Ako znížiť skreslenie výberu?
Ak neexistuje žiadny účinný spôsob, ako upraviť výsledky tak, aby dostatočne redukovali odchýlky vo výbere, jednoducho uznajte, že odchýlka vo výbere existuje.
Keď vediete vedeckú štúdiu, zvyčajne sa pokúšate zistiť, aký vplyv má jedna vec na niečo iné. Pretože nemôžete študovať celú populáciu, namiesto toho vezmete vzorku tejto populácie. Túto vzorku potom rozdelíte do počtu skupín, ktoré vyžaduje váš návrh výskumu. Jediným rozdielom medzi týmito skupinami by mala byť vec, ktorú sa pokúšate zmerať. K zaujatosti výberu dochádza, ak existujú medzi skupinami ďalšie rozdiely, ktoré by mohli ovplyvniť vaše výsledky. Keď sa to stane, nemôžete použiť výsledky svojej štúdie na väčšiu populáciu. Hlavným spôsobom, akým vedci znižujú skreslenie výberu, je uskutočnenie randomizovaných kontrolovaných štúdií. Avšak randomizované kontrolované štúdie môžu byť nákladovo náročné a v niektorých typoch štúdií, ako sú napríklad štúdie o sociálnych vedách, nie sú uskutočniteľné. Ak nemôžete vykonať randomizovanú kontrolovanú štúdiu, stále môžete svoje výsledky upraviť tak, aby zohľadňovali prípadné odchýlky vo výbere.
Metóda 1 z 3: vykonávanie randomizovaných kontrolovaných štúdií
- 1Zapíšte účastníkov štúdie, ktorí odrážajú vašu cieľovú populáciu. Vaša cieľová populácia je tá, na ktorú použijete výsledky svojej štúdie. Nakreslite všetkých svojich účastníkov štúdie z tejto jedinej populácie. Aj v randomizovanej kontrolovanej štúdii môže dôjsť k zaujatiu výberu, ak účastníci vašej štúdie neodrážajú presne vašu cieľovú populáciu.
- Predpokladajme napríklad, že vašou cieľovou populáciou sú vysokoškoláci. Inzerovali ste však dobrovoľníkov mimo kampusu a prilákali ste aj niektorých miestnych. Miestni obyvatelia, ktorí nechodia na vysokú školu, nemusia mať rovnaké vlastnosti ako vaša cieľová populácia a ich zahrnutie by mohlo viesť k zaujatosti pri výbere.
- Počet účastníkov vašej štúdie musí mať tiež primeranú veľkosť, aby ste mohli výsledky svojej štúdie uplatniť na celú populáciu. Potrebná veľkosť vzorky sa bude líšiť v závislosti od rôznych faktorov, ako je veľkosť študovaného účinku a jeho variabilita v rámci populácie.
- Pomôcť vám môže aj online kalkulačka, ktorá vám pomôže určiť veľkosť vzorky, napríklad tá, ktorá je k dispozícii na stránke https://clincalc.com/stats/samplesize.aspx.
- 2Náhodne vyberte účastníkov štúdie, ktorí spĺňajú vaše kritériá. Aj keď nábor dobrovoľníkov môže byť lacnejšie, tiež riskujú, že dobrovoľnícke zaujatosti. Stáva sa to vtedy, keď ľudia ochotní dobrovoľne pracovať vo vašej štúdii majú osobný záujem na výsledku. Dôvod ich záujmu môže znamenať, že úplne nereprezentujú vašu cieľovú populáciu.
- Vytvorte dotazník s kritériami zaradenia a vylúčenia. Ak napríklad študujete vplyv spánku na známky vysokoškolákov, možno budete chcieť zaistiť rovnováhu medzi študentmi s množstvom ranných kurzov a nočných študentov. V takom prípade by ste zaradili otázku o rozvrhu hodín dobrovoľníka. Ak by ste chceli zahrnúť iba študentov denného štúdia, pýtali by ste sa, koľko hodín dobrovoľník absolvoval.
- Akonáhle budete mať približne 2-3-násobok počtu potenciálnych účastníkov, ktorých potrebujete pre štúdiu, priraďte im každému náhodné číslo. Potom podľa týchto čísel náhodne vyberte účastníkov štúdie. To pomáha znižovať predpojatosť pri výbere, ako aj predpojatosť dobrovoľníkov.
Tip: Ak je vaša randomizácia počas celej štúdie silná, môžete efektívne eliminovať prípadné existujúce odchýlky vo výbere.
- 3Vykonajte pilotnú štúdiu s cieľom identifikovať potenciálne problémy. V pilotnej štúdii si precvičíte náborové techniky pre svojich účastníkov a absolvujete základnú časť aspoň prvej časti štúdie. Všetky nedostatky vo vašom návrhu štúdie alebo vo vašich výberových kritériách pre účastníkov štúdie budú zrejmé. To vám dáva možnosť opraviť všetky nedostatky pred úplným štúdiom.
- Pretože to nie je to pravé, veľkosť vašej vzorky nemusí byť taká veľká, ako by bola pri úplnom štúdiu, čo pomáha znižovať náklady.
- Pilotné štúdie vám tiež poskytnú predstavu o tom, ako rýchlo budete môcť najať účastníkov pre svoju štúdiu a ktoré metódy náboru sa zdajú byť najlepšie.
To pomáha znižovať predpojatosť pri výbere, ako aj predpojatosť dobrovoľníkov. - 4Vytvorte prevádzkovú príručku na štandardizáciu všetkých študijných postupov. Predpojatosť výberu môže skĺznuť cez trhliny vašej starostlivo navrhnutej štúdie, ak ostatní účastníci štúdie používajú rôzne metódy na nábor účastníkov alebo meranie údajov. Ak sú všetky študijné postupy štandardné, môžete si byť tiež istí, že výsledky vášho výskumu môže reprodukovať iný výskumník.
- Ak by napríklad vaši vyšetrovatelia položili účastníkom niekoľko otázok, vaša prevádzková príručka by obsahovala presne položené otázky. Potom by ste mohli svojich vyšetrovateľov koučovať podľa tónu hlasu a ďalších faktorov, ktoré môžu skresľovať reakcie účastníkov.
- Ak máte do štúdie zapojených viac ľudí, naučte ich metódy, ktoré chcete, aby počas štúdie používali, a otestujte ich, aby ste sa presvedčili, že všetci robia všetko rovnako.
- Ak sa vaše štúdium bude konať v priebehu mesiacov alebo rokov, môže byť potrebné absolvovať „obnovovacie“ kurzy, ktoré vyšetrovateľom poskytnú informácie o vašom protokole, najmä ak sú na určitý čas mimo štúdia.
- 5Náhodne priraďte účastníkov k intervenčným alebo placebovým skupinám. Ak robíte randomizáciu sami, na identifikáciu účastníkov štúdie použite náhodné čísla. Osoba, ktorá prideľuje náhodné čísla, by mal byť niekto, kto na štúdii nepracuje ako vyšetrovateľ. Akonáhle sú priradené náhodné čísla, môžete náhodne rozdeliť účastníkov medzi dve skupiny.
- Väčšina univerzít má jednotky podpory výskumu, ktoré pomáhajú s randomizáciou. Existujú aj počítačové programy, ktoré za vás urobia randomizáciu. Ak nemáte prístup k podpore výskumu, použite bezplatný generátor náhodných čísel, ako je napríklad ten na https://random.org/.
- Väčšie štúdie zvyčajne používajú zariadenie na vzdialenú randomizáciu, aby sa ubezpečili, že neexistuje žiadny spôsob, akým by ktokoľvek zapojený do štúdie mohol vedieť, v ktorej skupine bol daný účastník.
- 6Nechajte skupinové úlohy každého účastníka dvojito zaslepené. V dvojito zaslepenej štúdii nevie účastník ani vyšetrovateľ, v ktorej skupine sa účastník nachádza. Niekedy však tento proces nie je možný alebo by bol nákladovo náročný.
- Ak by napríklad vaša štúdia zahŕňala chirurgický zákrok, bolo by nemožné, aby vaši účastníci nevedeli, či sa na nich operuje. V takom prípade by vaši vyšetrovatelia mohli byť slepí, pokiaľ ide o skupinu konkrétnych subjektov, pri meraní a zhromažďovaní údajov, ale účastník nemôže, pretože by musel súhlasiť s chirurgickým zákrokom.
- Aj keď máte na mieste dvojité zaslepenie, môže sa pokaziť. Ak napríklad študujete liek, ktorý má nebezpečné vedľajšie účinky, možno budete potrebovať vedieť, ktorí účastníci liek užívali, aby ste ich mohli sledovať alebo ich na vedľajšie účinky upozorniť.
Metóda 2 z 3: minimalizácia zaujatosti výberu v štúdiách prípadovej kontroly
- 1Zhromažďujte základné demografické informácie od potenciálnych účastníkov. V štúdii prípadovej kontroly máte ľudí, ktorí sa nakazili chorobou alebo stavom (vaše prípady), a ľudí, ktorí nie (vaše kontroly), napriek tomu, že boli vystavení tomu istému. Výber účastníkov z oboch skupín, ktorí majú podobné pozadie a biografické údaje, pomôže eliminovať ďalšie faktory, ktoré by mohli potenciálne ovplyvniť váš výsledok.
- Ak napríklad skúmate pravdepodobnosť, že sa populácia nakazí chorobou po vystavení vírusu, ktorý ju spôsobuje, chceli by ste vzorku, ktorá by bola podobná vekom, sociálno-ekonomickým postavením a prístupom k zdravotnej starostlivosti. Zachovanie týchto podobností znižuje možnosť, že výsledok niektorých účastníkov bude ovplyvnený ich zdravím alebo lekárskou starostlivosťou.
- 2Vyberte ovládanie pomocou rovnakého postupu ako vo vašich prípadoch. V štúdii prípadovej kontroly najskôr identifikujte svoje prípady. Potom postupujte podľa rovnakého alebo podobného postupu, aby ste si zapísali kontroly do štúdie. To zaisťuje, že máte presnú mieru expozície v populácii, ktorú chcete študovať.
- Ak napríklad vaša prípadová populácia pochádza od pacientov odkázaných na liečbu do konkrétnej nemocnice, môžete svoje kontroly vyhľadať u poskytovateľov zdravotnej starostlivosti, ktorí tieto odporúčania poskytli.
Štúdia je ovplyvnená selekciou iba vtedy, ak zdroj tejto zaujatosti ovplyvňuje, či bol potenciálny účastník zaradený do štúdie. - 3Vyhnite sa výberu ovládacích prvkov z nemocničných populácií. Je v poriadku, ak sú vaše prípady hospitalizované. Ak sú však vaše kontroly hospitalizované, výsledná asociácia medzi expozíciou a chorobou bude oslabená.
- Ak napríklad robíte štúdiu o fajčení a chronických srdcových chorobách, hospitalizácia by oslabila ich asociáciu, pretože fajčenie je faktorom, ktorý vedie k mnohým zdravotným problémom, ktoré môžu tiež viesť k hospitalizácii.
- 4Priraďte ovládanie k prípadom na základe podobných demografických údajov. Pri výbere kontrol pre svoju prípadovú kontrolnú štúdiu zahrňte ako kritériá všetky faktory, ktoré môžu ovplyvniť výsledky vašej štúdie. Demografické informácie, ktoré ste získali zo svojich prípadov, použite ako profil pre svoje ovládacie prvky.
- Predpokladajme napríklad, že za vírusovú epidémiu je zodpovedná miestna reštaurácia, ale neviete, ktorá. Miestna populácia, ktorá sa nakazila vírusom, sú vaše prípady. Ak chcete zistiť, ktorá reštaurácia je za to zodpovedná, môžete do svojich kontrol zapísať ľudí z miestnej oblasti, ktorí zodpovedajú vašim prípadom z hľadiska susedstva, veku a pohlavia, ale nenakazili vírus.
- 5Ako kontrolu používajte údaje o obyvateľstve namiesto náboru účastníkov. V štúdii prípadovej kontroly budú ľudia, ktorí neprišli s chorobou alebo stavom, ktorý študujete, vo všeobecnosti menej pravdepodobní, že sa zúčastnia vašej štúdie. Ak však máte k dispozícii informácie o populácii z národnej, regionálnej alebo miestnej databázy, tento problém rieši použitie týchto informácií ako vašej kontroly. Používanie údajov z verejne prístupnej databázy navyše znižuje náklady na vašu štúdiu.
- Vyberte pre svoju kontrolu množinu údajov o populácii, ktorá sa zhoduje s populáciou prípadov, ktoré študujete. Ak sa napríklad všetky vaše prípady nachádzajú v štáte Kalifornia, na získanie údajov o populácii môžete použiť štátnu databázu. Nechceli by ste však používať národnú databázu.
Tip: Udržanie čo najmenšej geografickej oblasti vám tiež umožní mať menšiu veľkosť vzorky, čo zvýši presnosť štúdie a zníži náklady.
