研究中的偏见类型|定义和例子
研究偏见任何偏离真理的结果，都会造成扭曲的结果和错误的结论。偏见可能发生在你研究的任何阶段，包括期间数据收集，数据分析解释或出版。两者都可能出现研究偏差定性而且定量研究．
理解研究偏差很重要，有几个原因。
几乎不可能在没有某种程度的研究偏差的情况下进行研究。对你来说，意识到潜在的偏见类型是至关重要的，这样你就可以把它们最小化。
例如，如果参与者开始退出，计划的成功率可能会受到影响(摩擦)。那些因为减肥失败而失望的参与者可能会退出，而那些成功减肥的人更有可能继续下去。这反过来可能会使研究结果偏向更有利的结果。
为了避免偏见，解释留在研究中的人和退出研究的人之间的差异很重要。
信息偏倚
信息偏倚，也称为测量偏差，出现在重点研究时变量测量或分类不准确。信息偏误发生在数据收集Step和在涉及自我报告和回顾性数据收集的研究中很常见。它也可能是由糟糕的采访技巧或参与者不同程度的回忆造成的。
信息偏见的主要类型有:
在四周的时间里，你要求学生写日记，记录他们花在智能手机上的时间，以及肌肉抽搐、疼痛或疲劳等任何症状。
在研究结束时，你将自我报告与他们智能手机上注册的使用数据进行比较。你注意到，对于每天使用智能手机少于3小时的人，自我报告往往高估了他们使用智能手机的时间。相反，对于每天使用智能手机超过3小时的人，自我报告往往低估了使用智能手机的时间。这表明，在一个研究小组中，信息偏见可以在多个方向上起作用。
回忆偏倚
回忆偏倚是一种信息偏见。当受访者被要求回忆过去发生的事件时，这种情况就会发生，在涉及自我报告的研究中很常见。
根据经验，不常见的事件(例如，买房子或汽车)会比常规事件(例如，每天使用公共交通工具)更容易被记住。你可以通过试点调查和仔细测试回忆时间来减少回忆偏差。如果可能的话，对较短时间和较长时间的记忆进行测试，检查记忆的差异。
- 一组被确诊的儿童，被称为病例组
- 一群没有被确诊的孩子，被称为对照组
由于父母被要求回忆他们的孩子在几年的时间里通常吃了什么，在病例组中有很高的回忆偏差的可能性。
减少回忆偏差的最好方法是确保你的对照组和你的案例组有相似水平的回忆偏差。儿童癌症是一种严重的健康问题，患有儿童癌症的孩子的父母可能非常关心可能导致癌症的原因。
因此，如果被研究人员问及，这些父母可能会非常认真地思考他们的孩子在生命的最初几年吃了什么或不吃什么。患有其他严重健康问题(除了癌症)的孩子的父母也可能非常关心研究人员提出的任何与饮食有关的问题。
因此，这些父母回忆起孩子饮食的方式，与患有癌症的孩子的父母更有可比性。相比之下，没有健康问题的孩子的父母或只有轻微健康问题的孩子的父母不太可能仔细回忆孩子的饮食习惯。
观察者偏见
观察者偏见研究参与者倾向于看到他们期望或想看到的东西，而不是实际发生的东西。观察者的偏差会影响结果observational和实验研究，其中主观判断(如评估医学图像)或测量(如四舍五入血压读数向上或向下)是研究的一部分ata集合的过程。
观察者偏差导致对真实值的过高或过低估计，这反过来又损害了有效性你的发现。您可以通过使用双盲而且单盲研究方法。
基于你在开始你的研究之前和其他研究人员的讨论观察在美国，你会倾向于认为，当医务人员需要了解患者的具体信息或对治疗有疑问时，他们往往会互相打电话。
在观察期结束时，你和你的同事交换意见。你的结论是，医务人员在寻求信息时倾向于打电话，而你的同事指出，医务人员大多依赖面对面的讨论。鉴于你的预期可能影响了你的观察，你和你的同事决定实施半结构化访谈与医务人员一起澄清观察到的事件。
观察者偏差产生于观察者的观点和期望，影响数据的收集和记录，而行动者-观察者偏差则与我们如何不同地解释相同的行为有关，这取决于我们是在做这件事还是其他人在做这件事。
性能偏差
性能偏差是研究小组之间的不平等关怀。表现偏差主要发生在医学研究实验中，如果参与者在实验开始前已经知道计划的干预、治疗或药物试验。
关于营养、运动结果或手术干预的研究很容易受到这种类型的偏见的影响。它可以通过使用最小化基础垫层，这使得参与者和/或研究人员无法知道谁是对照组或治疗组。如果盲法不可行，那么使用客观结果(如入院数据)是最好的方法。
当一个实验研究的对象因为意识到他们正在被研究而改变或改善他们的行为时，这被称为霍索恩效应(或观察者效应)。类似地,约翰·亨利效应当控制组的成员意识到他们正在与实验组进行比较时发生。这导致他们改变自己的行为，以努力弥补他们感知到的劣势。
均值回归(RTM)
均值回归(RTM)统计现象是指一个事实变量这表明在第一次测量时的极值将倾向于在第二次测量时更接近其分布中心。
医学研究对RTM特别敏感。在这里，针对与平均值有很大不同的群体或特征(例如，高血压患者)的干预措施似乎会成功，因为回归到平均值。这可能导致研究人员误解结果，将特定的干预描述为因果关系，而极端群体的变化无论如何都会发生。
一般来说，在抑郁症患者中，某些生理和心理特征已被观察到偏离人群的意思是．
这可能会让你认为干预是有效的当那些接受治疗的人在治疗后的测量指标上表现出改善，比如抑郁发作的严重程度降低。
但是，考虑到这样的特性更偏离了总体均值有抑郁症的人比没有抑郁症的人，这种改善可以归因于RTM。
为了区分RTM和真正的改善，可以考虑引入一个对照组，比如一个由相似个体组成的未治疗组或一组接受替代治疗的相似个体。
采访者的偏见
采访者的偏见源于进行研究的人。这可能源于他们提问或回应的方式，但也可能源于他们身份的任何方面，如性别、种族、社会阶层或感知的吸引力。
采访者偏见会扭曲回答，特别是当特征以某种方式与研究主题相关时。面试官偏见也会影响面试官与被面试者建立融洽关系的能力，导致他们在敏感或个人话题上发表诚实意见时感到不太舒服。
参与者:“我喜欢解谜，有时也喜欢做园艺。”
你:“我也喜欢园艺!”
在这种情况下，看到你的热情反应会让参与者更多地谈论园艺。
在你和面试者之间建立信任是至关重要的，这样才能确保他们能够轻松地敞开心扉，透露自己的真实想法和感受。与此同时，正如上面所示，过度的同理心会影响面试者的反应。
一个更好的方法是使用中性的回答，这仍然表明你在关注并参与到对话中。一些例子可以包括“谢谢你的分享”或“你能多告诉我一些吗?”
发表偏倚
发表偏倚当发表研究结果的决定是基于研究结果的性质或方向时发生。研究报告的结果被认为是积极的，统计上显著，或者喜欢学习假设更有可能由于发表偏倚而被发表。
发表偏倚与数据挖掘(也称为p黑客)，对一组数据进行统计测试，直到出现统计上有意义的情况。由于学术期刊倾向于发表具有统计意义的结果，这可能会迫使研究人员只提交具有统计意义的结果。P-黑客行为还包括一次排除参与者或停止数据收集p价值达到0.05。然而，这导致了假阳性结果和发表的学术文献中阳性结果的过度表述。
研究者的偏见
研究者的偏见当研究人员的信念或期望影响研究设计或数据收集过程时发生。研究人员的偏见可能是故意的(比如声称干预有效，即使它没有)，也可能是无意识的(比如让个人感觉、刻板印象或假设影响研究问题)。
研究者偏见的无意识形式与皮格马利翁效应(或罗森塔尔效应)，研究人员的高期望(例如，分配到治疗组的患者会成功)会导致更好的表现和更好的结果。
研究者偏见有时也被称为实验者偏见，但它适用于所有类型的调查项目，而不仅仅是实验设计．
- 很好的问题:你对同龄人的饮酒有什么看法?
