Cognitive Biases Academy
ID
Masuk
Menu Utama
Semua Bias
Kursus
Tentang
ID
(Indonesian)
Masuk
→
Cognitive Biases Academy
Tutup menu
Semua Bias
Kursus
Tentang
ID (Indonesian)
Masuk
Beranda
Kurangnya makna
Kita menemukan cerita dan pola bahkan dalam data yang sedikit
13 Bias dalam Kategori
Kita menemukan cerita dan pola bahkan dalam data yang sedikit
Jelajahi Bias
Pembahasan Mendalam
Semua Bias
Konfabulasi
Secara tidak sadar menciptakan kenangan atau penjelasan palsu untuk mengisi kekosongan ingatan tanpa bermaksud menipu.
Ilusi Pengelompokan
Melihat pola dalam kejadian atau data acak di mana pola tersebut sebenarnya tidak ada.
Ketidakpekaan Terhadap Ukuran Sampel
Gagal menyadari bahwa sampel yang kecil kurang dapat diandalkan dibandingkan sampel yang besar.
Pengabaian Probabilitas
Mengabaikan probabilitas saat mengambil keputusan dalam ketidakpastian, dan sering kali hanya berfokus pada hasilnya.
Kekeliruan Anekdotal
Memberikan bobot lebih pada cerita pribadi dan anekdot daripada bukti statistik.
Ilusi Validitas
Melebih-lebihkan kemampuan untuk menafsirkan dan memprediksi hasil berdasarkan data, terutama jika informasinya konsisten.
Kekeliruan Pria Bertopeng
Berasumsi bahwa jika mengetahui sesuatu dengan satu deskripsi, seharusnya mengetahuinya dengan semua deskripsi.
Ilusi Kebaruan
Percaya bahwa sesuatu yang baru saja disadari adalah fenomena baru, padahal hal itu sudah ada sejak lama.
Kekeliruan Penjudi
Percaya bahwa kejadian acak di masa lalu memengaruhi kemungkinan kejadian acak di masa depan.
Kekeliruan Tangan Panas
Percaya bahwa seseorang yang telah mengalami keberhasilan memiliki peluang lebih besar untuk berhasil lagi ("sedang beruntung").
Korelasi Ilusi
Mempersepsikan adanya hubungan antara berbagai variabel padahal tidak ada hubungan seperti itu.
Pareidolia
Melihat gambar atau pola yang bermakna (seperti wajah) dalam stimulus yang acak atau ambigu.
Antropomorfisme
Mengaitkan karakteristik, emosi, atau niat manusia dengan entitas non-manusia.
Pilih Bahasa
AF
(Afrikaans)
AR
(العربية)
AZ
(azərbaycanca)
BG
(български)
BN
(বাংলা)
CS
(čeština)
DA
(dansk)
DE
(Deutsch)
EL
(Ελληνικά)
EN
(English)
ES
(español)
ET
(eesti)
FA
(فارسی)
FI
(suomi)
FIL
(Filipino)
FR
(français)
GU
(ગુજરાતી)
HE
(עברית)
HI
(हिन्दी)
HR
(hrvatski)
HU
(magyar)
HY
(Հայերեն)
ID
(Bahasa Indonesia)
IT
(italiano)
JA
(日本語)
KA
(ქართული)
KK
(қазақ тілі)
KM
(ភាសាខ្មែរ)
KN
(ಕನ್ನಡ)
KO
(한국어)
KU
(کوردی)
LO
(ລາວ)
LT
(lietuvių)
LV
(latviešu)
ML
(മലയാളം)
MN
(монгол)
MR
(मराठी)
MS
(Bahasa Melayu)
MY
(မြန်မာဘာသာ)
NB
(Bokmål)
NL
(Nederlands)
NN
(nynorsk)
PA
(ਪੰਜਾਬੀ)
PL
(polski)
PS
(پښتو)
PT
(português)
RO
(română)
RU
(русский)
SI
(සිංහල)
SK
(slovenčina)
SL
(slovenščina)
SR
(Српски)
SV
(svenska)
SW
(Kiswahili)
TA
(தமிழ்)
TE
(తెలుగు)
TG
(тоҷикӣ)
TH
(ไทย)
TL
(Tagalog)
TR
(Türkçe)
UK
(українська)
UR
(اردو)
UZ
(Ўзбек)
VI
(Tiếng Việt)
YUE
(廣州話)
ZH
(简体中文)
Batal