Prejudecăți de selecție: ce este, tipuri și exemple

Ce este prejudecata de selecție?

Toate modelele statistice din științele învățării necesită date. Datele bune sunt esențiale pentru dezvoltarea unui set de modele valide statistic, dar este surprinzător de ușor să obțineți informații proaste. Prejudecățile de selecție afectează cercetătorii în toate etapele procesului, de la colectarea datelor până la analiză. De exemplu, cercetătorii s-ar putea să nu realizeze că descoperirile lor s-ar putea să nu se aplice altor persoane sau situații diferite. Acest tip de eroare prezintă indivizi repartizați aleatoriu într-unul dintre două sau mai multe grupuri, dar nu toți cei care pot fi înscriși participă efectiv.

Aceasta înseamnă că persoanele despre care se consideră că sunt candidați potriviți pentru un anumit program pot alege sau nu să participe. Astfel, cei care participă la program pot avea caracteristici diferite decât cei care nu participă. Existența procesului de selecție non-aleatoriu poate duce la inferențe incorecte despre cauzalitate și statistici legate de acesta, precum și la invalidarea datelor culese.

Tipuri de prejudecăți ale selecției

Există multe tipuri de prejudecăți de selecție, fiecare dintre ele influențând validitatea datelor dvs. într-un mod specific. Să trecem peste unele dintre cele mai comune:

• Prejudecata de eșantionare:

Prejudecata de eșantionare este o formă de prejudecată de selecție care apare atunci când nu colectăm date de la toți oamenii care ar putea fi în populația noastră cu privire la o variabilă importantă. Unele dintre motivele pentru aceasta ar putea fi: cercetătorul își adună eșantionul în mare parte din eșantionarea convenabilă sau convenabilă sau, uneori, selectând cu atenție indivizi care sunt similari și au caracteristici similare subiecților de studiu, dar care nu au fost aleși la întâmplare din populația lor.

Acest lucru poate denatura orice analiză statistică și înțelegere a rezultatelor în acel caz particular

Citiți mai multe: Prejudecăți în cercetare de QuestionPro

• Prejudecăți de auto-selecție:

Acest tip de prejudecată de selecție, cunoscută și sub denumirea de „prejudecata de voluntariat”, apare atunci când persoanele care aleg să participe la un studiu nu sunt reprezentative pentru populația mai mare de interes. De exemplu, dacă doriți să studiați preferințele elevilor pentru carieră, este posibil să puteți atrage doar elevi din școli cunoscute pentru atragerea de elevi bogați. Prejudecățile de voluntariat pot apărea și atunci când un studiu examinează oameni dintr-o anumită rasă, dar nu are destui participanți care se identifică ca membri ai acelei rase.

La fel ca orice altă formă de părtinire, părtinirea de auto-selecție denaturează datele colectate în cercetare, în cele mai multe cazuri, cercetătorul va ajunge cu rezultate extrem de incorecte și cu o validitate inexistentă a cercetării dumneavoastră sistematice.

• Prejudecăți de excludere:

Prejudecățile de includere se întâmplă atunci când cercetătorul include în mod intenționat unele subgrupuri în populația eșantion. Este strâns legată de părtinirea eșantionării fără răspuns și afectează validitatea internă a investigației dvs. sistematice.

Experții definesc prejudecățile de includere ca „termenul colectiv care acoperă diferitele părtiniri potențiale care pot rezulta din includerea post-randomizare a pacienților într-un studiu și analizele ulterioare”. Când se întâmplă acest lucru, rezultatele cercetării dvs. pot stabili o conexiune falsă între variabile.

Prejudecățile de excludere apare atunci când excludeți în mod intenționat unele subgrupuri din populația eșantion înainte de a le randomiza în grupuri. Este posibil să fi exclus pacienții cu anumite afecțiuni, cum ar fi cancerul sau HIV/SIDA, pentru că ar fi fost lipsit de etică pentru tine să studiezi acești oameni fără consimțământul lor. Sau, poate i-ați exclus pentru că nu ați vrut să le oferiți acces la o altă opțiune de tratament în timpul studiului lor clinic. Unii cercetători aleg, de asemenea, să nu includă persoane prea bolnave sau prea bătrâne pentru a participa la studiile clinice (deoarece acești oameni ar putea să nu poată participa în mod eficient sau ar putea să nu beneficieze suficient de pe urma participării).

• Prejudecata de reamintire:

Una dintre cele mai comune forme de prejudecată de reamintire se numește distorsiunea retroactivă a memoriei. Distorsiunea retroactivă a memoriei apare atunci când oamenii își amintesc evenimentele și experiențele într-un mod care se potrivește nevoilor lor actuale, mai degrabă decât scopului lor inițial. De exemplu, cineva s-ar putea să-și amintească un eveniment ca fiind o experiență pozitivă sau chiar plăcută dacă a fost menit să fie negativ. În plus, denaturarea retroactivă a memoriei poate apărea atunci când oamenii au dificultăți în a-și aminti detaliile care sunt importante pentru subiectul de cercetare, cum ar fi fapte despre propria lor viață sau despre viața altora.

Distorsiunea retroactivă a memoriei poate apărea și atunci când oamenii includ informații inexacte în rapoartele lor de rechemare. Acest lucru se întâmplă atunci când raportează ceva care nu s-a întâmplat niciodată sau ceva care s-a întâmplat la un moment diferit de cel în care sa întâmplat de fapt.

De exemplu, o persoană ar putea raporta că a petrecut cinci ore călătorind de la serviciu la casă într-o anumită zi, când, în realitate, i-au luat doar trei ore pentru că a luat prânzul la birou în prealabil și a uitat de asta până mai târziu în cursul zilei.

Cum să evitați prejudecățile de selecție

Estimarea puterii unei relații dintre un rezultat (variabila dependentă) și mai multe variabile predictoare este importantă pentru multe întrebări de cercetare. Analiza bivariată și metodele de regresie multiplă sunt utilizate în mod obișnuit pentru a evita prejudecățile de selecție.

Analiza bivariată este o analiză cantitativă adesea folosită pentru a determina relația empirică dintre două variabile. În această metodă, cercetătorii măsoară fiecare variabilă predictivă individual și apoi aplică teste statistice pentru a determina dacă aceasta afectează variabila rezultat. Dacă nu există nicio relație între variabilele predictoare și rezultat, atunci aceștia nu vor putea găsi nicio dovadă a prejudiciului de selecție în procesul lor de colectare a datelor. Cu toate acestea, dacă există un fel de relație între aceste variabile, atunci este posibil să existe un anumit nivel de prejudecată de selecție la colectarea acestor date. Metodele de regresie multiplă permit cercetătorilor să evalueze puterea acestei relații între un rezultat (variabila dependentă) și mai multe variabile predictoare

Aflați cum să evitați prejudecățile de selecție cu acest videoclip rapid Audience by QuestionPro !

Cum te poate ajuta QuestionPro Audience să colectezi date valoroase din eșantionul tău ideal.

Când efectuați cercetări, este important să înțelegeți natura părtinirii selecției. Aceasta este tendința ca rezultatele cercetării dumneavoastră să fie influențate de caracteristicile participanților sau ale eșantionului dumneavoastră .

Dacă efectuați un studiu privind efectele zahărului asupra diabetului, de exemplu, și aveți un grup de persoane cu diabet zaharat care sunt toți membri ai bisericii dvs., aceasta ar putea fi o sursă de părtinire a selecției. Ei pot avea mai multe șanse să participe la activitățile bisericii decât cei care nu au diabet, prin urmare mai probabil să se regăsească în eșantion. Dacă doriți să evitați acest tip de părtinire în studiul dvs., ar trebui să colectați date dintr-o mare varietate de surse de încredere, cu QuestionPro Audience

AFLAȚI MAI MULTE