- 不良问题:你认为年轻人喝这么多酒可以吗?
反应偏差
反应偏差这是一个通用术语，用来描述许多不同的情况，在这些情况下，受访者倾向于对自我报告的问题提供不准确或错误的答案，比如在调查或在结构化面试．
发生这种情况是因为当人们被问到一个问题时(例如，在一次谈话中)面试),他们整合多个资源来产生他们的反应。正因为如此，研究的任何方面都有可能使受访者产生偏见。例如，调查中问题的措辞，参与者如何看待研究人员，或参与者希望取悦研究人员并提供社会理想响应。
反应偏差也发生在实验性医学研究中。当结果是基于患者的报告时，a安慰剂效应可能发生的。在这里，患者报告尽管接受了安慰剂，而不是积极的药物治疗，但情况有所改善。
在面试一个学生时，你问他们:
“你认为考试作弊可以吗?”
由于作弊通常被认为是一件坏事，所以这个词本身就带有负电荷。在这种情况下，学生可能会觉得有必要隐藏自己的真实感受，符合社会公认的最可接受的标准——作弊是不对的。
常见的反应偏差类型有:
默许的偏见
默许的偏见是指受访者在面对“同意/不同意”、“是/否”或“真/假”等二元选项时，倾向于同意某一说法。默认有时被称为“同意”。
这种类型的偏见要么是由于参与者的个性(即，有些人更倾向于同意而不是不同意，不管他们的内容)，要么是因为参与者认为研究人员是专家，更倾向于同意呈现给他们的陈述。
问:你是一个善于社交的人吗?
- 是的
- 没有
倾向于同意摆在他们面前的陈述的人有选择第一个选项的风险，即使这个选项没有得到他们的生活经验的完全支持。
为了控制默许，考虑调整你的措辞，以鼓励受访者真正根据他们的喜好做出选择。这里有一个例子:
问:你喜欢什么?
- 一个安静的夜晚
- 晚上和朋友出去玩
需求的特点
需求的特点这些线索可能会向参与者透露研究议程，可能会改变他们的行为或观点。确保参与者没有意识到研究目标是避免这种偏见的最好方法。
在每一次手术中，患者报告他们的疼痛都比术前减轻了。虽然从表面上看，这似乎表明手术确实会减少疼痛，但这是一种需求特征在起作用。在采访过程中，每当患者报告术后疼痛加重时，研究人员就会无意识地皱眉。这增加了患者认为研究人员希望手术能产生有利效果的风险。
察觉到这一点后，患者淡化了任何抱怨，以取悦研究人员。研究人员的皱眉作为线索(需求特征)，帮助参与者明白研究议程是减轻痛苦。
社会可取性偏见
社会可取性偏见参与者倾向于给出他们认为会被研究人员或其他参与者看好的回答。它通常会影响关注敏感话题的研究，比如饮酒或性行为。
你是面对面的指挥半结构化访谈有很多来自不同部门的员工。当被问及他们是否对戒烟计划感兴趣时，他们对这个想法普遍表现出热情。
然而，当你在一天结束的时候离开大楼时，你遇到几个面试小组的成员在外面吸烟。你无意中听到他们说他们不喜欢戒烟计划的想法，但他们觉得他们真的不能说出来，因为吸烟在这个时代被认为是一种坏习惯。
请注意，虽然社会可取性和需求特征听起来很相似，但它们之间有一个关键的区别。社会可取性是社会规范的符合性，而需求特征则围绕着研究的目的而展开。
礼貌的偏见
礼貌的偏见源于不愿给出负面反馈，以便礼貌地对待提问者。在小组面试中，参与者以某种方式相互联系(例如，学生、老师和院长)，尤其容易出现这种类型的偏见。
礼貌偏见，包括对后果的恐惧，可能会导致一些女性避免分享任何负面经历。在这里，最好的方法是通过采访来捕捉女性在更中立的环境中受到不尊重的经历。
问题顺序偏差
问题顺序偏差当面试问题的提问顺序影响了受访者对问题的解释和评价时发生。特别是当前面的问题为后面的问题提供上下文时。
