3 enkla sätt att minska selektiviteten

Innehållsförteckning:

3 enkla sätt att minska selektiviteten
3 enkla sätt att minska selektiviteten

Video: 3 enkla sätt att minska selektiviteten

Video: 3 enkla sätt att minska selektiviteten
Video: Minska smärta och svullnad i vaderna med 3 enkla övningar 2024, Mars
Anonim

När du gör en vetenskaplig studie försöker du vanligtvis bestämma vilken effekt en sak har på något annat. Eftersom du inte kan studera en hel befolkning tar du istället ett urval av den populationen. Du delar sedan upp det urvalet i antalet grupper som efterfrågas av din forskningsdesign. Den enda skillnaden mellan dessa grupper bör vara det du försöker mäta. Urvalsbias uppstår om det finns andra skillnader mellan grupperna som kan påverka dina resultat. När det händer kan du inte tillämpa resultaten av din studie på den större befolkningen. Det främsta sättet på vilket forskare minskar urvalsbias är genom att genomföra randomiserade kontrollerade studier. Men randomiserade kontrollerade studier kan vara kostnadsöverskridande och i vissa typer av studier, till exempel samhällsvetenskapliga studier, är de inte genomförbara. Om du inte kan göra en randomiserad kontrollerad studie kan du fortfarande justera dina resultat för att ta hänsyn till eventuella urval.

Steg

Metod 1 av 3: Genomföra randomiserade kontrollerade studier

Minska urvalsfel Steg 1
Minska urvalsfel Steg 1

Steg 1. Registrera studiedeltagare som återspeglar din målpopulation

Din målpopulation är den som du kommer att tillämpa resultaten av din studie på. Dra alla dina studiedeltagare från den enda populationen. Även i en randomiserad kontrollerad studie kan selektivitet uppstå om dina deltagare inte exakt speglar din målpopulation.

  • Anta till exempel att din målpopulation är studenter. Men du annonserade för volontärer utanför campus och lockade också några lokalbefolkningen. Lokalbefolkningen som inte går på högskolan kanske inte har samma egenskaper som din målpopulation och att inkludera dem kan leda till urval.
  • Antalet deltagare i din studie måste också vara av tillräcklig storlek för att du ska kunna tillämpa resultaten av din studie på befolkningen i stort. Den nödvändiga urvalsstorleken varierar beroende på en mängd olika faktorer, till exempel storleken på den effekt du studerar och dess variation inom befolkningen.
  • Du kan också få lite hjälp från en online -kalkylator som hjälper dig att bestämma din provstorlek, till exempel den som finns på
Minska urvalsfel Steg 2
Minska urvalsfel Steg 2

Steg 2. Välj slumpmässiga studiedeltagare som uppfyller dina kriterier

Även om det kan vara billigare att rekrytera volontärer löper du också risken för partiskhet. Detta händer när personer som är villiga att vara volontärer i din studie har ett personligt intresse av resultatet. Anledningen till deras intresse kan innebära att de inte helt representerar din målpopulation.

  • Skapa ett frågeformulär med inkluderings- och uteslutningskriterier. Om du till exempel studerar sömnens effekt på högskolestudenters betyg, kanske du vill se till att du har en balans mellan studenter med många tidiga morgonkurser och nattstudenter. I så fall skulle du inkludera en fråga om volontärens klassschema. Om du bara ville inkludera heltidsstudenter skulle du fråga hur många kurstimmar volontären tog.
  • När du har ungefär 2-3 gånger antalet potentiella deltagare du behöver för studien, tilldela dem var och en ett slumpmässigt tal. Välj sedan dina studiedeltagare slumpmässigt baserat på dessa siffror. Detta hjälper till att minska selektivitet och partiskhet.

Dricks:

Om din randomisering är stark under hela din studie kan du effektivt eliminera eventuell selektivitet som kan ha funnits.

Minska urvalsfel Steg 3
Minska urvalsfel Steg 3

Steg 3. Gör en pilotstudie för att identifiera potentiella problem

I en pilotstudie övar du dina deltagares rekryteringsteknik och gör en grundläggande genomgång av åtminstone den första delen av studien. Eventuella brister i din studiedesign eller i dina urvalskriterier för studiedeltagare kommer att bli uppenbara. Detta ger dig möjlighet att rätta till eventuella brister innan du gör hela studien.

  • Eftersom det inte är den riktiga saken behöver din provstorlek inte vara så stor som för hela studien, vilket hjälper till att minska kostnaderna.
  • Pilotstudier ger dig också en uppfattning om hur snabbt du kommer att kunna rekrytera deltagare till din studie och vilka rekryteringsmetoder som verkar fungera bäst.
Minska urvalsfel Steg 4
Minska urvalsfel Steg 4

Steg 4. Skapa en driftshandbok för att standardisera alla studieprocedurer

Urvalsbias kan glida igenom sprickorna i din noggrant utformade studie om andra som är involverade i studien använder olika metoder för att rekrytera deltagare eller mäta data. Om alla studieprocedurer är standard kan du också vara säker på att en annan forskare kan återge dina studieresultat.

  • Till exempel, om dina utredare ställde en rad frågor till deltagarna, skulle din handbok innehålla de exakta frågorna. Sedan kan du coacha dina utredare om deras röst och andra faktorer som kan snedvrida deltagarnas svar.
  • Om du har flera personer inblandade i studien, träna dem på de metoder du vill att de ska använda under studien och testa dem för att se till att de alla gör detsamma.
  • Om din studie kommer att äga rum under månader eller år kan det vara nödvändigt att ha "uppfriskningskurser" för att hålla utredarna i fart på ditt protokoll, särskilt om de är borta från studien ett tag.
Minska urvalsfel Steg 5
Minska urvalsfel Steg 5

Steg 5. Tilldela deltagarna till intervention eller placebogrupper slumpmässigt

Om du gör randomisering på egen hand, använd slumpmässiga nummer för att identifiera dina studiedeltagare. Personen som tilldelar slumpmässiga siffror bör vara någon som inte arbetar med studien som utredare. När slumpmässiga nummer har tilldelats kan du slumpmässigt dela deltagarna mellan de två grupperna.

  • De flesta universitet har forskningsstödsenheter för att hjälpa till med randomisering. Det finns också datorprogram som gör randomisering åt dig. Om du inte har tillgång till forskningsstöd, använd en gratis slumptalsgenerator, till exempel den på
  • Större studier använder vanligtvis en fjärr randomiseringsanläggning för att säkerställa att ingen som är involverad i studien skulle kunna veta vilken grupp någon given deltagare var i.
Minska urvalsfel Steg 6
Minska urvalsfel Steg 6

Steg 6. Håll varje deltagares gruppuppgift dubbelblind

I en dubbelblind studie vet varken deltagaren eller utredaren vilken grupp deltagaren är i. Men ibland är denna process inte möjlig eller skulle vara kostnadsöverskridande.

  • Till exempel, om din studie inkluderade kirurgi, skulle det vara omöjligt för dina deltagare att inte veta om operationen utfördes på dem. I så fall kan dina utredare vara blinda för ett visst ämnes grupp medan de tar sina mätningar och sammanställer data, men deltagaren kunde inte eftersom de skulle behöva godkänna det kirurgiska ingreppet.
  • Även om du har dubbelblindning på plats kan det gå sönder. Om du till exempel studerar ett läkemedel som visar sig ha farliga biverkningar kan du behöva veta vilka deltagare som tog drogen så att du kan övervaka dem eller varna dem för biverkningarna.

Metod 2 av 3: Minimera urvalsbias i fallkontrollstudier

Minska urvalsfel Steg 7
Minska urvalsfel Steg 7

Steg 1. Samla in grundläggande demografisk information från potentiella deltagare

I en fallkontrollstudie har du personer som har drabbats av sjukdomen eller tillståndet (dina fall) och personer som inte (dina kontroller), trots att de utsatts för samma sak. Att välja deltagare från båda grupperna som har liknande bakgrund och biografiska data hjälper till att eliminera andra faktorer som potentiellt kan snedvrida ditt resultat.

Om du till exempel studerar en befolknings sannolikhet att drabbas av en sjukdom efter att ha utsatts för viruset som orsakar det, skulle du vilja ha ett prov som var liknande i ålder, socioekonomisk status och tillgång till sjukvård. Att behålla dessa likheter minskar möjligheten att vissa deltagares resultat påverkades av deras hälsa eller medicinska behandling

Minska urvalsfel Steg 8
Minska urvalsfel Steg 8

Steg 2. Välj kontroller med samma process som dina ärenden

I en fallkontrollstudie, identifiera dina fall först. Följ sedan samma eller liknande process för att registrera kontroller i din studie. Detta säkerställer att du har ett exakt mått på exponering i den befolkning du vill studera.

Till exempel, om din fallpopulation kommer från patienter som hänvisas till ett visst sjukhus för behandling, kan du söka dina kontroller från de vårdgivare som gjorde dessa hänvisningar

Minska urvalsfel Steg 9
Minska urvalsfel Steg 9

Steg 3. Undvik att välja kontroller från sjukhuspopulationer

Det är okej om dina fall läggs in på sjukhus. Men om dina kontroller också är inlagda på sjukhus försvagas det resulterande sambandet mellan exponeringen och sjukdomen.

Till exempel, om du gör en studie om rökning och kronisk hjärtsjukdom, skulle ha sjukhuskontroller försvaga föreningen eftersom rökning är en faktor som leder till många hälsoproblem som också kan leda till sjukhusvistelse

Minska urvalsfel Steg 10
Minska urvalsfel Steg 10

Steg 4. Matcha kontroller med fall baserade på liknande demografi

Inkludera alla faktorer som kan påverka resultaten av din studie som kriterier när du väljer kontroller för din fallkontrollstudie. Använd den demografiska informationen du fick från dina ärenden som en profil för dina kontroller.

Anta till exempel att en lokal restaurang är ansvarig för ett virusutbrott, men du vet inte vilken. Den lokala befolkningen som drabbades av viruset är dina fall. För att identifiera vilken restaurang som är ansvarig kan du registrera personer från närområdet som matchade dina fall när det gäller grannskap, ålder och kön, men som inte kontrollerade viruset som dina kontroller

Minska urvalsfel Steg 11
Minska urvalsfel Steg 11

Steg 5. Använd befolkningsdata istället för att rekrytera deltagare som kontroller

I en fallkontrollstudie är det i allmänhet mindre troligt att personer som inte har fått den sjukdomen eller det tillstånd du studerar kommer att delta i din studie. Men om du har befolkningsinformation tillgänglig från en nationell, regional eller lokal databas, löser du detta genom att använda informationen som din kontroll. Dessutom minskar kostnaden för din studie genom att använda data från en offentligt tillgänglig databas.

Välj en populationsdataset för din kontroll som matchar populationen av de fall du studerar. Till exempel, om alla dina ärenden ligger i delstaten Kalifornien, kan du använda en statlig databas för att få din befolkningsdata. Du vill dock inte använda en nationell databas

Dricks:

Genom att hålla ditt geografiska område så litet som möjligt kan du också ha en mindre urvalsstorlek, vilket ökar noggrannheten i din studie samt minskar kostnaden.

Metod 3 av 3: Justera resultat till hänsyn till partiskhet

Minska urvalsfel Steg 12
Minska urvalsfel Steg 12

Steg 1. Inkludera variabeln som är associerad med urvalet i din analys

Leta efter variabler som potentiellt kan orsaka selektivitet och registrera informationen från var och en av dina deltagare. Analysera sedan dina resultat baserat på den variabeln utöver din övergripande analys.

  • Anta till exempel att du studerar sambandet mellan kaffe och migrän. Du skickade ut postundersökningar till hushåll i delstaten Kalifornien. Men du är medveten om tidigare studier som har visat att äldre människor vanligtvis är mer intresserade av att delta i postundersökningar än yngre, så det kan förskjuta din studie efter ålder.
  • För att justera för partiskhet i studien av kopplingen mellan kaffe och migrän, kan du separera dina data så att de mätte anslutningen i olika åldersgrupper separat (stratifiering). Detta skulle minska urvalet som skulle uppstå genom att ha för många äldre i ditt urval.
Minska urvalsfel Steg 13
Minska urvalsfel Steg 13

Steg 2. Vikt deltagarens svar för att korrigera ett partiskt prov

Om dina deltagare inte matchar demografin för din målpopulation på lämpligt sätt, låt resultaten från den underrepresenterade gruppen vara mer värdefulla än resultaten från den andra gruppen. Detta justerar ditt urval så att du kan tillämpa dina resultat på hela befolkningen.

Anta till exempel att du studerade sömnens effekt på betyg bland studenter. Elevpopulationen på skolan du studerar är 40% män och 60% kvinnor. Ditt prov är dock bara 20% manligt. För att väga de manliga svaren, dela befolkningsprocenten med ditt provprocent (40% dividerat med 20%). Resultatet är 2, så varje hanes svar räknas dubbelt

Varning:

Om ditt urval skiljer sig för mycket från den befolkning du försöker studera, kanske dina resultat inte är korrekta för befolkningen som helhet, inte ens med viktning, eftersom du har för få representanter i urvalet.

Minska urvalsfel Steg 14
Minska urvalsfel Steg 14

Steg 3. Diskutera möjligheten för urval i din rapport

Om det inte finns något effektivt sätt att justera dina resultat för att tillräckligt minska urvalet, erkänna helt enkelt att urvalet finns. Nämn alla sätt du försökte korrigera för snedvridningen eller beskriv varför det inte var möjligt att korrigera för snedvridningen med tanke på studiens omständigheter.

  • Anta till exempel att du vill utvärdera sambandet mellan att arbeta nattskiftet och att ha ett särskilt hälsoproblem genom att jämföra människor som arbetar på samma fabrik som gör samma arbete, med den enda skillnaden att vissa arbetar under dagen och vissa arbetar på natt. Det finns dock troligtvis många andra skillnader mellan dessa grupper som du omöjligt kan redogöra för, till exempel deras socioekonomiska status eller tillgång till sjukvård.
  • I rapporten om din studie, erkänna att det finns många andra skillnader som din studie inte tog hänsyn till. Du kan också nämna vad några av dessa skillnader kan vara och inkludera referenser till andra studier som har analyserat dessa variabler på djupet.

Rekommenderad: