1、,方學(xué)梅,第八章 認知過程 決策與判斷,一、決策的理論與模型 二、啟發(fā)式與偏差 三、常見的決策判斷陷阱,一、決策的理論與模型,（一）理性模型規(guī)范性決策模型,沒有心理內(nèi)容的決策模型 期望效用理論（Expected Utility Theory, EU）Von Neumann “理想人”必須在決策中不受材料呈現(xiàn)方式的影響; “理想人”必須按照最大期望效用作選擇； “理想人”還必須具有驚人的計算能力。,現(xiàn)實世界中的人很少能夠達到“理想人”的標準,（二）有限理性模型描述性決策模型,有限理性（有限理性之父西蒙） 人是有理性的，但理性是有限的 “滿意性”原則 個體并不考慮所有可能的選項，計算所有可能的結(jié)果

2、; 相反，僅考慮幾個有限的選項，并且一旦感到滿意，就會停止搜索。,（二）有限理性模型,模擬人的真實決策過程 前景理論（Prospect Theory）卡尼曼 前景理論的曲線函數(shù),（二）有限理性模型,前景理論認為偏好取決于問題的框架。 選項A：50的概率得到1000美元。 選項B：肯定得到500美元。 選項A：50的概率損失1000美元。 選項B：肯定會損失500美元。 相對于某一參照點，某項結(jié)果看起來是種收益，傾向于規(guī)避風(fēng)險；相反，如果某項結(jié)果看起來是種損失，傾向于尋求風(fēng)險。,理性系統(tǒng)與直覺系統(tǒng),人們是如何進行決策的？ 如何在不同的備選方案之間進行選擇？ 如何對具體事件的價值或可能性做出判斷？

3、 兩大系統(tǒng)說 理性系統(tǒng)：是較慢的、有意識的、需要意志努力的、外顯的和邏輯的推理過程 例如：購買房屋、選擇工作,直覺系統(tǒng)：是快速的、自動的、無需意志努力的、內(nèi)隱的和情緒的過程 優(yōu)點：節(jié)約時間和精力 適用的場合：相對簡單的決策 去超市買日用品等 缺點：可能導(dǎo)致一些系統(tǒng)性的偏差和決策判斷錯誤,二、決策判斷中的啟發(fā)式,（一）代表性(Representativeness)啟發(fā)式,代表性啟發(fā)式是指人們通常會根據(jù)“A在多大程度上能夠代表B，或者說是A在多大程度上與B相似”來判斷事件發(fā)生的可能性。 什么是“A”和“B”？這取決于進行決策的情境。 如果估計A來自B的可能性，A就是一個例子或樣本，B是一個種類或樣

4、本總體；如果你試圖判斷A在多大程度上是B導(dǎo)致的，A是一個事件的結(jié)果，B是事件發(fā)生的過程或原因。,人們在對一個人（或者物體、事件）做判斷時傾向于尋找個體可能具有的與原先形成的刻板印象相一致的信息。 隨著情境中的細節(jié)數(shù)量的增加，該情境發(fā)生的概率只會逐漸降低，但是它的代表性和由此帶來的外顯的可能性卻會上升。 絕大多數(shù)人都認為更為具體的事件比一個一般性的事件發(fā)生的可能性更大，因為這樣的情境與人們對于具體事件的想象是一致的。,代表性啟發(fā)式所導(dǎo)致的偏差,偏差一：忽視基線值 一群心理學(xué)家對30名工程師和70名律師進行了訪談和人格測試，這些人在他們各自的領(lǐng)域內(nèi)都相當(dāng)成功?；谶@樣的一些信息，心理學(xué)家對這30名

5、工程師和70名律師進行了簡單的描述。下面你將看到5個這樣的描述，都是從這100個描述中隨機抽取的。對于每一個描述，請在0100的標尺上選擇你認為該描述有多大的可能性是對一個工程師的描述。,例如關(guān)于工程師的描述：杰克今年45歲。他已經(jīng)結(jié)婚并有4個孩子。他通常比較保守，謹慎和雄心勃勃。他對政治和社會事件并沒有多大的興趣，他將大部分的業(yè)余事件都用在了自己的愛好上，例如家中的木工活、航海以及數(shù)字游戲。 例子：迪克今年30歲。他已經(jīng)結(jié)婚了，但還沒有孩子。他擁有很強的能力和很高的工作積極性，他希望在自己的領(lǐng)域內(nèi)取得很大的成功，同時他也很受同事的歡迎。 意義：忽略基線值會導(dǎo)致一些不幸事情的發(fā)生，例如企業(yè)家只

6、考慮自己的成功，忽視生意失敗的可能?；榍柏敭a(chǎn)公證,偏差二：對樣本大小的不敏感,在一個鎮(zhèn)子里有兩個醫(yī)院，一個大醫(yī)院一個小醫(yī)院。在大醫(yī)院里每天大約有45個嬰兒出生，在小醫(yī)院里每天大約有15個嬰兒出生。你知道，在所有嬰兒中男孩大約占50。但具體的百分比每天都有差異。有的會高于50，有的低于50。在一年期間，每一醫(yī)院都登記了超過60的出生嬰兒是男孩的天數(shù)。你認為哪一個醫(yī)院這樣的天數(shù)更多一些？ A. 大醫(yī)院 B. 小醫(yī)院 C. 兩個醫(yī)院差不多,實際上在小醫(yī)院比在大醫(yī)院更可能見到60嬰兒是男孩。 抽樣理論表明大樣本更不太可能會偏離平均數(shù)。 該偏差表明在對問題進行評估時不能忽視樣本的大小。例子：考第二名。一