在回答后续问题时，受访者可能会将他们的答案指向之前的问题(称为a光环效应)，这可能导致系统的扭曲的反应。
在这种情况下，你可以通过在具体问题(婚姻)之前问一般性问题(生活满意度)来减少问题顺序偏差。
极端的反应
极端的反应被调查者倾向于极端地回答问题，选择最低或最高的答案，即使那不是他们的真实观点。极端反应是常见的调查使用李克特量表，它扭曲了人们的真实态度和观点。
对调查的倾向可能是极端反应的来源，以及文化成分。例如，来自集体主义文化的人往往在同意方面表现出极端的反应，而对所提问题漠不关心的受访者可能在不同意方面表现出极端的反应。
在你的初步研究中，你注意到许多受访者对每个问题只选择极端的选项。为了缓解这个问题，您决定缩短问卷调查让问题多样化。除了单独使用李克特量表，你还可以添加一些选择题和开放式问题。
选择性偏差
选择性偏差是一个通用术语，描述从影响研究人群的因素中引入偏见的情况。
常见的选择偏差类型有:
仅从泳池的老年人收集数据将导致数据的选择偏差。在这种情况下，你排除了那些不愿意或不能保持积极生活方式的老年人。
抽样或确定偏差
抽样偏差发生在样本(你为研究获得的个人、群体或数据)的选择方式不能代表你所分析的人群。抽样偏差威胁到外部效度你的发现和影响普遍性你的结果。
防止抽样偏差最简单的方法是使用概率抽样法．这样，你所研究的人口中的每个成员都有均等的机会被包括在你的样本中。
抽样偏差通常被称为确定偏差在医学领域
这种收集方法不包括卧床不起或患有心脏病的人。因为他们中的许多人更有可能被限制在家里或医院里，而不是在商场里走动，所以你的样本是有偏见的。
磨损的偏见
磨损的偏见当参与者退出研究时发生系统地不同于那些留在研究中的人。在医学研究的随机对照试验中，损耗偏差尤其成问题，因为参与者如果不喜欢试验体验或有不想要的副作用，可能会退出试验，从而影响试验结果。
您可以通过为参与者提供完成研究的激励措施(例如，如果他们成功地参加了每个环节，则赠送礼品卡)来最小化损耗偏差。招募更多的参与者也是一个很好的做法，或者尽量减少后续会议或问题的数量。
你在两个月的时间里每周提供一小时的治疗，而对照组参加不相关主题的会议。您完成了五波数据收集来比较结果:测试前调查，项目中的三次调查和测试后调查。
在你的研究过程中，你注意到一些参与者退出了，没有参加培训课程或完成后续调查。你检查基线调查数据，比较那些离开的人和那些留下来的人，发现离开的参与者报告的焦虑水平明显高于留下来的人。这意味着你的研究存在损耗偏差。
自我选择或自愿偏见
自己挑选的偏见(也称为志愿者的偏见当自愿参加研究的个体具有与研究目的有关的特定特征时，就会发生这种情况。
志愿者的偏见会导致有偏见的数据，因为选择参与的受访者不会代表你的整个目标人群。可以通过使用随机分配即:，placing participants in a对照组或者在他们自愿参与研究后进行治疗。
与志愿者偏见密切相关的是nonresponse偏见这种情况发生在研究对象拒绝参加某项特定研究或在研究完成前退出时。
考虑到医院位于城市的富裕地区，志愿者比普通人群更有可能拥有更高的社会经济地位、更高的教育水平和更好的营养。
这意味着志愿者偏见可能会影响你的研究结果，因为参与者与非参与者在与研究目标相关的方面(即营养和认知衰退之间的关系)存在显著差异。
生存偏差
生存偏差当您没有完整地评估数据集时发生:例如，只分析在临床试验中幸存下来的患者。
这大大增加了你根据那些通过了某种选择过程的人得出(不正确的)结论的可能性——专注于“幸存者”，而忘记了那些经历了类似过程但没有幸存下来的人。
请注意，“存活”并不总是意味着参与者死亡!相反，它意味着参与者没有成功地完成干预。
