{"id":28012,"date":"2023-05-24T10:07:19","date_gmt":"2023-05-24T13:07:19","guid":{"rendered":"https:\/\/mindthegraph.com\/blog\/?p=28012"},"modified":"2023-05-24T10:07:21","modified_gmt":"2023-05-24T13:07:21","slug":"sampling-bias","status":"publish","type":"post","link":"https:\/\/mindthegraph.com\/blog\/fi\/sampling-bias\/","title":{"rendered":"Ongelma nimelt\u00e4 otantavirhe"},"content":{"rendered":"<p>Riippumatta k\u00e4ytetyst\u00e4 menetelm\u00e4st\u00e4 tai tutkittavasta tieteenalasta tutkijoiden on varmistettava, ett\u00e4 he k\u00e4ytt\u00e4v\u00e4t edustavia otoksia, jotka heijastavat tutkittaviensa perusjoukon ominaisuuksia. T\u00e4ss\u00e4 artikkelissa tarkastellaan otantaharhan k\u00e4sitett\u00e4, sen eri tyyppej\u00e4 ja k\u00e4ytt\u00f6tapoja sek\u00e4 parhaita k\u00e4yt\u00e4nt\u00f6j\u00e4 sen vaikutusten lievent\u00e4miseksi.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Mit\u00e4 on otantavirhe?<\/h2>\n\n\n\n<p>Otantaharha tarkoittaa tilannetta, jossa tietyt perusjoukon yksil\u00f6t tai ryhm\u00e4t ovat todenn\u00e4k\u00f6isemmin mukana otoksessa kuin toiset, mik\u00e4 johtaa harhaanjohtavaan tai ep\u00e4edustavaan otokseen. T\u00e4m\u00e4 voi johtua monista eri syist\u00e4, kuten ei-sattumanvaraisista otantamenetelmist\u00e4, itsevalinnasta tai tutkijan puolueellisuudesta.<\/p>\n\n\n\n<p>Toisin sanoen otantaharha voi heikent\u00e4\u00e4 tutkimustulosten validiteettia ja yleistett\u00e4vyytt\u00e4 v\u00e4\u00e4rist\u00e4m\u00e4ll\u00e4 otosta tiettyjen ominaisuuksien tai n\u00e4k\u00f6kulmien eduksi, jotka eiv\u00e4t v\u00e4ltt\u00e4m\u00e4tt\u00e4 edusta koko perusjoukkoa.&nbsp;<\/p>\n\n\n\n<p>Ihannetapauksessa sinun on valittava kaikki kyselyyn osallistujat satunnaisesti. K\u00e4yt\u00e4nn\u00f6ss\u00e4 osallistujien satunnaisvalinta voi kuitenkin olla vaikeaa esimerkiksi kustannusten ja vastaajien saatavuuden vuoksi. Vaikka et tekisik\u00e4\u00e4n satunnaistettua tiedonkeruuta, on ratkaisevan t\u00e4rke\u00e4\u00e4 olla tietoinen mahdollisista v\u00e4\u00e4ristymist\u00e4, joita aineistossasi voi esiinty\u00e4.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Esimerkkej\u00e4 otantaharhasta ovat:<\/h3>\n\n\n\n<ol>\n<li><strong>Vapaaehtoisten puolueellisuus<\/strong>: Osallistujilla, jotka osallistuvat vapaaehtoisesti tutkimukseen, saattaa olla erilaisia ominaisuuksia kuin niill\u00e4, jotka eiv\u00e4t osallistu vapaaehtoisesti, mik\u00e4 johtaa ep\u00e4edustavaan otokseen.<\/li>\n\n\n\n<li><strong>Muu kuin satunnaisotanta<\/strong>: Jos tutkija valitsee osallistujat vain tietyist\u00e4 paikoista tai valitsee vain osallistujat, joilla on tietyt ominaisuudet, se voi johtaa v\u00e4\u00e4ristyneeseen otokseen.<\/li>\n\n\n\n<li><strong>Eloonj\u00e4\u00e4misen ennakkoluulot<\/strong>: T\u00e4m\u00e4 tapahtuu silloin, kun otos sis\u00e4lt\u00e4\u00e4 vain ne henkil\u00f6t, jotka ovat selvinneet tai onnistuneet tietyss\u00e4 tilanteessa, ja j\u00e4tt\u00e4\u00e4 pois ne, jotka eiv\u00e4t selvinneet tai ep\u00e4onnistuneet.<\/li>\n\n\n\n<li><strong>K\u00e4tev\u00e4 n\u00e4ytteenotto<\/strong>: T\u00e4m\u00e4ntyyppisess\u00e4 otannassa valitaan helposti saatavilla olevat osallistujat, kuten ne, jotka sattuvat olemaan l\u00e4hist\u00f6ll\u00e4, tai ne, jotka vastaavat verkkokyselyyn, mik\u00e4 ei v\u00e4ltt\u00e4m\u00e4tt\u00e4 edusta laajempaa perusjoukkoa.