Kui teete teaduslikku uuringut, proovite tavaliselt kindlaks teha, milline on ühe asja mõju millelegi teisele. Kuna te ei saa uurida tervet populatsiooni, võtate selle asemel valimi sellest populatsioonist. Seejärel jagate selle valimi teie uurimistöö kavandatud rühmade arvuks. Ainus erinevus nende rühmade vahel peaks olema asi, mida proovite mõõta. Valiku kallutatus ilmneb siis, kui rühmade vahel on muid erinevusi, mis võivad teie tulemusi mõjutada. Kui see juhtub, ei saa te oma uuringu tulemusi suuremale elanikkonnale rakendada. Peamine viis, kuidas teadlased valiku kallutatust vähendavad, on randomiseeritud kontrollitud uuringute läbiviimine. Randomiseeritud kontrollitud uuringud võivad aga olla kulutõhusad ja teatud tüüpi uuringutes, näiteks sotsiaalteaduste uuringutes, ei ole need teostatavad. Kui te ei saa teha randomiseeritud kontrollitud uuringut, saate siiski oma tulemusi kohandada, et võtta arvesse võimalikke valikuvõimalusi.
1
Registreerige uuringus osalejad, kes kajastavad teie sihtrühma. Teie sihtpopulatsioon on see, kellele te oma uuringu tulemusi rakendate. Joonistage kõik oma uuringus osalejad sellest ühest populatsioonist. Isegi randomiseeritud kontrollitud uuringus võib esineda valiku kallutatust, kui teie uuringus osalejad ei kajasta täpselt teie sihtrühma. Oletagem näiteks, et teie sihtrühm on kolledži üliõpilased. Kuid te kuulutasite vabatahtlikke väljaspool ülikoolilinnakut ja meelitasite ligi ka kohalikke. Kohalikel, kes kolledžis ei käi, ei pruugi olla samad omadused kui teie sihtpopulatsioonil ja nende kaasamine võib kaasa tuua valiku kallutatuse. Samuti peab teie uuringus osalejate arv olema piisav, et saaksite rakendada uuringu tulemusi. teie uuring elanikkonnale laiemalt. Vajalik valimi suurus sõltub erinevatest teguritest, nagu uuritava mõju ulatus ja selle varieeruvus populatsioonis. Abi võib saada ka veebikalkulaatorist, mis aitab teil määrata valimi suurust, näiteks nagu see, mis on saadaval aadressil https://clincalc.com/stats/samplesize.aspx.
2
Valige juhuslikult uuringus osalejad, kes vastavad teie kriteeriumidele. Kuigi vabatahtlike värbamine võib olla odavam, on teil ka vabatahtlike erapoolikuste oht. See juhtub siis, kui inimestel, kes soovivad teie uuringus vabatahtlikuna osaleda, on tulemuste vastu isiklik huvi. Nende huvi põhjus võib tähendada, et nad ei esinda täielikult teie sihtrühma. Looge küsimustik kaasamise ja välistamise kriteeriumidega. Näiteks kui uurite une mõju kolledži üliõpilaste hinnetele, võiksite tagada, et teil on palju varahommikusi kursusi ja õhtuseid õpilasi tasakaalustatud. Sel juhul lisaksite küsimuse vabatahtliku tunniplaani kohta. Kui soovite kaasata ainult täiskoormusega üliõpilasi, küsige, mitu tundi vabatahtlik võttis. Kui teil on ligikaudu 2–3 korda suurem potentsiaalsete osalejate arv, mida uuringuks vajate, määrake neile igaühele juhuslik arv. Seejärel valige nende arvude põhjal juhuslikult oma uuringus osalejad. See aitab vähendada valiku kallutatust ja ka vabatahtlike eelarvamusi.
3
Tehke võimalike probleemide tuvastamiseks pilootuuring. Pilootuuringus praktiseerite osalejate värbamise tehnikaid ja teete vähemalt uuringu esimese osa põhilise läbimise. Kõik vead teie uuringu ülesehituses või uuringus osalejate valikukriteeriumides ilmnevad. See annab teile võimaluse enne täieliku uuringu läbiviimist kõik vead parandada.Kuna see pole päris asi, ei pea teie valimi suurus olema nii suur kui kogu uuringu jaoks, mis aitab kulusid vähendada.Pilootuuringud annab teile ka ülevaate sellest, kui kiiresti saate oma uuringusse osalejaid värvata ja millised värbamismeetodid näivad kõige paremini toimivat.