然而，大多数大学辍学生并没有成为亿万富翁。事实上，有抱负的企业家从大学辍学开公司，结果失败的要比成功的多。
当你只关注那些从学校毕业并取得成功的人，而忽略了更多没有成功的辍学者时，你就会屈服于生存偏见。这意味着由于“失败”子组不可见，可见的“成功”子组被误认为是整个组。
Nonresponse偏见
Nonresponse偏见当那些没有对调查或研究项目做出回应的人与那些对研究目标做出回应的人不同时，就会发生这种情况。这是很常见的调查研究，当参与者由于缺乏必要的技能，缺乏时间，或与主题相关的内疚或羞耻等因素而无法或不愿参与时。
您可以通过提供不同格式的调查(例如，在线调查，但也可以通过邮寄的纸质版本)来减轻不回复偏见，确保保密，并向他们发送完成调查的提醒。
你注意到你的调查是在工作时间进行的，而工作年龄的居民不太可能在家。
如果工作年龄的受访者在你的样本中代表性不足，那么746个有效年龄的受访者的平均代表性不足斜比真实的人口平均年龄要大。在这种情况下，所有座机用户中有偏差的平均年龄和真实的(但未被观察到的)平均年龄之间的差异是由于无响应偏差造成的。
总量差额的偏见
总量差额的偏见只发生在样本从你感兴趣的人群的子集中。在线调查特别容易受到覆盖不足偏差的影响。尽管它们比其他方法更具成本效益，但由于排除了不使用互联网的人，它们可能会引入覆盖不足的偏见。
但是，你从之前的研究中知道，不上网的比例与年龄呈正相关，与受教育程度呈负相关。这意味着你有将年龄较大和受教育程度较低的受访者排除在样本之外的风险。由于互联网用户和非互联网用户之间的差异可以在影响你的研究变量方面发挥重要作用，你将无法从你的网络调查中得出有效的结论。
认知偏见
认知偏见指的是由于我们客观处理信息的能力有限而产生的一组可预测的(即非随机的)思维错误。相反，我们的判断受到我们的价值观、记忆和其他个人特质的影响。这创造了“心理捷径”，帮助我们更直观地处理信息，更快地做出决定。然而，认知偏差也会导致我们误解或曲解情况、信息或其他人。
由于认知偏差，人们通常认为事件更容易预测后他们发生。
当某件事发生时，它往往看起来如此明显，以至于我们应该已经预见到它的到来，这可能会扭曲我们的记忆，使我们早期的预测与这种信念一致。换句话说，我们告诉自己“我一直都知道”。
尽管对于认知偏差的类型有多少还没有普遍的共识，但一些常见的类型是:
锚定的偏见
锚定的偏见就是人们倾向于关注他们收到的第一条信息，尤其是与数字有关的信息。这条信息成为一个参考点或锚点。因此，人们将所有后续决策都建立在这个锚上。例如，最初的出价对谈判结果的影响比随后的出价更大。
如果一个汽车销售人员以1.2万美元的价格开始谈判，当你最终同意他把价格降至1.05万美元时，你可能会认为这是一笔不错的交易。这辆车的实际价值可能接近1万美元，但你听到的第一个数字会影响你对它价值的估计。
框架效应
框架效应指的是我们倾向于根据有关决策的信息如何呈现给我们来做决定。换句话说，我们的反应取决于选择是消极的还是积极的，例如，获得还是损失，奖励还是惩罚，等等。这意味着相同的信息可能会更有吸引力，也可能不那么有吸引力，这取决于措辞或突出的特征。
行动者观察者偏见
行动者观察者偏见当你把别人的行为归因于内在因素，如技能或个性，而把自己的行为归因于外部或情境因素时，就会发生这种情况。
换句话说，当你是演员在某种情况下，你更有可能将事件与外部因素联系起来，比如你的环境或环境。然而，当你是观察别人的行为，你更有可能把他们的行为与他们的个性、本性或气质联系起来。
