的審計。
家裡放棄一筆購買，或謝絕一筆小額投資時，先寫下被放棄的選項後來怎樣，再給留下的選擇打分。實驗 3 裡，沒選的結果對決策者更差時，平均差距是 5.03 分。確定的 200 美元，在 80% 的賭博本來會空手而歸時顯得更明智，在它本來會付出 300 美元時顯得不那麼明智。概率已經寫在信裡。加上這一行，錯過的獎金就作為單獨的事實放在眼前。
概率已知的單次案例，加不出一個比率。一系列案例可以。巴倫與赫爾希用一副牌作比方。只有紅牌的比例事先未知，抽牌才教得出這個比例。普通的一副牌，放回再抽，教不會下一張。要用一次結局去改家裡的規矩或團隊的規矩之前，先寫概率當時是不是未知，以及類似的事還會不會再來。[倖存者偏差](/zh-hant/effects/survivorship-bias)是鄰居：它只留下仍能看見的結局。
## 經典案例
被點數的那幅圖是一次搭橋手術，相隔三十五年講了兩遍。決定和寫明的風險不動。動的是結局。
實驗 1 裡，巴倫與赫爾希通過校園走道上的一張告示，招募了賓夕法尼亞大學的二十名本科生。他們按小時獲得報酬。十人按一個順序讀案例，十人倒序。每個人都看到兩種結局，配對的案例在十五則清單裡隔得很開。許多人說，他們記得先前的答案，於是照樣再寫一次。作者註明，這種被試內設計讓小效應更容易被發現，同時也把它縮小了。
心臟案例裡，一名 55 歲的男子因胸痛停止工作。他喜歡自己的工作，不想停下來。疼痛也妨礙旅行和休閒。搭橋會緩解疼痛，並把預期壽命從 65 歲提高到 70 歲。接受手術的人裡，8% 會死於手術本身。一條腳註說，這 8% 來自預試驗，為的是讓決定看起來困難。一個版本由醫生決定。配對的版本由這名男子決定。成功是手術成功。失敗是手術失敗，這名男子死亡。
在從 3 到 −3 的量表上，醫生的決定在成功後平均 0.85，標準差 1.62；失敗後平均 −0.05，標準差 1.77。患者的決定在成功後平均 1.00，失敗後平均 0.75，標準差是 1.05 和 1.26。七組成敗配對裡，包括肝臟手術和兩個檢測問題，成功的平均優勢是 0.70。只算患者決定的配對，心臟和肝臟合在一起，平均仍是 0.48，t = 2.59，df = 19，p \< .01。這 40 對裡，17 對是成功的分數更高，4 對是失敗的分數更高。
同一則情境在 2023 年由 Sriraj Aiyer、Hoi Ching Kam、Ka Yuk Ng、Nathaniel A. Young、Jiaxin Shi 和 Gilad Feldman 重複，刊於《International Review of Social Psychology》第 36 卷第 1 期第 12 篇。他們預先登記的是這一個案例的被試間版本，不是全部十五則。每個人只看到決策者和結局的一種組合。招募來自亞馬遜 Mechanical Turk，經 CloudResearch。707 人裡有 705 人完成。經過其餘預先登記的剔除之後，留下 692 人，其中 364 名女性，平均年齡 38.9 歲，範圍從 19 歲到 78 歲。評分之前必須通過四道理解檢查，其中包括 8% 會不會死亡。
同一類量表上的平均數是：醫生且成功 1.81，患者且成功 1.76，醫生且失敗 0.45，患者且失敗 0.90。格子人數是 173、171、172 和 176。成功對失敗的差距，醫生是 1.36，Cohen's d = 1.10；患者是 0.86，d = 0.77。95% 區間分別從 0.94 到 1.26，以及從 0.62 到 0.93。兩項韋爾奇檢驗都是單尾，印出的 p 都小於 .001。作者把從被試內改成被試間稱作接近到較遠的重複。他們把 1988 年的配對效應估計為：患者 d = 0.21，95% 區間從 −0.23 到 0.66；醫生 d = 0.53，區間從 0.06 到 0.99。這些 d 是他們的計算。1988 年的論文印的是 t 檢驗。配對的 d 和獨立的 d 不是同一種比較，2023 年的論文在表注裡這樣寫。
教訓停在本地。8% 已經印在紙上，成功仍然得到更高的思考評分。一次是付費的小樣本學生，一次是只看到一種結局的更大線上樣本。1988 年的標準差大於各案例的平均數。2023 年給舊的配對 d 畫出的區間很寬。兩項研究都不是醫院裡真實手術的記錄。
## 邊界與失效場景
結果揭示了隱藏事實時，問題問的是懲罰而不是思考質量時，以及把實驗室的一道差距帶進醫院或公司時，結果偏差都是錯誤的概括。
第一道邊界是資訊。巴倫與赫爾希說，評判者如果缺少決策者的概率，可以把結果當作那些概率的線索。極端情形下，沒有別的資訊時，壞結果是“決定做得很差”的一個合理的初步假設。他們也說，一連串相似的決定可以教出一個比率。他們的偏差主張，從這兩種用法被拿掉之後才開始。實驗 2 用 41 名付費學生，量表從 −30 到 30。差距是：醫生手術 4.97，t = 3.15，df = 38；患者手術 4.15，t = 2.21，df = 40。檢測案例相差 3.50，t = 3.80，df = 40。顯著性解釋是，好結果讓支持的理由顯得更重要。它只在醫生的手術題目上可靠，t = 3.61，df = 38。在患者題目和檢測題目上不可靠。作者寫明，他們解釋不了這道分裂，顯著性也不能完整解釋這個偏差。
第二道邊界是所問的問題。他們引用的伊萊恩·沃爾斯特 1966 年研究裡，損害更嚴重時，人們把司機評得更有責任。責任和懲罰可以跟著傷害走，即使思考被按住，因為評判者常常不知道司機知道什麼。他們自己的問題是思考的質量，概率已經提供。實驗 4 接著問第二個問題，今後的能力，並排除那些說結果應該計入的人。能力差距還在，而且與決定質量的差距在被試之間相關 0.85。含糊的風險，一項研究是 12%，另一項是 4%，不論結局如何都降低了能力評分，t = 2.46，df = 24，雙尾。它沒有可靠地改變結果差距的大小。這些研究評價的是別人的決定。討論寫明，他們沒有檢驗一個人為自己的選擇打分。[基本歸因錯誤](/zh-hant/effects/fundamental-attribution-error)是從單個行為讀出一個人格的那一頁。[控制錯覺](/zh-hant/effects/illusion-of-control)是把一次機遇結果當成個人技能的那一頁。1988 年的一些評論把運氣當成穩定特質，腳註說這些例子包括一份預試問卷。
第三道邊界是外推。0.70 的平均數、心臟案例的平均數、9.91、5.03、3.41，以及 2023 年的 d，都是對書面案例的評分。它們不是手術差錯率、醫療過失裁決，或晉升差距。實驗 5 的意願計數來自巴倫授課的課堂上、當天在場的 111 名學生。兩份基線答卷先說不、後來說是，被剔除；表 5 的四行加起來也是 111。這兩件事並排放著。神秘牌先抽並且輸了的那一行，是 3 人提高、12 人降低、14 人不變。23 條不是“平均”的能力評語裡，贏的情形有 6 條高於平均、4 條低於平均，輸的情形有 2 條高於平均、11 條低於平均。這是一堂課，不是一項招聘研究。2023 年對拒絕使用結果的人的分析，用的是完成調查的 705 人中的 44 人。後來的 692 人是另一次切割。從 0.21 到 1.08 的 95% 區間屬於 0.75 的平均差。摘要把這個區間印在 d 旁邊。結果一節把它印在平均差旁邊。
## 常見誤區
三個捷徑跟著這個名字走。一句說出來的原則被當成解藥。被移動的概率被當成全部效應。壞結局被當成思考更差的證明。
實驗 1 裡，最後八人中的七人說結果不該計入，這七人之間的差距仍然可靠，t = 3.26，df = 6。四人說自己沒有使用結果，差距是 0.43、0.29、1.43 和 0.71。2023 年的搭橋重複裡，705 名完成者中有 44 人在“是否使用結果”的量表上選了低端。成功仍然平均 1.71，失敗平均 0.96，t = 2.23，df = 38.64，p = .03，d = 0.64。這個自由度來自韋爾奇檢驗。它不是人數。知道規則，和打出一條平的分數，是兩份不同的記錄。
後見之明偏見在菲施霍夫 1975 年的研究裡，提高的是人們事後分配給那個結局的概率。巴倫與赫爾希告訴每位讀者同樣的概率，問的是思考的質量。心臟案例在兩種結局裡都停在 8%。1988 年 0.70 的平均差距，和 2023 年醫生的 1.36，都是這項評分上的差距。事後覺得死亡本來就很可能，是另一種測量，留在後見之明那一頁。
實驗 5 造出一種情形，損失反而是更好的思考。從神秘牌抽出黑牌，是換牌的理由，那位學生也換了。讀者在損失之後，仍然更不願意把下一次選擇交出去。神秘牌先抽並且贏了的一行，是 13 人提高、1 人降低。神秘牌先抽並且輸了的一行，是 3 人提高、12 人降低。普通牌已知一半是紅色，牌放回去，教不出一個新比率。單次壞結局是一個結果。只有當它告訴你決策者當時還沒有的事情，它才成為關於這個選擇的證據。
## 相關概念
結果偏差旁邊，是被改寫的概率、從一次行為讀出的人，以及被讀成技能的機遇結果。旁邊還有只留下可見結局的記錄、要求傷害應得的期待，以及結局已知之後去尋找理由。
一旦知道結局，就提高分配給這個結局的概率。結果偏差按住寫明的概率，移動的是給思考打的分。菲施霍夫的概率留在後見之明這一頁。
從一次行為讀出持久的特質。實驗 4 的能力量表，在人們說結果不該計入時，成功之後仍然上升。3.41 的平均差距留在這一頁。
一旦任務像有技能，就預期自己的機會高於概率。1988 年的幾條評論把好的醫療結果當成穩定的運氣。腳註把這些評論和一份預試混在一起。
從仍然看得見的案例裡學習。這裡缺少的那一行，常常是沒選的選項。實驗 3 裡 5.03 的未選差距，是對那一行的評分，不是存活率。
期待傷害落在應得的人身上。巴倫與赫爾希把這種安慰，和概率已知之後對思考的評分分開。沃爾斯特的損害評分留在責任問題裡。
觀點就位之後去尋找支持。壞結局讓風險更容易被複述成反對這個選擇的理由。實驗 2 在醫生的手術題目上找到這種移動，不是每一組題目都有。
## 一句話總結
先寫下當時已知的概率，以及你沒選的那個選項的結果，再讓結局給思考打分。
This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.