<\/li>\n\n\n\n<li><strong>Vahvistusvinouma<\/strong>: Tutkijat saattavat valita - tiedostamattaan tai tarkoituksella - osallistujia, jotka tukevat heid\u00e4n hypoteesiaan tai tutkimuskysymyst\u00e4\u00e4n, mik\u00e4 johtaa puolueellisiin tuloksiin.<\/li>\n\n\n\n<li><strong>Hawthorne-ilmi\u00f6<\/strong>: Osallistujat saattavat muuttaa k\u00e4ytt\u00e4ytymist\u00e4\u00e4n tai vastauksiaan, kun he tiet\u00e4v\u00e4t, ett\u00e4 heit\u00e4 tutkitaan tai tarkkaillaan, mik\u00e4 johtaa ep\u00e4edustaviin tuloksiin.<\/li>\n<\/ol>\n\n\n\n<p>&nbsp;Jos olet tietoinen n\u00e4ist\u00e4 v\u00e4\u00e4ristymist\u00e4, voit ottaa ne huomioon analyysiss\u00e4, jotta voit korjata v\u00e4\u00e4ristymi\u00e4 ja ymm\u00e4rt\u00e4\u00e4 paremmin aineistosi edustamaa perusjoukkoa.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Otantavirheiden tyypit<\/h2>\n\n\n\n<ul>\n<li><strong>Valintavirhe<\/strong>: tapahtuu silloin, kun otos ei ole perusjoukkoa edustava.<\/li>\n\n\n\n<li><strong>Mittausharha<\/strong>: tapahtuu, kun ker\u00e4tyt tiedot ovat ep\u00e4tarkkoja tai puutteellisia.<\/li>\n\n\n\n<li><strong>Raportoinnin puolueellisuus<\/strong>: tapahtuu, kun vastaajat antavat ep\u00e4tarkkoja tai ep\u00e4t\u00e4ydellisi\u00e4 tietoja.<\/li>\n\n\n\n<li><strong>Vastausvaje<\/strong>: tapahtuu, kun osa perusjoukon j\u00e4senist\u00e4 ei vastaa tutkimukseen, jolloin otos ei ole edustava.<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\">Otantavirheiden syyt<\/h2>\n\n\n\n<ol>\n<li><strong>K\u00e4tev\u00e4 n\u00e4ytteenotto<\/strong>: otoksen valitseminen mieluummin mukavuusperusteisesti kuin tieteellist\u00e4 menetelm\u00e4\u00e4 k\u00e4ytt\u00e4en.<\/li>\n\n\n\n<li><strong>Itsevalintavirhe<\/strong>: Mukana ovat vain ne, jotka osallistuvat vapaaehtoisesti tutkimukseen, mik\u00e4 ei v\u00e4ltt\u00e4m\u00e4tt\u00e4 edusta v\u00e4est\u00f6\u00e4.<\/li>\n\n\n\n<li><strong>N\u00e4ytteenottokehyksen harha<\/strong>: kun otoksen valinnassa k\u00e4ytetty otoskehikko ei ole perusjoukkoa edustava.<\/li>\n\n\n\n<li><strong>Eloonj\u00e4\u00e4misharha<\/strong>: kun vain tietyt perusjoukon j\u00e4senet osallistuvat, jolloin otos ei ole edustava. Jos tutkijat esimerkiksi tutkivat vain elossa olevia ihmisi\u00e4, he eiv\u00e4t v\u00e4ltt\u00e4m\u00e4tt\u00e4 saa tietoja ihmisilt\u00e4, jotka ovat kuolleet ennen tutkimuksen suorittamista.<\/li>\n\n\n\n<li><strong>Tiet\u00e4m\u00e4tt\u00f6myydest\u00e4 johtuva otantavirhe<\/strong>: ei tunnisteta vaihtelun l\u00e4hteit\u00e4, jotka voivat johtaa harhaanjohtaviin arvioihin.<\/li>\n\n\n\n<li><strong>Otannan hallinnoinnissa tapahtuneista virheist\u00e4 johtuva otantavirhe.<\/strong>: asianmukaisen tai hyvin toimivan otantakehikon k\u00e4ytt\u00e4m\u00e4tt\u00e4 j\u00e4tt\u00e4minen tai kielt\u00e4ytyminen osallistumasta tutkimukseen, mik\u00e4 johtaa otoksen v\u00e4\u00e4ristyneeseen valintaan.<\/li>\n<\/ol>\n\n\n\n<h2 class=\"wp-block-heading\">N\u00e4ytteenoton harha kliinisiss\u00e4 tutkimuksissa<\/h2>\n\n\n\n<p>Kliinisten tutkimusten teht\u00e4v\u00e4n\u00e4 on testata uuden hoidon tai l\u00e4\u00e4kityksen tehokkuutta tietyss\u00e4 v\u00e4est\u00f6ss\u00e4. Ne ovat olennainen osa l\u00e4\u00e4kekehitysprosessia, ja niiss\u00e4 m\u00e4\u00e4ritet\u00e4\u00e4n, onko hoito turvallista ja tehokasta, ennen kuin se luovutetaan suurelle yleis\u00f6lle. Kliiniset tutkimukset ovat kuitenkin my\u00f6s alttiita valintavirheille.