3 proste sposoby na zmniejszenie błędu selekcji

Spisu treści:

3 proste sposoby na zmniejszenie błędu selekcji
3 proste sposoby na zmniejszenie błędu selekcji

Wideo: 3 proste sposoby na zmniejszenie błędu selekcji

Wideo: 3 proste sposoby na zmniejszenie błędu selekcji
Wideo: Jak schudnąć z brzucha - 3 sposoby 2024, Marsz
Anonim

Kiedy przeprowadzasz badania naukowe, zazwyczaj próbujesz określić wpływ jednej rzeczy na coś innego. Ponieważ nie możesz zbadać całej populacji, zamiast tego pobierasz próbkę z tej populacji. Następnie dzielisz tę próbkę na liczbę grup wymaganych w projekcie badania. Jedyną różnicą między tymi grupami powinna być rzecz, którą próbujesz zmierzyć. Błąd wyboru występuje, jeśli istnieją inne różnice między grupami, które mogą wpłynąć na twoje wyniki. Kiedy tak się stanie, nie możesz zastosować wyników swojego badania do większej populacji. Głównym sposobem, w jaki badacze redukują błąd selekcji, jest przeprowadzanie randomizowanych badań kontrolowanych. Jednak randomizowane badania kontrolowane mogą być nieopłacalne, aw niektórych rodzajach badań, takich jak badania z zakresu nauk społecznych, nie są one wykonalne. Jeśli nie możesz przeprowadzić randomizowanego badania kontrolowanego, nadal możesz dostosować swoje wyniki, aby wziąć pod uwagę wszelkie potencjalne błędy selekcji.

Kroki

Metoda 1 z 3: Przeprowadzanie randomizowanych badań kontrolowanych

Redukcja błędu selekcji Krok 1
Redukcja błędu selekcji Krok 1

Krok 1. Zapisz uczestników badania, którzy odzwierciedlają twoją populację docelową

Twoja populacja docelowa to ta, do której zastosujesz wyniki swojego badania. Narysuj wszystkich uczestników badania z tej pojedynczej populacji. Nawet w randomizowanym kontrolowanym badaniu może wystąpić błąd selekcji, jeśli uczestnicy badania nie odzwierciedlają dokładnie populacji docelowej.

  • Załóżmy na przykład, że populacją docelową są studenci. Jednak reklamowałeś wolontariuszy poza kampusem i przyciągnąłeś również niektórych mieszkańców. Miejscowi, którzy nie uczęszczają do college'u, mogą nie mieć tych samych cech, co populacja docelowa, a włączenie ich może prowadzić do błędu selekcji.
  • Liczba uczestników twojego badania musi być również odpowiednia, abyś mógł zastosować wyniki swojego badania do całej populacji. Niezbędna wielkość próbki będzie się różnić w zależności od różnych czynników, takich jak wielkość badanego efektu i jego zmienność w populacji.
  • Możesz również uzyskać pomoc z kalkulatora internetowego, który pomoże Ci określić wielkość próbki, takiego jak ten dostępny pod adresem
Zmniejsz błąd wyboru Krok 2
Zmniejsz błąd wyboru Krok 2

Krok 2. Wybierz losowo uczestników badania, którzy spełniają Twoje kryteria

Chociaż rekrutacja wolontariuszy może być mniej kosztowna, istnieje również ryzyko stronniczości wolontariuszy. Dzieje się tak, gdy osoby chętne do wolontariatu w twoim badaniu mają osobisty interes w wynikach. Powód ich zainteresowania może oznaczać, że nie reprezentują oni w pełni Twojej populacji docelowej.

  • Utwórz kwestionariusz z kryteriami włączenia i wykluczenia. Na przykład, jeśli badasz wpływ snu na oceny studentów college'u, możesz chcieć zapewnić równowagę między studentami z wielu porannych kursów i studentów wieczorowych. W takim przypadku możesz dołączyć pytanie dotyczące planu zajęć wolontariusza. Gdybyś chciał uwzględnić tylko studentów studiów stacjonarnych, mógłbyś zapytać, ile godzin zajęć wolontariusz odbywał.
  • Gdy będziesz mieć około 2-3 razy więcej potencjalnych uczestników, których potrzebujesz do badania, przypisz każdemu losową liczbę. Następnie wybierz losowo uczestników badania na podstawie tych liczb. Pomaga to zmniejszyć stronniczość selekcji, a także stronniczość ochotników.