Metóda 3 z 3: úprava výsledkov tak, aby zohľadňovala zaujatosť
- 1Zahrňte do analýzy premennú spojenú s odchýlkou výberu. Vyhľadajte premenné, ktoré by potenciálne mohli spôsobiť skreslenie výberu, a zaznamenajte tieto informácie od každého z vašich účastníkov. Potom okrem celkovej analýzy analyzujte aj svoje výsledky konkrétne na základe tejto premennej.
- Predpokladajme napríklad, že študujete spojenie medzi kávou a migrénami. Rozoslali ste poštové prieskumy do domácností v štáte Kalifornia. Uvedomujete si však predchádzajúce štúdie, ktoré ukázali, že starší ľudia majú spravidla väčší záujem zúčastniť sa poštových prieskumov než mladší ľudia, takže by to mohlo skresliť vašu štúdiu podľa veku.
- Ak chcete upraviť zaujatosť pri štúdiu súvislosti medzi kávou a migrénami, mohli by ste svoje údaje oddeliť tak, aby merali spojenie v rôznych vekových skupinách oddelene (stratifikácia). Znížilo by to skreslenie výberu, ku ktorému by došlo tým, že by vo vašej vzorke bolo príliš veľa starších ľudí.
- 2Zvážte reakcie účastníkov na opravu predpojatej vzorky. Ak sa vaši účastníci vhodne nezhodujú s demografickými údajmi vašej cieľovej populácie, nechajte výsledky z nedostatočne zastúpenej skupiny hodnotnejšie ako výsledky z druhej skupiny. Táto vzorka sa upraví tak, aby ste svoje výsledky mohli použiť na celú populáciu.
- Predpokladajme napríklad, že ste študovali vplyv spánku na známky medzi vysokoškolákmi. Populácia študentov na škole, ktorú študujete, je 40% mužov a 60% žien. Vaša vzorka je však iba 20% mužov. Na váženie mužských odpovedí vydelte percento populácie percentuálnym podielom vzorky (40% delené 20%). Výsledok je 2, takže odpoveď každého muža sa počíta dvojnásobne.
Upozornenie: Ak je vaša vzorka príliš odlišná od populácie, ktorú sa pokúšate študovať, vaše výsledky nemusia byť presné pre celú populáciu, dokonca ani s váhou, pretože vo vzorke máte príliš málo zástupcov.
Aj v randomizovanej kontrolovanej štúdii môže dôjsť k zaujatiu výberu, ak účastníci vašej štúdie neodrážajú presne vašu cieľovú populáciu. - 3Diskutujte o potenciáli skreslenia výberu vo svojej správe. Ak neexistuje účinný spôsob, ako upraviť výsledky tak, aby dostatočne znížili odchýlku vo výbere, jednoducho uznajte, že odchýlka vo výbere existuje. Uveďte všetky spôsoby, ktoré ste sa pokúsili napraviť kvôli zaujatosti, alebo popíšte, prečo korekcia pre odchýlku nebola možná vzhľadom na okolnosti štúdie.
- Predpokladajme napríklad, že chcete zhodnotiť súvislosť medzi prácou na nočnej smene a konkrétnym zdravotným problémom porovnaním ľudí, ktorí pracujú v tej istej továrni a vykonávajú rovnakú prácu, pričom jediným rozdielom je, že niektorí pracujú cez deň a niektorí pracujú v noc. Medzi týmito skupinami však pravdepodobne existuje mnoho ďalších rozdielov, za ktoré nemôžete zodpovedať, ako napríklad ich sociálno-ekonomický status alebo prístup k zdravotnej starostlivosti.
- V správe o svojej štúdii uznajte, že existuje mnoho ďalších rozdielov, ktoré vaša štúdia nebrala do úvahy. Môžete tiež spomenúť, aké môžu byť niektoré z týchto rozdielov, a zahrnúť odkazy na iné štúdie, ktoré tieto premenné podrobne analyzovali.
- Štúdia je ovplyvnená selekciou iba vtedy, ak zdroj tejto zaujatosti ovplyvňuje, či bol potenciálny účastník zaradený do štúdie. Ak sa napríklad do vašej štúdie prihlásia ľudia s vážnejšími príznakmi alergie, bolo by to jedno, keby závažnosť ich symptómov nebola kritériom pre výber do štúdie.
Prečítajte si tiež: Ako urobiť oblak vo fľaši?
Súvisiace články
