Słownik metodologiczny · Pomiar i skale

Efekt halo – jak ogólne wrażenie zmienia oceny?

Efekt halo to przenikanie ogólnego wrażenia do ocen poszczególnych cech. Pokazujemy, jak działa w ocenach sędziów i w ankietach, czym różni się halo prawdziwe od pozornego i jak je ograniczyć.

Strona główna / Słownik / Efekt halo
W skrócie: Efekt halo to wpływ ogólnego wrażenia o osobie lub obiekcie na oceny jego szczegółowych cech. Zawyża korelacje między kryteriami oceny, zarówno u sędziów oceniających prace, jak i u respondentów ankiet. Część tych korelacji bywa jednak prawdziwa, bo cechy naprawdę współwystępują.

Co to jest efekt halo?

Efekt halo (ang. halo effect, halo error, efekt aureoli) to wpływ ogólnego wrażenia o osobie lub obiekcie na oceny jego szczegółowych cech. Nazwę wprowadził Thorndike (1920), opisując stały błąd w ocenach: kto ma o kimś dobre zdanie, ocenia go wysoko w wielu wymiarach naraz. Nisbett i Wilson (1977) pokazali ten mechanizm w eksperymencie. Ten sam wykładowca, nagrany raz jako serdeczny, a raz jako chłodny, był oceniany odmiennie także pod względem wyglądu, manier i akcentu. Badani nie widzieli tego wpływu, a wręcz sądzili, że to cechy zmieniły ich ogólną ocenę.

W ocenach sędziów i w ankietach

Oceny sędziów. Egzaminator lub obserwator ocenia kilka kryteriów tej samej pracy, a ogólne wrażenie zawyża korelacje między kryteriami. Wysoka zgodność sędziów (np. ICC) nie wyklucza halo, bo dwie osoby mogą ulec temu samemu wrażeniu.

Ankiety. Respondent oceniający wykładowcę, firmę lub produkt na wielu skalach Likerta często odpowiada po prostu ogólną sympatią. To jedno ze źródeł wspólnej wariancji metody.

Halo nie jest tym samym co efekt oczekiwań badacza. Tam oczekiwania zmieniają zachowanie badanych lub odczyt wyniku, a tutaj ogólna ocena przenika do ocen poszczególnych cech.

Przykład

Zasymulowaliśmy w R oceny 300 prac w trzech kryteriach. Prawdziwe poziomy kryteriów korelowały średnio na poziomie .33. W ocenach, do których dołożono ogólne wrażenie oceniającego, średnia korelacja wzrosła do .53, choć same prace się nie zmieniły.

Halo prawdziwe i pozorne

Część korelacji między ocenami jest prawdziwa, bo dobre cechy często naprawdę współwystępują. Murphy, Jako i Anhalt (1993) podkreślają, że samą korelacją nie da się oddzielić halo prawdziwego od błędu. Dlatego proponowali wstrzymać się z używaniem wskaźników halo jako zmiennych zależnych.

Jak opisać w pracy

Aby ograniczyć efekt halo, każdy z dwóch sędziów oceniał wszystkie prace najpierw w pierwszym kryterium, a dopiero potem w kolejnych, według opisów poziomów w kluczu oceny. Sędziowie nie znali grupy ani nazwiska autora pracy.

Na co uważać

  • Ocenianie pracy „w całości”. Oceniaj jedno kryterium we wszystkich pracach, potem następne.
  • Jawne informacje o osobie. Wynik wcześniejszego testu lub grupa badana tworzą wrażenie, zanim ocena się zacznie. Pomaga ślepa ocena wyniku.
  • Ogólnikowe pozycje. Pytaj o konkretne zachowania („oddaje prace na czas”), a nie o ogólne zalety.
Przykład reprodukowalny

Efekt halo w R

Kod tworzy prawdziwe poziomy trzech kryteriów, dodaje do ocen wspólne wrażenie oceniającego i porównuje średnie korelacje między kryteriami.

Prawdziwe korelacje kryteriów a korelacje w ocenach

Dane wejściowe: 300 symulowanych prac, 3 kryteria o prawdziwej korelacji 0.30, ogólne wrażenie z wagą 0.6; set.seed(480).

Co odczytać: średnią korelację między kryteriami w prawdziwych poziomach i w ocenach.

R
set.seed(480)
n <- 300                                          # 300 ocenianych prac, 3 kryteria
S <- matrix(0.3, 3, 3); diag(S) <- 1              # prawdziwe korelacje kryteriów = 0.30
prawda <- MASS::mvrnorm(n, rep(0, 3), S)
wrazenie <- rnorm(n)                              # ogólne wrażenie oceniającego
oceny <- 0.8 * prawda + 0.6 * wrazenie + matrix(rnorm(n * 3, 0, 0.4), n)
r_sr <- function(X) { R <- cor(X); mean(R[lower.tri(R)]) }
round(c(prawdziwe = r_sr(prawda), oceny = r_sr(oceny)), 2)
Wynik w R
prawdziwe     oceny
     0.33      0.53 

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (funkcje pakietów base i stats oraz MASS::mvrnorm). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/

Najczęstsze pytania

Czy wysoka korelacja między kryteriami oceny oznacza efekt halo?

Nie musi. Kryteria mogą korelować, bo dobre cechy naprawdę współwystępują. Murphy, Jako i Anhalt (1993) wskazują, że samą korelacją nie da się oddzielić halo prawdziwego od błędu oceniającego.

Czy dwóch sędziów chroni przed efektem halo?

Tylko częściowo. Dwie osoby mogą ulec temu samemu wrażeniu, więc zgodność będzie wysoka mimo błędu. Lepiej oceniać kryteria osobno, według opisów poziomów i bez informacji o autorze.

Jak ograniczyć efekt halo w ankiecie oceniającej?

Pytaj o konkretne, obserwowalne zachowania zamiast ogólnych zalet, oddziel bloki pytań o różne aspekty i nie zaczynaj od oceny ogólnej, która może nadać ton dalszym odpowiedziom.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Murphy, K. R., Jako, R. A., & Anhalt, R. L. (1993). Nature and consequences of halo error: A critical analysis. Journal of Applied Psychology, 78(2), 218–225. https://doi.org/10.1037/0021-9010.78.2.218
  2. Nisbett, R. E., & Wilson, T. D. (1977). The halo effect: Evidence for unconscious alteration of judgments. Journal of Personality and Social Psychology, 35(4), 250–256. https://doi.org/10.1037/0022-3514.35.4.250
  3. Thorndike, E. L. (1920). A constant error in psychological ratings. Journal of Applied Psychology, 4(1), 25–29. https://doi.org/10.1037/h0071663

Cytowania BibTeX

@article{murphy1993nature, author={Murphy, Kevin R. and Jako, Robert A. and Anhalt, Rebecca L.}, title={{Nature and consequences of halo error: A critical analysis}}, journal={Journal of Applied Psychology}, year={1993}, volume={78}, number={2}, pages={218--225}, doi={10.1037/0021-9010.78.2.218}}
@article{nisbett1977halo, author={Nisbett, Richard E. and Wilson, Timothy D.}, title={{The halo effect: Evidence for unconscious alteration of judgments}}, journal={Journal of Personality and Social Psychology}, year={1977}, volume={35}, number={4}, pages={250--256}, doi={10.1037/0022-3514.35.4.250}}
@article{thorndike1920constant, author={Thorndike, Edward L.}, title={{A constant error in psychological ratings}}, journal={Journal of Applied Psychology}, year={1920}, volume={4}, number={1}, pages={25--29}, doi={10.1037/h0071663}}
R