Problema, vadinama atrankos šališkumu

Nepriklausomai nuo naudojamos metodikos ar tiriamos disciplinos, tyrėjai turi užtikrinti, kad jie naudotų reprezentatyvias imtis, atspindinčias tiriamos populiacijos charakteristikas. Šiame straipsnyje bus nagrinėjama imties šališkumo sąvoka, jo skirtingos rūšys ir taikymo būdai bei geriausia praktika, kaip sumažinti jo poveikį.

Kas yra atrankos šališkumas?

Imties šališkumas - tai situacija, kai tam tikri populiacijos individai ar grupės į imtį patenka dažniau nei kiti, todėl imtis yra šališka arba nereprezentatyvi. Taip gali atsitikti dėl įvairių priežasčių, pavyzdžiui, dėl neatsitiktinių imties sudarymo metodų, savęs atrankos šališkumo arba tyrėjo šališkumo.

Kitaip tariant, atrankos šališkumas gali pakenkti tyrimo rezultatų pagrįstumui ir apibendrinamumui, nes imtį iškreipia tam tikrų savybių ar požiūrių, kurie gali neatitikti didesnės populiacijos.

Idealiu atveju visus apklausos dalyvius reikia atrinkti atsitiktine tvarka. Tačiau praktikoje gali būti sunku atlikti atsitiktinę dalyvių atranką dėl tokių apribojimų, kaip išlaidos ir respondentų prieinamumas. Net jei duomenų nerenkate atsitiktine tvarka, labai svarbu žinoti apie galimus šališkumus, kurie gali būti jūsų duomenyse.

Kai kurie imties atrankos šališkumo pavyzdžiai:

Savanorių šališkumas: Dalyvių, kurie savanoriškai dalyvauja tyrime, charakteristikos gali skirtis nuo savanoriškai nedalyvaujančių, todėl imtis gali būti nereprezentatyvi.
Neatsitiktinė atranka: Jei tyrėjas atrenka dalyvius tik iš tam tikrų vietovių arba atrenka tik tam tikromis savybėmis pasižyminčius dalyvius, imtis gali būti neobjektyvi.
Išgyvenimo šališkumas: Taip atsitinka, kai į imtį įtraukiami tik tie asmenys, kurie išgyveno arba kuriems pavyko tam tikroje situacijoje, tačiau neįtraukiami tie, kurie neišgyveno arba kuriems nepavyko.
Patogus mėginių ėmimas: Šio tipo atranka apima lengvai prieinamų dalyvių, pavyzdžiui, esančių netoliese, arba atsakiusiųjų į internetinę apklausą atranką, kuri gali neatspindėti didesnės populiacijos.
Patvirtinimo šališkumas: Tyrėjai gali nesąmoningai ar sąmoningai pasirinkti dalyvius, kurie patvirtina jų hipotezę ar tyrimo klausimą, todėl rezultatai gali būti neobjektyvūs.
Hawthorne efektas: Dalyviai, žinodami, kad yra tiriami ar stebimi, gali keisti savo elgesį ar atsakymus, todėl rezultatai gali būti nereprezentatyvūs.

Jei žinote apie šiuos šališkumus, galite į juos atsižvelgti analizėje, kad galėtumėte atlikti šališkumo korekciją ir geriau suprasti, kokiai populiacijai atstovauja jūsų duomenys.

Imties nuokrypio tipai

Atrankos šališkumas: pasitaiko, kai imtis nėra reprezentatyvi populiacijai.
Matavimo paklaida: pasitaiko, kai surinkti duomenys yra netikslūs arba neišsamūs.
Ataskaitų teikimo šališkumas: pasitaiko, kai respondentai pateikia netikslią arba neišsamią informaciją.
Neatsakymo šališkumaskai dalis populiacijos narių neatsako į apklausos klausimus ir dėl to gaunama nereprezentatyvi imtis.

Imties nuokrypio priežastys

Patogus mėginių ėmimas: imties atranka remiantis patogumu, o ne moksliniu metodu.
Savarankiškos atrankos šališkumas: į apklausą įtraukiami tik tie, kurie joje dalyvauja savanoriškai, o tai gali neatspindėti visos populiacijos.
Imties rėmo nuokrypis: kai imčiai atrinkti naudojama atrankos sistema nėra reprezentatyvi populiacijai.
Išgyvenimo šališkumas: kai tyrime dalyvauja tik tam tikri populiacijos nariai ir dėl to gaunama nereprezentatyvi imtis. Pavyzdžiui, jei tyrėjai apklausia tik gyvus žmones, jie gali negauti informacijos iš žmonių, kurie mirė prieš atliekant tyrimą.
Atrankos šališkumas dėl žinių trūkumo: neatpažįsta kintamumo šaltinių, dėl kurių įverčiai gali būti neobjektyvūs.
Imties nuokrypis dėl imties administravimo klaidų: nesinaudojama tinkama ar gerai veikiančia imties sistema arba atsisakoma dalyvauti tyrime, todėl imtis atrenkama neobjektyviai.

Imties atrankos paklaida klinikiniuose tyrimuose

Klinikiniais tyrimais siekiama išbandyti naujo gydymo ar vaistų veiksmingumą tam tikroje populiacijoje. Jie yra esminė vaistų kūrimo proceso dalis ir jais nustatoma, ar gydymas yra saugus ir veiksmingas, prieš pateikiant jį visuomenei apskritai. Tačiau klinikiniams tyrimams taip pat būdingas atrankos šališkumas.

Atrankos šališkumas atsiranda tada, kai tyrimui naudojama imtis neatspindi populiacijos, kurią reikia reprezentuoti. Klinikinių tyrimų atveju atrankos šališkumas gali pasireikšti, kai dalyviai yra pasirenkami dalyvauti atrankos būdu arba atrenkami patys.

Tarkime, kad farmacijos bendrovė atlieka klinikinį tyrimą, siekdama patikrinti naujo vaisto nuo vėžio veiksmingumą. Ji nusprendžia rinkti tyrimo dalyvius per skelbimus ligoninėse, klinikose ir vėžio paramos grupėse, taip pat per internetines paraiškas. Tačiau jų renkama imtis gali būti šališka, nes joje gali dalyvauti tie, kurie yra labiau motyvuoti dalyvauti tyrime arba serga tam tikro tipo vėžiu. Dėl to gali būti sunku tyrimo rezultatus apibendrinti didesnei populiacijai.

Siekdami sumažinti atrankos šališkumą klinikiniuose tyrimuose, tyrėjai turi taikyti griežtus įtraukimo ir neįtraukimo kriterijus ir atsitiktinės atrankos procesus. Taip bus užtikrinta, kad tyrimui atrinktų dalyvių imtis būtų reprezentatyvi didesnei populiacijai, todėl surinktų duomenų šališkumas bus kuo mažesnis.

Problemos, kylančios dėl atrankos šališkumo

Imties nuokrypis yra problemiškas, nes gali būti, kad iš imties apskaičiuota statistika yra sistemingai klaidinga. Dėl to atitinkamas populiacijos parametras gali būti sistemingai pervertintas arba nepakankamai įvertintas. Tai pasitaiko praktikoje, nes praktiškai neįmanoma užtikrinti tobulo atsitiktinumo imant imtį.

Jei iškraipymo laipsnis yra nedidelis, imtį galima laikyti pagrįstu atsitiktinės imties prilyginimu. Be to, jei imtis labai nesiskiria matuojamu dydžiu, tada iškreipta imtis vis tiek gali būti pagrįstas įvertis.

Nors kai kurie asmenys gali sąmoningai naudoti neobjektyvią imtį, kad gautų klaidinančius rezultatus, dažniau neobjektyvi imtis tiesiog atspindi sunkumus gauti tikrai reprezentatyvią imtį arba matavimo ar analizės proceso neobjektyvumą.

Ekstrapoliacija: viršijama riba

Statistikoje išvadų darymas apie kažką, kas išeina už duomenų ribų, vadinamas ekstrapoliacija. Viena iš ekstrapoliacijos formų yra išvados darymas iš šališkos imties: kadangi taikant imties sudarymo metodą sistemingai neįtraukiamos tam tikros nagrinėjamos populiacijos dalys, išvados taikomos tik atrinktai subpopuliacijai.

Ekstrapoliacija taip pat atsiranda, jei, pavyzdžiui, universiteto studentų imtimi pagrįsta išvada taikoma vyresnio amžiaus suaugusiesiems arba suaugusiesiems, turintiems tik 8 klasių išsilavinimą. Ekstrapoliacija yra dažna statistikos taikymo ar aiškinimo klaida. Kartais dėl to, kad sunku arba neįmanoma gauti gerų duomenų, ekstrapoliacija yra geriausia, ką galime padaryti, tačiau visada reikia į ją žiūrėti bent su trupučiu druskos, o dažnai ir su didele neapibrėžtumo doze.

