12.8:

12.8: Viés

JoVE Core
Statistics

A subscription to JoVE is required to view this content. Sign in or start your free trial.

JoVE Core Statistics

Bias

12.6: Crossover Experiments

12.10: Clinical Trials

4,128 Views

•

01:22 min

•

April 30, 2023

Overview

Viés refere-se a qualquer tendência que impeça que uma pergunta seja considerada sem preconceitos. Na pesquisa, o viés ocorre quando um resultado ou resposta é selecionado ou incentivado em detrimento de outros em amostragem ou teste. O viés pode ocorrer durante qualquer fase da pesquisa, incluindo desenho do estudo, coleta de dados, análise e publicação.

Em estatística, um viés de amostragem é criado quando uma amostra é coletada de uma população, e alguns membros da população não têm tanta probabilidade de serem escolhidos quanto outros (lembre-se, cada membro da população deve ter uma chance igualmente provável de ser escolhido). Quando ocorre um viés de amostragem, pode haver conclusões incorretas sobre a população que está sendo estudada. Além do viés de seleção, vários tipos de vieses são comumente observados no projeto de experimentos e na análise de dados – viés de observador, viés de medição, viés de publicação, etc.

É importante perceber que, em muitas situações, os resultados não são igualmente prováveis. Uma moeda ou dado pode ser injusto ou tendencioso. Dois professores de matemática na Europa fizeram com que seus alunos de estatística testassem a moeda belga de um euro e descobriram que em 250 tentativas, uma cara foi obtida 56% das vezes e uma coroa foi obtida 44% das vezes. Os dados parecem mostrar que a moeda não é uma moeda justa; Mais repetições seriam úteis para tirar uma conclusão mais precisa sobre esse viés. Alguns dados podem ser tendenciosos. Olhe para os dados em um jogo que você tem em casa; As manchas em cada face são geralmente pequenos orifícios esculpidos e depois pintados para tornar as manchas visíveis. Seus dados podem ou não ser tendenciosos; É possível que os resultados possam ser afetados pelas pequenas diferenças de peso devido ao número diferente de furos nas faces. Os cassinos de jogos de azar ganham muito dinheiro dependendo dos resultados do lançamento de dados, então os dados do cassino são feitos de forma diferente para eliminar o viés. Os dados de cassino têm faces planas; Os buracos são completamente preenchidos com tinta com a mesma densidade do material de que os dados são feitos, de modo que cada face tem a mesma probabilidade de ocorrer.

Este texto foi adaptado de Openstax, Introductory Statistics, Section 3, Probability.

Transcript

Vieses em estudos de pesquisa são erros sistemáticos que favorecem ou se opõem a uma hipótese de pesquisa.

O viés pode ocorrer intencionalmente ou não durante a coleta, análise, interpretação ou publicação de dados.

Dos vários tipos de viés, alguns comuns estão incluídos aqui.

O viés de amostragem pode ocorrer quando as amostras são retiradas de forma não aleatória da população, o que não é um representante ideal de toda a população – por exemplo, prever o resultado de uma eleição com base nas respostas da pesquisa coletadas apenas de membros de um partido político e não de todo o eleitorado.

O viés do observador ou viés de pesquisa pode ocorrer quando as noções preconcebidas, expectativas ou conhecimento incompleto de um pesquisador influenciam os resultados e sua interpretação.

O viés de medição ocorre quando instrumentos de medição mal calibrados são usados no experimento.

O viés de publicação é observado quando os estudos de pesquisa que relatam resultados positivos estatisticamente significativos têm maior probabilidade de serem publicados do que os que relatam resultados negativos.

No caso de viés de financiamento, os pesquisadores podem distorcer os dados para mostrar resultados que favorecem o órgão financiador.

Key Terms and definitions

Bias - A tendency that sways a question or outcome away from being neutral.
Sampling Bias - Not all members of a population are equally likely to be selected.
Observer Bias - An error due to subjective influence of observer on the research.
Measurement Bias - A systematic error that leads to inaccurate results due to flaws in data collection.
Publication Bias - The tendency to only publish positive or significant results.

Learning Objectives

Define Bias – Understand its role and impact on research outcomes (e.g., biased statistics).
Contrast Sampling Bias vs Observer Bias – Learn their distinct influences on research (e.g., population selection vs subjectivity).
Explore Examples – Discuss cases where bias is apparent (e.g., biased dice).
Explain Impact of Measurement Bias – Elaborate on how it affects validity of results.
Apply Prevention of Publication Bias – Discuss how neutrality in science is maintained.

Questions that this video will help you answer

What is bias and how does it influence the validity of research outcomes?
How to discern between sampling and observer bias?
What are some real-world examples of different types of bias?

This video is also useful for

Students – Understand how the concept of bias aids in comprehending research integrity
Educators – Provides a framework to teach biases in research methods
Researchers – Crucial for planning a robust and valid research design
Data Analysts – Helps detect and navigate biases in datasets they work with

Tags

Bias Sampling Bias Selection Bias Observer Bias Measurement Bias Publication Bias Research Design Data Collection Statistical Analysis Gambling Casinos Fair Coin Biased Dice Population Study Outcomes Probability