一位受访者回忆起一个下着大雨的早晨。他们赶着把孩子送到学校，以便准时上班。当他们在高速公路上行驶时，另一辆车在他们试图汇合时拦住了他们。他们会告诉你他们感到多么沮丧，并惊呼另一个司机一定是一个非常粗鲁的人。
在另一个点上，同一位受访者回忆说，他们做了类似的事情:在试图走正确的出口时，不小心挡住了另一位司机的路。然而，这一次，受访者声称他们开车总是非常小心，并将他们的错误归咎于下雨造成的能见度低。
这次采访受到了行动者-观察者偏见的影响。你的受访者在描述相同的行为(危险驾驶)时，将内部因素(粗鲁)归咎于他人，将外部因素(下雨)归咎于自己。
可用性启发式
可用性启发式(或可用性偏差)描述用我们能迅速回忆起来的信息来评估一个主题的倾向，即，我们可以得到的信息。然而，这并不一定是最好的信息，而是最生动或最近的信息。即便如此，由于这种心理捷径，我们倾向于认为我们能回忆起的一定是正确的，而忽略了任何其他信息。
确认偏误
确认偏误是一种倾向，即寻求支持我们现有信念的信息，同时拒绝任何与这些信念相悖的信息。确认偏误通常是无意的，但仍然会导致倾斜结果和糟糕的决策。
假设你的父母都是军人。对于海外部署，你可能会有很多复杂的情绪。这可能会导致你过分强调那些“证明”你的生活经历是大多数家庭的情况的发现，而忽视了其他的解释和经历。
作为一名研究人员，在支持或拒绝一项研究时，做出基于证据的决定是至关重要的假设避免对既定结果产生确认偏误。
光环效应
的光环效应指的是我们对一个人、一个品牌或一个产品的总体印象是由一个单一的特征形成的情况。例如，当我们根据我们注意到的一些积极的事情，自动地对某人做出积极的假设时，就会发生这种情况，而实际上，我们对他们知之甚少。
巴德尔-迈因霍夫现象
巴德尔-迈因霍夫现象(或频率错觉)当你最近学到的东西在第一次引起你的注意后，似乎“无处不在”。然而，事实并非如此。增加的是你对某些事物的意识，比如一个新词或一首你从来不知道存在的老歌，而不是它们的频率。
如何避免研究中的偏见
虽然很难完全消除，但研究偏差可以通过适当的研究设计和实施来减轻。这里有一些建议，当你开始时要记住。
- 清楚地解释方法部分如何研究设计将帮助你达到研究目标，以及为什么这是最合适的研究设计。
- 在定量研究，确保你使用概率抽样来选择参与者。如果你在做实验，一定要用随机分配分配你的对照组和治疗组。
- 考虑在研究过程中退出或失去随访的参与者。如果他们因为特定的原因退出，这可能会影响你的结果。这尤其适用于长期或纵向研究．
- 使用三角测量以加强有效性以及你发现的可信度。
- 句话你调查或面试用中立、非评判的语气提问。要非常小心，你的问题不要把你的参与者引向任何特定的方向。
- 考虑使用反射日志。在这里，您可以记录每个细节面试，特别注意你可能对参与者产生的任何影响。你可以在最后的分析中包括这些。
关于研究偏见的常见问题
- 观察者偏倚和行动者-观察者偏倚的区别是什么?
-
观察者偏见当研究人员的假设、观点或先入之见影响了他们在研究中看到和记录的内容时，就会发生偏见，而行为者-观察者偏见指的是受访者将内部因素(例如，坏的性格)归因于他人的行为，而外部因素(困难的环境)归因于自己的相同行为。
- 反应性偏差和非反应性偏差的区别是什么?
-
反应偏差是一个通用术语，用于描述在调查或访谈中提示受访者提供不准确或错误答案的许多不同条件或因素。这些因素包括从面试官的社会地位或外表到调查中问题的措辞。
Nonresponse偏见当完成调查的人与没有完成调查的人在与研究主题相关的方面有所不同时，就会出现这种情况。没有反应可能是因为人们不愿意或不能参与。