4
Kõigi õppeprotseduuride standardimiseks koostage tegevusjuhend. Valiku kallutatus võib teie hoolikalt kavandatud uuringust läbi libiseda, kui teised uuringus osalejad kasutavad osalejate värbamiseks või andmete mõõtmiseks erinevaid meetodeid. Kui kõik uuringuprotseduurid on standardsed, võite olla kindel, et mõni teine uurija suudab teie uuringutulemusi reprodutseerida. Näiteks kui teie uurijad küsivad osalejatelt rea küsimusi, sisaldab teie tegevusjuhend täpselt esitatud küsimusi. Seejärel võiksite oma uurijaid juhendada nende hääletooni ja muude tegurite osas, mis võivad osalejate vastuseid moonutada. Kui uuringusse on kaasatud mitu inimest, õpetage neile meetodeid, mida soovite uuringu ajal kasutada, ja katsetage neid veenduge, et nad kõik teeksid kõike ühtemoodi. Kui teie uuring toimub kuude või aastate jooksul, võib olla vajalik läbida “värskenduskursused”, et hoida uurijad teie protokolliga kursis, eriti kui nad on mõnda aega õppetööst eemal.
5
Määrake osalejad juhuslikult sekkumis- või platseeborühmadesse. Kui teete randomiseerimist ise, kasutage uuringus osalejate tuvastamiseks juhuslikke numbreid. Juhuslikud numbrid peaks määrama keegi, kes ei tööta uuringu kallal uurijana. Kui juhuslikud arvud on määratud, saate osalejad juhuslikult jagada kahe rühma vahel. Enamikul ülikoolidel on teadusuuringute tugiüksused, mis aitavad randomiseerida. On ka arvutiprogramme, mis teevad teie eest juhuslikkuse. Kui teil ei ole juurdepääsu uurimistoele, kasutage tasuta juhuslike arvude generaatorit, näiteks aadressil https://www.random.org/. Suuremates uuringutes kasutatakse tavaliselt kaugjuhtimise võimalust tagamaks, et keegi ei oleks sellega seotud uuringuga võis teada, millisesse rühma iga osaleja kuulus.
6
Hoidke iga osaleja rühmaülesanne topeltpimedana. Topeltpimedas uuringus ei tea ei osaleja ega uurija, millisesse rühma ta kuulub. Mõnikord ei ole see protsess aga võimalik või oleks kulukas. Näiteks kui teie uuring hõlmaks operatsiooni, oleks see võimatu teie osalejad ei tea, kas neile tehti operatsioon. Sel juhul võivad teie uurijad mõõtmise ja andmete kogumise ajal olla pimedad konkreetse subjekti rühma suhtes, kuid osaleja ei saa seda teha, sest nad peavad kirurgilise protseduuriga nõustuma. Isegi kui teil on topeltpimedus, on see võib laguneda. Näiteks kui uurite ravimit, millel on ohtlikud kõrvaltoimed, peate võib-olla teadma, millised osalejad seda ravimit võtsid, et saaksite neid jälgida või kõrvaltoimete eest hoiatada.
7
Koguge potentsiaalsetelt osalejatelt demograafilist põhiteavet. Juhtumikontrolli uuringus on inimesi, kes on selle haiguse või seisundiga nakatunud (teie juhtumid) ja inimesi, kes pole haigestunud (teie kontrollrühmad), hoolimata sellest, et nad on kokku puutunud sama asjaga. Sarnase tausta ja elulooandmetega osalejate valimine mõlemast rühmast aitab kõrvaldada muud tegurid, mis võivad teie tulemust potentsiaalselt moonutada. Näiteks kui uurite populatsiooni tõenäosust haigestuda pärast seda põhjustava viirusega kokkupuudet, peaksite valim, mis oli sarnane vanuse, sotsiaal-majandusliku staatuse ja tervishoiuteenuste kättesaadavuse poolest. Nende sarnasuste säilitamine vähendab võimalust, et mõne osaleja tulemust mõjutas nende tervis või ravi.
8
Valige juhtelemendid, kasutades sama protsessi nagu teie juhtumid. Juhtumikontrolli uuringus tuvastage esmalt oma juhtumid. Seejärel järgige oma uuringusse kontrollelementide registreerimiseks sama või sarnast protsessi. See tagab, et teil on täpne mõõde uuritava elanikkonna kokkupuute kohta. Näiteks kui teie haigusjuhtude populatsioon pärineb konkreetsesse haiglasse ravile suunatud patsientidest, võite otsida oma kontrolle tervishoiuteenuse osutajatelt, kes need saatekirjad tegid. .
9
Vältige kontrollide valimist haiglate hulgast. See on okei, kui teie juhtumid hospitaliseeritakse. Kui aga teie kontrollrühmad on ka haiglaravil, nõrgeneb sellest tulenev seos kokkupuute ja haiguse vahel. Näiteks kui teete suitsetamist ja kroonilisi südamehaigusi käsitlevat uuringut, nõrgestaks haiglaravi kontrollimine seost, kuna suitsetamine on tegur, mis viib paljude terviseprobleemideni, mis võivad lõppeda ka haiglaraviga.
10
Sobitage juhtelemendid sarnastel demograafilistel andmetel põhinevate juhtumitega. Juhtumi-kontrolluuringu jaoks kontrollide valimisel lisage kriteeriumina kõik tegurid, mis võivad teie uuringu tulemusi mõjutada. Kasutage juhtumitest saadud demograafilist teavet oma kontrollide profiilina. Oletagem näiteks, et kohalik restoran vastutab viiruspuhangu eest, kuid te ei tea, milline. Kohalik elanikkond, kes viirusesse nakatus, on teie juhtumid. Vastutava restorani kindlakstegemiseks võite registreerida oma kontrollorganiteks kohalikust piirkonnast inimesed, kes vastasid teie juhtumitele naabruskonna, vanuse ja soo poolest, kuid ei nakatunud viirusesse.
11
Kasutage rahvastikuandmeid selle asemel, et värbada osalejaid kontrollina. Juhtumikontrolli uuringus osalevad inimesed, kes ei põdenud teie uuritavat haigust või seisundit, üldiselt teie uuringus väiksema tõenäosusega. Kui teil on rahvastikuteave saadaval riiklikust, piirkondlikust või kohalikust andmebaasist, lahendab selle probleemi selle teabe kasutamine teie kontrollina. Lisaks vähendab avalikult juurdepääsetava andmebaasi andmete kasutamine teie uuringu maksumust. Valige oma kontrolli jaoks populatsiooniandmestik, mis vastab uuritavate juhtumite populatsioonile. Näiteks kui kõik teie juhtumid asuvad California osariigis, võite oma rahvastikuandmete hankimiseks kasutada osariigi andmebaasi. Siiski ei tahaks te kasutada riiklikku andmebaasi.
12
Kaasake oma analüüsi valiku kallutatusega seotud muutuja. Otsige muutujaid, mis võivad potentsiaalselt põhjustada valiku kallutatust, ja salvestage see teave iga osaleja kohta. Seejärel analüüsige oma tulemusi lisaks üldisele analüüsile ka konkreetselt selle muutuja põhjal. Oletagem näiteks, et uurite kohvi ja migreeni vahelist seost. Saatsite California osariigi majapidamistele postiküsitlused. Kuid olete teadlik varasematest uuringutest, mis on näidanud, et vanemad inimesed on tavaliselt rohkem huvitatud postiküsitlustes osalemisest kui nooremad, nii et see võib teie uuringut vanuse järgi kallutada. Kohandada kohvi ja migreeni vahelise seose uuringus kallutatust. , saaksite oma andmed eraldada nii, et see mõõdaks seost erinevates vanuserühmades eraldi (kihistumine). See vähendaks valiku kallutatust, mis tekiks siis, kui teie valimisse kuuluks liiga palju vanemaid inimesi.
13
Kaaluge osalejate vastuseid kallutatud valimi parandamiseks. Kui teie osalejad ei vasta teie sihtrühma demograafilistele näitajatele, laske alaesindatud rühma tulemustel olla väärtuslikumad kui teise rühma tulemused. See kohandab teie valimit nii, et saate tulemusi rakendada kogu populatsioonile. Oletagem näiteks, et uurisite une mõju kolledži üliõpilaste hinnetele. Teie õpitava kooli õpilastest on 40% mehi ja 60% naisi. Teie valim on aga ainult 20% meessoost. Meeste vastuste kaalumiseks jagage populatsiooni protsent oma valimi protsendiga (40% jagatud 20%). Tulemuseks on 2, seega läheb iga isase vastus kahekordseks.
14
Arutage oma aruandes valiku kallutatuse võimalust. Kui valiku kallutatuse piisavaks vähendamiseks tulemuste kohandamiseks pole tõhusat viisi, siis lihtsalt tunnistage, et valiku kallutatus on olemas. Mainige kõiki viise, kuidas püüdsite eelarvamust parandada, või kirjeldage, miks kallutatuse korrigeerimine ei olnud uuringu asjaolusid arvestades võimalik. Oletagem näiteks, et soovite hinnata seost öövahetuses töötamise ja teatud terviseprobleemide vahel. kui võrrelda inimesi, kes töötavad samas tehases ja teevad sama tööd, ainsa erinevusega, et mõned töötavad päeval ja mõned öösel. Tõenäoliselt on nende rühmade vahel aga palju muid erinevusi, mida te ei oska arvestada, näiteks nende sotsiaal-majanduslik staatus või juurdepääs tervishoiule. Tunnistage oma uuringu aruandes, et on palju muid erinevusi, mida teie uuring ei võtnud arvesse. Samuti võite mainida, millised need erinevused võivad olla, ja lisada viiteid teistele uuringutele, mis on neid muutujaid põhjalikult analüüsinud.