<\/p>\n\n\n\n<p>Valintavirhett\u00e4 esiintyy, kun tutkimuksessa k\u00e4ytetty otos ei ole edustava edustettavasta perusjoukosta. Kliinisiss\u00e4 tutkimuksissa valintavirhett\u00e4 voi esiinty\u00e4, kun osallistujat joko valitaan valikoivasti osallistumaan tai valitaan itse.<\/p>\n\n\n\n<p>Oletetaan, ett\u00e4 l\u00e4\u00e4keyritys tekee kliinist\u00e4 tutkimusta uuden sy\u00f6p\u00e4l\u00e4\u00e4kkeen tehon testaamiseksi. Se p\u00e4\u00e4tt\u00e4\u00e4 rekrytoida tutkimukseen osallistujia sairaaloissa, klinikoilla ja sy\u00f6p\u00e4tukiryhmiss\u00e4 julkaistujen ilmoitusten sek\u00e4 verkkohakemusten avulla. Heid\u00e4n ker\u00e4\u00e4m\u00e4ns\u00e4 otos saattaa kuitenkin olla puolueellinen niiden osalta, jotka ovat motivoituneempia osallistumaan tutkimukseen tai joilla on tietyntyyppinen sy\u00f6p\u00e4. T\u00e4m\u00e4 voi vaikeuttaa tutkimuksen tulosten yleist\u00e4mist\u00e4 laajempaan v\u00e4est\u00f6\u00f6n.<\/p>\n\n\n\n<p>Valintavirheiden minimoimiseksi kliinisiss\u00e4 tutkimuksissa tutkijoiden on sovellettava tiukkoja sis\u00e4\u00e4notto- ja poissulkemisperusteita sek\u00e4 satunnaisvalintaprosesseja. N\u00e4in varmistetaan, ett\u00e4 tutkimukseen valittujen osallistujien otos edustaa laajempaa perusjoukkoa, jolloin ker\u00e4tyiss\u00e4 tiedoissa esiintyv\u00e4 harha on mahdollisimman pieni.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Otantavirheist\u00e4 johtuvat ongelmat<\/h2>\n\n\n\n<p>Otantaharha on ongelmallinen, koska on mahdollista, ett\u00e4 otoksesta laskettu tilasto on systemaattisesti virheellinen. Se voi johtaa perusjoukon vastaavan parametrin systemaattiseen yli- tai aliarviointiin. Sit\u00e4 esiintyy k\u00e4yt\u00e4nn\u00f6ss\u00e4, koska t\u00e4ydellisen satunnaisuuden varmistaminen otannassa on k\u00e4yt\u00e4nn\u00f6ss\u00e4 mahdotonta.<\/p>\n\n\n\n<p>Jos v\u00e4\u00e4ristelyn aste on pieni, otosta voidaan pit\u00e4\u00e4 kohtuullisen l\u00e4hell\u00e4 satunnaisotosta. Lis\u00e4ksi jos otos ei poikkea merkitt\u00e4v\u00e4sti mitattavasta suureesta, v\u00e4\u00e4ristynyt otos voi silti olla kohtuullinen estimaatti.<\/p>\n\n\n\n<p>Vaikka jotkut henkil\u00f6t saattavat k\u00e4ytt\u00e4\u00e4 tarkoituksellisesti v\u00e4\u00e4ristynytt\u00e4 otosta tuottaakseen harhaanjohtavia tuloksia, useimmiten v\u00e4\u00e4ristynyt otos on vain osoitus vaikeudesta saada todella edustava otos tai tiet\u00e4m\u00e4tt\u00f6myydest\u00e4 mittaus- tai analyysiprosessin v\u00e4\u00e4ristym\u00e4st\u00e4.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Ekstrapolointi: alueen ulkopuolelle<\/h2>\n\n\n\n<p>Tilastotieteess\u00e4 p\u00e4\u00e4telmien tekemist\u00e4 jostakin aineiston ulkopuolelle j\u00e4\u00e4v\u00e4st\u00e4 asiasta kutsutaan ekstrapoloinniksi. Yksi ekstrapolaation muoto on johtop\u00e4\u00e4t\u00f6sten tekeminen vinoutuneesta otoksesta: koska otantamenetelm\u00e4 sulkee j\u00e4rjestelm\u00e4llisesti pois tiettyj\u00e4 osia tarkasteltavasta populaatiosta, johtop\u00e4\u00e4t\u00f6kset koskevat vain otokseen kuuluvaa osajoukkoa.