7、些調(diào)查數(shù)據(jù)的解釋要考慮樣本。,偏差三：對偶然性的錯誤觀念,你開始在網(wǎng)上買股票，先買了5支不同的股票，但每一支股票到手后都狂跌。這時你準備買第六支股票。你想，既然前5支股票都不盡如人意，第六支股票應(yīng)該更好些吧。這種想法是： A. 正確的 B. 不正確的,統(tǒng)計學(xué)告訴我們：由于多種隨機事件之間的獨立性，每種結(jié)果出現(xiàn)的可能性是相等的。 賭徒謬誤：在一系列壞的運氣之后必然會有好的結(jié)果。 卡尼曼等人認為：人們通常會把偶然性看成是一個自我修正的過程，在這個過程中在一個方向上偏離，必然會引起相反方向的偏離，以此恢復(fù)平衡。事實上，偏離不是隨著偶然過程的出現(xiàn)，而被校正過來的，而是被逐漸“稀釋”的。 體育比賽中的“

8、手熱現(xiàn)象”,偏差四：非回歸性的預(yù)測,假定一個學(xué)生高中時的考試成績與其在大學(xué)中的學(xué)業(yè)成績（GPA）有中等程度的相關(guān)?；谌缦聢D所示的百分等級，如果一個考試成績?yōu)?25分的學(xué)生，其GPA將是多少？,結(jié)果：絕大多數(shù)人的預(yù)測其GPA是在3.53.7之間。但是考慮問題的背景，最好的預(yù)測應(yīng)該是3.62.5之間，體現(xiàn)“向平均數(shù)回歸”。 向平均數(shù)回歸是統(tǒng)計中的一個現(xiàn)象，即較高或較低的分數(shù)往往會伴隨一些更加接近平均數(shù)的分數(shù)。 忽視這種回歸現(xiàn)象會使決策產(chǎn)生重大的失誤，例如對飛行員的出色表現(xiàn)進行表揚會導(dǎo)致下一次飛行成績的下降。 “體育畫報厄運” 對管理的啟示：對員工的表現(xiàn)的評價,結(jié)論：,不要被很細節(jié)的情境所迷惑。

9、只要有可能，無論什么時候都要注意基線值。 記住偶然性并不具備自我修正的功能。 不要錯誤地理解向平均數(shù)回歸。,（二）可獲得性(availability)啟發(fā)式,人們通常會依據(jù)一些容易想起來的事例來判斷一種類別出現(xiàn)的頻次或事件發(fā)生的概率。（易得性） 人們?nèi)菀妆簧鷦拥男畔⑺绊?，而不是平淡的、抽象的或者是統(tǒng)計的數(shù)據(jù)。 例子：生動性在法庭上的應(yīng)用 可獲得性啟發(fā)式對管理的影響：例如采購經(jīng)理在挑選供應(yīng)商時選擇名字最熟悉的；在員工績效評估時易受生動事件的影響。,（三）我們也是一群幼鵝嗎？ 錨定與調(diào)整啟發(fā)式,自然學(xué)家洛倫茨發(fā)現(xiàn)剛出殼的幼鵝會依附于它們第一眼看到的生物。洛倫茨在一次實驗中發(fā)現(xiàn)，他無意中被幼鵝先看

10、到，它們從此就一直緊跟著他。這一現(xiàn)象稱為“印記”。,個體的決策與判斷是以一個初始值，或者說是“錨”為依據(jù)的，然后會進行并不充分的上下調(diào)整。 避免錨定效應(yīng)的有效方法是針對原有的極端錨定值，確定一個反方向的相等的錨定值。 該啟發(fā)式在管理上的應(yīng)用：確定工資水平以及漲工資的幅度,三、常見的決策判斷陷阱,（一）富人妒忌更富的人 相對論的真相,某雜志在網(wǎng)站上刊登如下廣告： 歡迎征訂本雜志，請選擇你想征訂的方式： 電子版：59元 印刷版：125元 電子版加印刷版套餐：125元,實驗結(jié)果：16人訂電子版，84人訂套餐 單訂125元印刷版就是誘餌，影響了我們的選擇，這就是誘餌效應(yīng)。 如果去掉第二選項，68人訂電子版，32人訂套餐。,（二）堅持到底一定是勝利嗎？ 沉沒成本誤區(qū),例子：音樂會的例子 人們在決定是否去做一件事情的時候，不僅是看這件事情對自己有沒有好處，而且也看過去是不是已經(jīng)在這件事情上面有過投入。我們把這些已經(jīng)發(fā)生不可以收回的支出，如時間、金錢、精力等稱為沉沒成本（Sunk Cost）。,（三）你有自知之明嗎？過度自信,過于自信好處： 第一，它往往使人樂觀開心。 第二，過于自信往往會產(chǎn)生所謂的“自我實現(xiàn)預(yù)言”。 第三，過