避免研究偏差的6大方法

一般来说,偏差是一种可预测的错误,可在特定方向上影响某人的判断,从而偏向某一特定结果。研究中的偏差是指在数据收集、分析、解释或发布过程中偏离事实。

研究中存在偏差的原因

研究人员可能会在研究中有意或无意地引入偏差,只为发表令人兴奋的结果。另外,利益冲突(例如,由一家制药公司赞助的研究)可能导致报告出现偏差。例如,如果某种药物对治疗某种特定的疾病不起作用,这一发现可能不会报道。但是需要牢记的是,科学记录旨在揭示已发现或未发现的所有事物,而不仅仅是一味让人兴奋的结果!

偏差对研究的影响

偏差会导致结论错误,从而带来误导信息,甚至有害信息。使用存有偏差的结果为后续研究提供信息支持,或指导政策的制定,可能导致破坏性的后果。

 带有偏差的研究不具有可重复性,会影响研究的可信度和有效性。

将研究建立在存有偏差的研究之上,将导致无效的研究结果一直误传下去。

可能发生偏差的研究阶段

事实证明,研究的每个阶段,从研究项目规划到文章发表都容易产生偏差。

a.阅读文献

选择排除某些文献可能会导致忽略偏差。

b.规划研究项目,收集数据

无论是定量研究还是定性研究,但凡研究设计存在缺陷,都会导致出现各种偏差,例如,非随机抽样可能会导致抽样和选择偏差。

c.分析和解释数据

由先验偏好(确认偏差)引起的选择性误判可能导致高估、偏斜等。

d.发布研究发现

不支持研究人员假设的结果往往会被统一归档,永不发表。这种选择性的报告或隐瞒信息会导致发表偏倚。另外,有倾向性的陈述也是一种偏倚,会对研究发现进行夸张化。

研究中避免偏差的实用方法

某种程度的偏差确实不可避免。但作为一名负责的研究人员,一定要识别潜在偏差,找到避免偏差的方法。以下是一些可以遵循的切实操作:

搜索文献时,做到广撒网,尽量包括有不同观点、变量和结果的研究,而不仅仅是那些你认为可能支持你的假设的研究。

在规划研究时,留意研究各个阶段可能出现的潜在偏差,尤其是抽样和效应量。可以请专业人员帮忙审查研究计划和研究数据。(对于生物医学研究,可以请生物统计学家在不同阶段查看你的研究。)

请多人独立分析并评估你的数据。在解释研究发现时,尽量避免过度概括。

避免事后合理化、数据过拟合,避免在结果已知后进行假设(HARKing)。注意,无论研究发现是积极的还是消极的,都有效且应报告。

 始终保留所有研究材料和原始数据的记录。

对任何与研究相关的潜在利益冲突保持公开透明。

小结

偏见在研究中具有道德伦理和实践意义。在研究之前、期间和之后保持客观公正,避免偏差非常重要。

*免责声明: 本网站提及的所有第三方名称或商标(任何形式的图形标识),其知识产权均属于相应的期刊或出版商。SINO学术与上述机构无从属关系,也未获得任何赞助与背书。所有商标引用均出于解释服务内容的考量,符合商标法规范。SINO学术不承诺使用本网站提供的相关服务可保证在上述机构发表。