<\/p>\n\n\n\n<p>Ekstrapolointia tapahtuu my\u00f6s, jos esimerkiksi yliopisto-opiskelijoiden otokseen perustuvaa p\u00e4\u00e4telm\u00e4\u00e4 sovelletaan vanhempiin aikuisiin tai aikuisiin, joilla on vain kahdeksasluokkalaisen koulutus. Ekstrapolointi on yleinen virhe tilastojen soveltamisessa tai tulkinnassa. Joskus hyvien tietojen hankkimisen vaikeuden tai mahdottomuuden vuoksi ekstrapolaatio on paras mahdollinen ratkaisu, mutta siihen on aina suhtauduttava v\u00e4hint\u00e4\u00e4nkin varauksella - ja usein my\u00f6s suurella annoksella ep\u00e4varmuutta.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Tieteest\u00e4 pseudotieteeksi<\/h2>\n\n\n\n<p><a href=\"https:\/\/en.wikipedia.org\/wiki\/Sampling_bias\">Kuten Wikipediassa mainitaan<\/a>Esimerkkin\u00e4 siit\u00e4, miten tiet\u00e4m\u00e4tt\u00f6myys ennakkoluulosta voi olla olemassa, on suhdeluvun (eli kertaisen muutoksen) laajalle levinnyt k\u00e4ytt\u00f6 biologisen eron mittarina. Koska on helpompaa saavuttaa suuri suhde kahdella pienell\u00e4 luvulla, joilla on tietty ero, ja suhteellisesti vaikeampaa saavuttaa suuri suhde kahdella suurella luvulla, joilla on suurempi ero, suuret merkitt\u00e4v\u00e4t erot voivat j\u00e4\u00e4d\u00e4 huomaamatta, kun verrataan suhteellisen suuria numeerisia mittauksia.&nbsp;<\/p>\n\n\n\n<p>Jotkut ovat kutsuneet t\u00e4t\u00e4 \"demarcation biasiksi\", koska suhdeluvun (jaon) k\u00e4ytt\u00f6 erotuksen (v\u00e4hennyksen) sijasta siirt\u00e4\u00e4 analyysin tulokset tieteest\u00e4 pseudotieteeksi.<\/p>\n\n\n\n<p>Joissakin otoksissa k\u00e4ytet\u00e4\u00e4n vinoutunutta tilastollista mallia, joka kuitenkin mahdollistaa parametrien estimoinnin. Esimerkiksi Yhdysvaltain kansallinen terveystilastokeskus (National Center for Health Statistics) ottaa monissa valtakunnallisissa tutkimuksissaan tarkoituksellisesti liian suuren otoksen v\u00e4hemmist\u00f6ryhmien v\u00e4est\u00f6st\u00e4, jotta saadaan riitt\u00e4v\u00e4 tarkkuus n\u00e4iden ryhmien sis\u00e4isi\u00e4 arvioita varten.<\/p>\n\n\n\n<p>N\u00e4m\u00e4 tutkimukset edellytt\u00e4v\u00e4t otospainojen k\u00e4ytt\u00f6\u00e4, jotta voidaan tuottaa asianmukaisia estimaatteja kaikista etnisist\u00e4 ryhmist\u00e4. Jos tietyt edellytykset t\u00e4yttyv\u00e4t (l\u00e4hinn\u00e4 se, ett\u00e4 painot lasketaan ja niit\u00e4 k\u00e4ytet\u00e4\u00e4n oikein), n\u00e4m\u00e4 otokset mahdollistavat v\u00e4est\u00f6parametrien tarkan estimoinnin.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Parhaat k\u00e4yt\u00e4nn\u00f6t otantavirheiden lievent\u00e4miseksi<\/h2>\n\n\n\n<p>On ratkaisevan t\u00e4rke\u00e4\u00e4 valita asianmukainen otantamenetelm\u00e4, jotta voidaan varmistaa, ett\u00e4 saadut tiedot kuvastavat tarkasti tutkittua perusjoukkoa.<\/p>\n\n\n\n<ol>\n<li><strong>Satunnaisotantamenetelm\u00e4t<\/strong>: Satunnaisotantamenetelmien k\u00e4ytt\u00f6 lis\u00e4\u00e4 todenn\u00e4k\u00f6isyytt\u00e4, ett\u00e4 otos edustaa perusjoukkoa. T\u00e4m\u00e4 tekniikka auttaa varmistamaan, ett\u00e4 otos edustaa mahdollisimman hyvin kyseist\u00e4 perusjoukkoa, ja n\u00e4in ollen on ep\u00e4todenn\u00e4k\u00f6isemp\u00e4\u00e4, ett\u00e4 se sis\u00e4lt\u00e4\u00e4 v\u00e4\u00e4ristymi\u00e4.<\/li>\n\n\n\n<li><strong>Otoskoon laskeminen<\/strong>: Otoskoko on laskettava siten, ett\u00e4 tilastollisesti merkityksellisten hypoteesien testaamiseen on riitt\u00e4v\u00e4 teho. Mit\u00e4 suurempi otoskoko on, sit\u00e4 paremmin perusjoukko on edustettuna.<\/li>\n\n\n\n<li><strong>Trendianalyysi<\/strong>: Vaihtoehtoisten tietol\u00e4hteiden etsiminen ja sellaisten havaittujen suuntausten analysointi, joita ei ole valittu.<\/li>\n\n\n\n<li><strong>Ennakkoluulojen tarkistaminen<\/strong>: Harhaisuuksien esiintymist\u00e4 olisi seurattava, jotta voidaan havaita tiettyjen tietojen j\u00e4rjestelm\u00e4llinen poissulkeminen tai liiallinen sis\u00e4llytt\u00e4minen tutkimukseen.<\/li>\n<\/ol>\n\n\n\n<p><strong>Huomioi n\u00e4ytteet<\/strong><\/p>\n\n\n\n<p>Otantavirhe on merkitt\u00e4v\u00e4 seikka tutkimusta teht\u00e4ess\u00e4. Riippumatta k\u00e4ytetyst\u00e4 menetelm\u00e4st\u00e4 tai tutkittavasta tieteenalasta tutkijoiden on varmistettava, ett\u00e4 he k\u00e4ytt\u00e4v\u00e4t edustavia otoksia, jotka heijastavat heid\u00e4n tutkimansa perusjoukon ominaisuuksia.<\/p>\n\n\n\n<p>Tutkimuksia laadittaessa on t\u00e4rke\u00e4\u00e4 kiinnitt\u00e4\u00e4 erityist\u00e4 huomiota otoksen valintaprosessiin sek\u00e4 menetelmiin, joita k\u00e4ytet\u00e4\u00e4n tietojen ker\u00e4\u00e4miseksi otoksesta. Parhaita k\u00e4yt\u00e4nt\u00f6j\u00e4, kuten satunnaisotantamenetelmi\u00e4, otoskoon laskentaa, trendianalyysi\u00e4 ja harhojen tarkistamista, olisi k\u00e4ytett\u00e4v\u00e4 sen varmistamiseksi, ett\u00e4 tutkimustulokset ovat p\u00e4tevi\u00e4 ja luotettavia, jolloin ne vaikuttavat todenn\u00e4k\u00f6isemmin politiikkaan ja k\u00e4yt\u00e4nt\u00f6ihin.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Silm\u00e4\u00e4npist\u00e4v\u00e4t tieteelliset infografiikat muutamassa minuutissa<\/h2>\n\n\n\n<p><a href=\"http:\/\/mindthegraph.com\/\">Mind the Graph<\/a> on tehokas online-ty\u00f6kalu tutkijoille, jotka tarvitsevat korkealaatuista tieteellist\u00e4 grafiikkaa ja kuvitusta. Alusta on k\u00e4ytt\u00e4j\u00e4yst\u00e4v\u00e4llinen ja helppok\u00e4ytt\u00f6inen tutkijoille, joilla on eritasoista teknist\u00e4 asiantuntemusta, joten se on ihanteellinen ratkaisu tutkijoille, joiden on luotava grafiikkaa julkaisuihinsa, esityksiins\u00e4 ja muihin tieteellisiin viestint\u00e4materiaaleihinsa.<\/p>\n\n\n\n<p>Olitpa sitten biotieteiden, fysiikan tai tekniikan tutkija, Mind the Graph tarjoaa laajan valikoiman resursseja, joiden avulla voit kertoa tutkimustuloksistasi selke\u00e4sti ja visuaalisesti vaikuttavalla tavalla.<\/p>\n\n\n\n<div style=\"height:21px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" loading=\"lazy\" width=\"600\" height=\"338\" src=\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2022\/10\/r3qiu0qenda-3.gif\" alt=\"\" class=\"wp-image-25130\"\/><\/figure><\/div>\n\n\n<div style=\"height:21px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<div class=\"is-layout-flex wp-block-buttons\">\n<div class=\"wp-block-button aligncenter\"><a class=\"wp-block-button__link has-background wp-element-button\" href=\"https:\/\/mindthegraph.com\/app\/offer-trial\" style=\"border-radius:50px;background-color:#dc1866\" target=\"_blank\" rel=\"noreferrer noopener\">Aloita Infografiikan luominen ilmaiseksi<\/a><\/div>\n<\/div>\n\n\n\n<div style=\"height:44px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>","protected":false},"excerpt":{"rendered":"<p>Otantaharha on kriittinen n\u00e4k\u00f6kohta, kun tehd\u00e4\u00e4n tutkimusta esimerkiksi tilastotieteen, yhteiskuntatieteiden ja epidemiologian aloilla. <\/p>","protected":false},"author":38,"featured_media":28013,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[959,28],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v19.9 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>A problem called Sampling bias - Mind the Graph Blog<\/title>\n<meta name=\"description\" content=\"Sampling bias is a critical consideration when conducting research within disciplines such as statistics, social science, and epidemiology.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/mindthegraph.com\/blog\/fi\/sampling-bias\/\" \/>\n<meta property=\"og:locale\" content=\"fi_FI\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"A problem called Sampling bias\" \/>\n<meta property=\"og:description\" content=\"Sampling bias is a critical consideration when conducting research within disciplines such as statistics, social science, and epidemiology.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/mindthegraph.com\/blog\/fi\/sampling-bias\/\" \/>\n<meta property=\"og:site_name\" content=\"Mind the Graph Blog\" \/>\n<meta property=\"article:published_time\" content=\"2023-05-24T13:07:19+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-05-24T13:07:21+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2023\/05\/sampling-bias-blog.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1123\" \/>\n\t<meta property=\"og:image:height\" content=\"612\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Gilberto de Abreu\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:title\" content=\"A problem called Sampling bias\" \/>\n<meta name=\"twitter:description\" content=\"Sampling bias is a critical consideration when conducting research within disciplines such as statistics, social science, and epidemiology.\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2023\/05\/sampling-bias-blog.jpg\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Gilberto de Abreu\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minutes\" \/>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"A problem called Sampling bias - Mind the Graph Blog","description":"Sampling bias is a critical consideration when conducting research within disciplines such as statistics, social science, and epidemiology.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/mindthegraph.com\/blog\/fi\/sampling-bias\/","og_locale":"fi_FI","og_type":"article","og_title":"A problem called Sampling bias","og_description":"Sampling bias is a critical consideration when conducting research within disciplines such as statistics, social science, and epidemiology.","og_url":"https:\/\/mindthegraph.com\/blog\/fi\/sampling-bias\/","og_site_name":"Mind the Graph Blog","article_published_time":"2023-05-24T13:07:19+00:00","article_modified_time":"2023-05-24T13:07:21+00:00","og_image":[{"width":1123,"height":612,"url":"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2023\/05\/sampling-bias-blog.jpg","type":"image\/jpeg"}],"author":"Gilberto