Wskazówka:

Jeśli twoja randomizacja jest silna podczas całego badania, możesz skutecznie wyeliminować wszelkie błędy selekcji, które mogły istnieć.

Redukcja błędu selekcji Krok 3
Redukcja błędu selekcji Krok 3

Krok 3. Przeprowadź badanie pilotażowe, aby zidentyfikować potencjalne problemy

W badaniu pilotażowym ćwiczysz techniki rekrutacji uczestników i przeprowadzasz podstawowy przegląd przynajmniej pierwszej części badania. Wszelkie wady w projekcie badania lub kryteriach wyboru uczestników badania staną się oczywiste. Daje to możliwość skorygowania wszelkich wad przed wykonaniem pełnego badania.

  • Ponieważ nie jest to prawdziwe, wielkość próbki nie musi być tak duża, jak w przypadku pełnego badania, co pomaga obniżyć koszty.
  • Studia pilotażowe dają również wyobrażenie o tym, jak szybko będziesz w stanie zrekrutować uczestników do swojego badania i jakie metody rekrutacji wydają się najskuteczniejsze.
Zmniejsz błąd wyboru Krok 4
Zmniejsz błąd wyboru Krok 4

Krok 4. Utwórz instrukcję operacyjną, aby ujednolicić wszystkie procedury badawcze

Stronniczość wyboru może prześlizgnąć się przez szczeliny starannie zaprojektowanego badania, jeśli inne osoby zaangażowane w badanie stosują różne metody rekrutacji uczestników lub pomiaru danych. Jeśli wszystkie procedury badawcze są standardowe, możesz być pewien, że inny badacz może odtworzyć wyniki Twoich badań.

  • Na przykład, jeśli śledczy zadawali uczestnikom serię pytań, instrukcja obsługi zawierałaby dokładnie te pytania. Następnie możesz pouczyć śledczych w zakresie tonu głosu i innych czynników, które mogą wypaczyć odpowiedzi uczestników.
  • Jeśli w badaniu bierze udział wiele osób, przeszkol je w zakresie metod, których chcesz, aby używali podczas badania, i przetestuj je, aby upewnić się, że robią wszystko tak samo.
  • Jeśli twoje badanie będzie trwało miesiące lub lata, może być konieczne przeprowadzenie kursów „odświeżających”, aby badacze byli na bieżąco z twoim protokołem, zwłaszcza jeśli są z dala od badania przez jakiś czas.
Redukcja błędu selekcji Krok 5
Redukcja błędu selekcji Krok 5

Krok 5. Losowo przydziel uczestników do grup interwencyjnych lub placebo

Jeśli przeprowadzasz randomizację samodzielnie, użyj losowych liczb, aby zidentyfikować uczestników badania. Osobą, która przydziela losowe liczby, powinna być osoba, która nie pracuje nad badaniem jako badacz. Po przypisaniu losowych liczb możesz losowo podzielić uczestników między dwie grupy.

  • Większość uniwersytetów posiada jednostki wsparcia badań, które pomagają w randomizacji. Istnieją również programy komputerowe, które zrobią za Ciebie randomizację. Jeśli nie masz dostępu do wsparcia badawczego, skorzystaj z darmowego generatora liczb losowych, takiego jak ten na
  • Większe badania zwykle korzystają ze zdalnej randomizacji, aby zapewnić, że nikt zaangażowany w badanie nie będzie wiedział, do której grupy należał dany uczestnik.
Redukcja błędu selekcji Krok 6
Redukcja błędu selekcji Krok 6

Krok 6. Utrzymuj zadania grupowe każdego uczestnika podwójnie ślepe

W badaniu z podwójnie ślepą próbą ani uczestnik, ani badacz nie wiedzą, w której grupie znajduje się uczestnik. Czasami jednak proces ten nie jest możliwy lub byłby kosztowny.

  • Na przykład, jeśli twoje badanie obejmowało operację, nie byłoby możliwe, aby twoi uczestnicy nie wiedzieli, czy wykonywana jest na nich operacja. W takim przypadku Twoi badacze mogą być ślepi co do grupy konkretnego podmiotu podczas wykonywania pomiarów i kompilowania danych, ale uczestnik nie mógł, ponieważ musiałby wyrazić zgodę na zabieg chirurgiczny.
  • Nawet jeśli masz podwójne zaślepienie, może się zepsuć. Na przykład, jeśli badasz lek, który okazuje się mieć niebezpieczne skutki uboczne, być może będziesz musiał wiedzieć, którzy uczestnicy brali ten lek, aby móc ich monitorować lub ostrzegać przed skutkami ubocznymi.