Iš mokslo į pseudomokslą

Kaip minima Vikipedijoje, pavyzdys, kaip gali egzistuoti šališkumo nežinojimas, yra plačiai paplitęs santykio (dar vadinamo kartus pokyčiu), kaip biologinio skirtumo mato, naudojimas. Kadangi lengviau pasiekti didelį santykį su dviem mažais skaičiais, turinčiais tam tikrą skirtumą, ir santykinai sunkiau pasiekti didelį santykį su dviem dideliais skaičiais, turinčiais didesnį skirtumą, lyginant santykinai didelius skaitinius matavimus gali būti nepastebėti dideli reikšmingi skirtumai.

Kai kas tai vadina "demarkacijos šališkumu", nes naudojant santykį (dalijimą), o ne skirtumą (atimtį), analizės rezultatai iš mokslo virsta pseudomokslu.

Kai kuriose imtyse naudojamas neobjektyvus statistinis planas, kuris vis dėlto leidžia įvertinti parametrus. Pavyzdžiui, JAV Nacionalinis sveikatos statistikos centras daugelyje savo nacionalinio masto apklausų sąmoningai sudaro per dideles mažumų gyventojų imtis, kad gautų pakankamai tikslius įverčius šiose grupėse.

Norint gauti tinkamus visų etninių grupių įverčius, šiuose tyrimuose reikia naudoti imties svorius. Jei laikomasi tam tikrų sąlygų (visų pirma, jei svoriai apskaičiuojami ir naudojami teisingai), šios imtys leidžia tiksliai įvertinti populiacijos parametrus.

Geriausia atrankos šališkumo mažinimo praktika

Labai svarbu pasirinkti tinkamą atrankos metodą, kad gauti duomenys tiksliai atspindėtų tiriamąją populiaciją.

Atsitiktinės atrankos metodai: Taikant atsitiktinės atrankos metodus padidėja tikimybė, kad imtis yra reprezentatyvi populiacijai. Šis metodas padeda užtikrinti, kad imtis būtų kuo labiau reprezentatyvi tiriamajai populiacijai, todėl mažiau tikėtina, kad joje bus šališkumo.
Imties dydžio apskaičiavimas: Imties dydis turėtų būti apskaičiuojamas taip, kad būtų galima patikrinti statistiškai reikšmingas hipotezes. Kuo didesnė imtis, tuo geriau atspindima populiacija.
Tendencijų analizė: Ieškoti alternatyvių duomenų šaltinių ir analizuoti bet kokias pastebėtas tendencijas duomenyse, kurie gali būti nepasirinkti.
Šališkumo tikrinimas: Reikėtų stebėti šališkumo atvejus, kad būtų galima nustatyti sistemingą konkrečių duomenų taškų neįtraukimą ar per didelį įtraukimą.

Atkreipkite dėmesį į pavyzdžius

Atliekant tyrimus labai svarbu atsižvelgti į imties paklaidą. Nepriklausomai nuo naudojamos metodikos ar tiriamos disciplinos, tyrėjai turi užtikrinti, kad jie naudotų reprezentatyvias imtis, kurios atspindėtų tiriamos populiacijos charakteristikas.

Rengiant mokslinius tyrimus labai svarbu atkreipti dėmesį į imties atrankos procesą, taip pat į metodiką, taikomą duomenims iš imties rinkti. Siekiant užtikrinti, kad tyrimų rezultatai būtų pagrįsti ir patikimi, todėl didesnė tikimybė, kad jie turės įtakos politikai ir praktikai, reikėtų taikyti geriausią praktiką, pavyzdžiui, atsitiktinės atrankos metodus, imties dydžio apskaičiavimą, tendencijų analizę ir šališkumo tikrinimą.

Akį traukiančios mokslinės infografikos per kelias minutes

Mind the Graph yra galingas internetinis įrankis mokslininkams, kuriems reikia kurti aukštos kokybės mokslinę grafiką ir iliustracijas. Ši platforma yra patogi ir prieinama įvairaus lygio techninių žinių turintiems mokslininkams, todėl ji yra idealus sprendimas mokslininkams, kuriems reikia kurti grafiką savo publikacijoms, pristatymams ir kitai mokslinės komunikacijos medžiagai.

Nesvarbu, ar dirbate gyvybės, fizinių ar inžinerijos mokslų srityje, Mind the Graph siūlo daugybę šaltinių, kurie padės aiškiai ir vizualiai patraukliai pateikti mokslinių tyrimų rezultatus.