de Abreu","twitter_card":"summary_large_image","twitter_title":"A problem called Sampling bias","twitter_description":"Sampling bias is a critical consideration when conducting research within disciplines such as statistics, social science, and epidemiology.","twitter_image":"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2023\/05\/sampling-bias-blog.jpg","twitter_misc":{"Written by":"Gilberto de Abreu","Est. reading time":"8 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/mindthegraph.com\/blog\/sampling-bias\/","url":"https:\/\/mindthegraph.com\/blog\/sampling-bias\/","name":"A problem called Sampling bias - Mind the Graph Blog","isPartOf":{"@id":"https:\/\/mindthegraph.com\/blog\/#website"},"datePublished":"2023-05-24T13:07:19+00:00","dateModified":"2023-05-24T13:07:21+00:00","author":{"@id":"https:\/\/mindthegraph.com\/blog\/#\/schema\/person\/b28781b05825270dad9cba59503a9321"},"description":"Sampling bias is a critical consideration when conducting research within disciplines such as statistics, social science, and epidemiology.","breadcrumb":{"@id":"https:\/\/mindthegraph.com\/blog\/sampling-bias\/#breadcrumb"},"inLanguage":"fi","potentialAction":[{"@type":"ReadAction","target":["https:\/\/mindthegraph.com\/blog\/sampling-bias\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/mindthegraph.com\/blog\/sampling-bias\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/mindthegraph.com\/blog\/"},{"@type":"ListItem","position":2,"name":"A problem called Sampling bias"}]},{"@type":"WebSite","@id":"https:\/\/mindthegraph.com\/blog\/#website","url":"https:\/\/mindthegraph.com\/blog\/","name":"Mind the Graph Blog","description":"Your science can be beautiful!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/mindthegraph.com\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fi"},{"@type":"Person","@id":"https:\/\/mindthegraph.com\/blog\/#\/schema\/person\/b28781b05825270dad9cba59503a9321","name":"Gilberto de Abreu","image":{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/mindthegraph.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/cc861028818e8a4fffa388f920fbdae9?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/cc861028818e8a4fffa388f920fbdae9?s=96&d=mm&r=g","caption":"Gilberto de Abreu"},"url":"https:\/\/mindthegraph.com\/blog\/fi\/author\/giba\/"}]}},"_links":{"self":[{"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/posts\/28012"}],"collection":[{"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/users\/38"}],"replies":[{"embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/comments?post=28012"}],"version-history":[{"count":3,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/posts\/28012\/revisions"}],"predecessor-version":[{"id":28023,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/posts\/28012\/revisions\/28023"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/media\/28013"}],"wp:attachment":[{"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/media?parent=28012"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/categories?post=28012"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/fi\/wp-json\/wp\/v2\/tags?post=28012"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}