Metoda 2 z 3: Minimalizacja błędu selekcji w badaniach przypadków-kontroli

Redukcja błędu selekcji Krok 7
Redukcja błędu selekcji Krok 7

Krok 1. Zbierz podstawowe informacje demograficzne od potencjalnych uczestników

W badaniu kliniczno-kontrolnym masz osoby, które zachorowały na chorobę lub stan (twoje przypadki) i osoby, które tego nie zrobiły (Twoje grupy kontrolne), pomimo narażenia na to samo. Wybór uczestników z obu grup, którzy mają podobne pochodzenie i dane biograficzne, pomaga wyeliminować inne czynniki, które mogą potencjalnie wpływać na wynik.

Na przykład, jeśli badasz prawdopodobieństwo zarażenia się chorobą w populacji po ekspozycji na wirusa, który ją wywołuje, potrzebujesz próbki podobnej pod względem wieku, statusu społeczno-ekonomicznego i dostępu do opieki zdrowotnej. Utrzymanie tych podobieństw zmniejsza prawdopodobieństwo, że na wynik niektórych uczestników wpłynęło ich zdrowie lub leczenie

Redukcja błędu selekcji Krok 8
Redukcja błędu selekcji Krok 8

Krok 2. Wybierz kontrole, korzystając z tego samego procesu, co Twoje sprawy

W badaniu kliniczno-kontrolnym najpierw zidentyfikuj swoje przypadki. Następnie postępuj zgodnie z tym samym lub podobnym procesem, aby zapisać kontrole w swoim badaniu. Gwarantuje to, że masz dokładną miarę narażenia w populacji, którą chcesz zbadać.

Na przykład, jeśli populacja pacjenta pochodzi od pacjentów skierowanych do konkretnego szpitala na leczenie, możesz zwrócić się o kontrolę do świadczeniodawców, którzy skierowali te osoby

Redukcja błędu selekcji Krok 9
Redukcja błędu selekcji Krok 9

Krok 3. Unikaj wybierania kontroli z populacji szpitalnych

W porządku, jeśli twoje przypadki są hospitalizowane. Jeśli jednak twoje kontrole są również hospitalizowane, wynikający z tego związek między narażeniem a chorobą zostanie osłabiony.

Na przykład, jeśli prowadzisz badanie na temat palenia i przewlekłej choroby serca, hospitalizacja grupy kontrolnej osłabi to powiązanie, ponieważ palenie jest czynnikiem prowadzącym do wielu problemów zdrowotnych, które mogą również skutkować hospitalizacją

Redukcja błędu selekcji Krok 10
Redukcja błędu selekcji Krok 10

Krok 4. Dopasuj kontrolki do przypadków opartych na podobnych danych demograficznych

Uwzględnij wszelkie czynniki, które mogą wpłynąć na wyniki twojego badania jako kryteria przy wyborze kontroli dla twojego badania kliniczno-kontrolnego. Użyj danych demograficznych, które uzyskałeś ze swoich spraw, jako profilu do kontroli.

Załóżmy na przykład, że za epidemię wirusa odpowiada lokalna restauracja, ale nie wiesz, która. Miejscowa ludność, która zaraziła się wirusem, to twoje przypadki. Aby określić, która restauracja jest odpowiedzialna, możesz zarejestrować osoby z okolicy, które pasowały do Twoich przypadków pod względem sąsiedztwa, wieku i płci, ale nie zaraziły się wirusem, jako twoją kontrolę

Redukcja błędu selekcji Krok 11
Redukcja błędu selekcji Krok 11

Krok 5. Użyj danych o populacji zamiast rekrutacji uczestników jako kontroli

W badaniu kliniczno-kontrolnym osoby, które nie zachorowały na chorobę lub schorzenie, które badasz, będą ogólnie mniej skłonne do udziału w badaniu. Jeśli jednak masz informacje o populacji dostępne z krajowej, regionalnej lub lokalnej bazy danych, użycie tych informacji jako kontroli rozwiązuje ten problem. Ponadto korzystanie z danych z publicznie dostępnej bazy danych zmniejsza koszt badania.

Wybierz zbiór danych populacji do kontroli, który pasuje do populacji badanych przypadków. Na przykład, jeśli wszystkie Twoje przypadki znajdują się w stanie Kalifornia, możesz użyć stanowej bazy danych, aby uzyskać dane o populacji. Jednak nie chciałbyś korzystać z krajowej bazy danych

Wskazówka:

Utrzymywanie jak najmniejszego obszaru geograficznego umożliwia również uzyskanie mniejszego rozmiaru próbki, co zwiększa dokładność badania, a także obniża koszty.

Metoda 3 z 3: Dostosowywanie wyników w celu uwzględnienia stronniczości

Redukcja błędu selekcji Krok 12
Redukcja błędu selekcji Krok 12

Krok 1. Uwzględnij w swojej analizie zmienną powiązaną z błędem selekcji

Poszukaj zmiennych, które mogą potencjalnie powodować błąd selekcji i zapisz te informacje od każdego z uczestników. Następnie przeanalizuj swoje wyniki w oparciu o tę zmienną oprócz ogólnej analizy.

  • Załóżmy na przykład, że studiujesz związek między kawą a migrenami. Wysłałeś ankiety pocztowe do gospodarstw domowych w stanie Kalifornia. Jednak zdajesz sobie sprawę z wcześniejszych badań, które wykazały, że osoby starsze są zazwyczaj bardziej zainteresowane uczestnictwem w ankietach pocztowych niż osoby młodsze, więc może to wpływać na Twoje badanie ze względu na wiek.
  • Aby dostosować się do stronniczości w badaniu związku między kawą a migrenami, można rozdzielić dane tak, aby osobno mierzyły związek w różnych grupach wiekowych (stratyfikacja). Zmniejszyłoby to błąd selekcji, który mógłby wystąpić, gdyby w próbce znalazło się zbyt wiele osób starszych.
Redukcja błędu selekcji Krok 13
Redukcja błędu selekcji Krok 13

Krok 2. Zważ odpowiedzi uczestników, aby skorygować tendencyjną próbę

Jeśli Twoi uczestnicy nie pasują odpowiednio do danych demograficznych populacji docelowej, pozwól, aby wyniki z niedostatecznie reprezentowanej grupy były bardziej wartościowe niż wyniki z drugiej grupy. To dostosowuje twoją próbkę, dzięki czemu możesz zastosować swoje wyniki do całej populacji.

Załóżmy na przykład, że badałeś wpływ snu na oceny studentów college'u. Populacja uczniów w szkole, którą studiujesz, to 40% mężczyzn i 60% kobiet. Jednak twoja próbka to tylko 20% mężczyzn. Aby zważyć odpowiedzi mężczyzn, podziel odsetek populacji przez odsetek próbki (40% podzielone przez 20%). Wynik to 2, więc odpowiedź każdego mężczyzny liczy się podwójnie

Ostrzeżenie:

Jeśli próba jest zbyt różna od populacji, którą próbujesz zbadać, wyniki mogą nie być dokładne dla całej populacji, nawet z ważeniem, ponieważ w próbie jest zbyt mało przedstawicieli.

Redukcja błędu selekcji Krok 14
Redukcja błędu selekcji Krok 14

Krok 3. Omów w swoim raporcie potencjalną stronniczość selekcji

Jeśli nie ma skutecznego sposobu na dostosowanie wyników, aby wystarczająco zredukować błąd selekcji, po prostu przyznaj, że istnieje błąd selekcji. Wspomnij o wszelkich sposobach, w jakie próbowałeś skorygować stronniczość lub opisz, dlaczego skorygowanie błędu nie było możliwe, biorąc pod uwagę okoliczności badania.

  • Załóżmy na przykład, że chcesz ocenić związek między pracą na nocnej zmianie a konkretnym problemem zdrowotnym, porównując ludzi, którzy pracują w tej samej fabryce, wykonując tę samą pracę, z tą tylko różnicą, że niektórzy pracują w ciągu dnia, a inni w godzinach noc. Jednak prawdopodobnie istnieje wiele innych różnic między tymi grupami, których nie można wyjaśnić, takich jak ich status społeczno-ekonomiczny lub dostęp do opieki zdrowotnej.
  • W raporcie z twojego badania przyznaj, że istnieje wiele innych różnic, których twoje badanie nie wzięło pod uwagę. Możesz również wspomnieć, jakie mogą być niektóre z tych różnic i zamieścić odniesienia do innych badań, w których dogłębnie przeanalizowano te zmienne.

Zalecana: