Bias statis

Bias statistik adalah perbedaan yang terjadi antara estimator matematis dan nilai numeriknya, setelah analisis dilakukan.

Oleh karena itu, bias adalah perbedaan antara teori dan kenyataan.

Ini sangat umum dalam statistik dan harus dikendalikan. Di sisi lain, estimator yang tidak memiliki bias disebut tidak bias dan akan menjadi keadaan ideal dalam penyelidikan, meskipun ini karena praktis tidak dapat dicapai.

Apa yang menghasilkan bias dalam sains?

Bias dapat terjadi, di atas segalanya, dalam tiga cara:

  • Bias seleksi: Ini adalah yang paling umum dalam statistik. Biasanya itu ada hubungannya dengan pilihan kelompok. Paling sering, keputusan belum dibuat berdasarkan metode sampling objektif. Misalnya, sampel dipilih berdasarkan kedekatan dengan kandidat dalam jajak pendapat.
  • Bias informasi: Kami menghadapi bias karena informasi yang kurang. Oleh karena itu, kami tidak dapat membandingkan grup karena kami memiliki informasi yang terlalu terbatas tentang mereka.
  • Bias kebingungan: Dalam hal ini ada yang disebut variabel pengganggu, yang menyebabkan bias. Seringkali sulit untuk menemukan di mana masalahnya.

Bias statistik dan metode pengambilan sampel

Ketika kita melakukan investigasi, kita harus tahu apakah kita akan melakukan studi eksplorasi atau konfirmasi. Pertanyaan ini penting. Jenis sampling yang kita pilih akan bergantung padanya.

Jadi, ketika kami ingin melakukan studi konfirmasi, kami akan menggunakan metode acak. Akan tetapi, bila tujuannya adalah untuk melakukan pemeriksaan sebagai dasar untuk penyelidikan lebih lanjut, metodenya mungkin tidak acak. Perlu diingat bahwa metode terakhir ini biasanya lebih murah dan lebih mudah.

Bias seleksi statistik

Ini adalah yang paling umum dan salah satu yang peneliti berkomitmen untuk tingkat yang lebih besar. Kita harus sangat berhati-hati ketika memilih sampel statistik. Jenis bias seleksi statistik ini dilakukan dalam proses ini.

Itulah mengapa sangat penting untuk menetapkan protokol terlebih dahulu dan melakukannya secara rinci. Selain itu, orang yang akan mengumpulkan data harus dilatih. Bagian terakhir ini merupakan prioritas untuk dihindari, juga jenis bias lainnya, seperti bias informasi.

Contoh bias seleksi statistik

Kita akan melihat, sebagai penutup, beberapa contoh di mana bias statistik dapat terjadi.

Mereka sangat umum dan sering mengarah pada penyelidikan bias yang tidak mencerminkan kenyataan. Itulah mengapa penting untuk menghindari mereka.

  • Misalnya, bayangkan kita ingin mempelajari afinitas populasi terhadap kandidat politik. Lembaga survei bisa membuat kesalahan bias jika mereka tidak memilih area secara acak. Artinya, jika mereka memilih bidang yang terkait dengan calon tersebut.
  • Di bidang ekonomi Anda bisa melakukan bias, misalnya dalam studi kemiskinan. Negara-negara tersebut harus dipilih secara setara sehingga ada keseimbangan. Dengan demikian, variabel-variabel yang mendorong kemiskinan, tetapi juga kemakmuran, dapat dipelajari.
  • Dalam kedokteran, bias seleksi statistik terjadi jika pengambilan sampel yang memadai tidak digunakan saat mempelajari suatu penyakit. Artinya, jika kita ingin melihat kejadian populasi, kita harus menggunakan sampel acak, terutama jika tujuannya adalah untuk mengkonfirmasi penelitian.

Was this helpful?

0 / 0

Leave a Reply 0

Your email address will not be published. Required fields are marked *