什么是无反应偏差?|定义与示例

Nonresponse偏见当不愿意或不能参加研究的人与参加研究的人不同时,就会发生这种情况。

换句话说,当受访者和非受访者在影响研究的方式上存在绝对差异时,就会出现这种偏差。结果,样本是不是不再具有代表性了人口作为一个整体。

例如:无反应偏差
假设你正在研究一家连锁超市经理的工作量。您决定通过调查.由于时间的限制,工作量最大的经理不太可能回答你的调查问题。

这可能导致一个有偏见的样本,因为最有可能回答的是那些日程安排不太繁忙的经理。因此,你的结果很可能表明连锁超市的经理工作量不是很高——事实上,这可能不是真的。

什么是无反应偏差?

当拒绝参加研究或在研究完成前退出的个体与充分参与的个体存在系统性差异时,就会出现无反应偏倚。无响应阻止研究人员收集样本中所有单元的数据。这是一个常见的错误来源,特别是在调查研究

无反应的原因包括:

  • 糟糕的调查设计或数据收集错误
  • 错误的目标人群(例如,询问养老院居民关于极限运动的参与情况)
  • 问一些可能被跳过的问题(例如,关于毒品、性行为或不忠的敏感问题)
  • 无法联系潜在受访者(例如,当你的样本包括没有固定家庭地址的个人时)
  • 进行多波数据收集(例如,要求相同的受访者在不同时间填写同一份调查)
  • 没有考虑到语言或技术上的困难(例如,语言障碍)

无反应的类型

通常,有两种类型的不响应:

  1. 单位nonresponse包含采样单元的所有数据缺失的实例。,一些受访者根本没有完成调查(缺失的数据).
  2. 项nonresponse当只有部分数据无法获得时发生。,许多受访者选择性地跳过了相同的调查问题。

重要的是要记住,无反应偏差是总是与特定的变量(类似于前面示例中的经理工作量)。应答者和非应答者在变量(工作量)方面存在差异。

由于经理们参与或不参与调查的决定与他们的工作量有关,数据不是随机的,导致受访者和非受访者在某种程度上存在差异,这对研究来说很重要。

无反应的组成部分

无反应偏差由两部分组成:

  • Nonresponse率
  • 受访者与非受访者之间的差异

偏见的程度取决于这两个无反应率而且非受访者与受访者在感兴趣的变量上的差异程度。这意味着高水平的不反应并不一定会导致研究偏见,因为没有反应也可以是由于随机误差

例子:什么时候不回应会导致偏见?
假设您正在对信息素养.你注意到一些受访者错过了包含调查链接的电子邮件。因此,他们从来没有机会回答你的问题。

这是否意味着在你的研究中存在无反应偏差?

有可能,但前提是:

  • 那些没有参加调查的人有一个共同的特征,这就是他们与那些接受调查并填写了调查的人的区别

而且

  • 这个共同特征与你的研究问题直接相关

如果没有回复的人是因为电脑技能差而错过了你的邮件,那么这就使他们成为一个不同的群体,因为他们有一个统一的特征(即电脑技能差)。这项技能与你的研究相关(信息素养)。

如果没有回复的人错过了你的邮件,只是因为它最终进入了他们的垃圾邮件文件夹,那么这是由于随机误差.在这种情况下,非受访者没有任何与受访者不同的特征。

响应率和非响应偏差

反应率,或填写调查的抽样单位的百分比,可以表明数据中没有回应的数量。例如,一个有70%回复率的调查有30%的不回复率。

反应率通常用于估计非反应偏倚的大小。假设是更高的响应率,降低非响应偏差

然而,要记住a回应率低(或无反应率高)只是一个迹象潜在的对于无反应偏差。如果非响应是随机的,即使响应率很低,非响应偏差也可能很低。当应答者和非应答者在特定变量上的差异很小时,就会出现这种情况。

提示
根据经验,反应率越低,无反应偏倚的可能性越大。当响应率下降时,不响应偏差就成为一个问题低于70%

为什么无反应偏差是一个问题?

无反应偏差会导致以下几个问题:

  • 由于获得的样本量与预期的样本量不相符,无响应偏差增加了抽样误差。
  • 结果不能代表目标人群,因为应答者与非应答者存在系统性差异。
  • 研究人员必须设计出更精细或更费时的方案数据收集程序以达到必要的响应率和样本量。这反过来又增加了研究成本。
请注意
记住,无反应偏差是相反的反应偏差.回答偏差是指一些可能导致受访者不如实回答的因素。

无反应偏差的例子

无反应偏差是一个常见的来源研究中的偏见特别是在与健康相关的研究中。

例如:健康调查中的无反应偏差
在一项评估吸烟与心脏病之间联系的病例对照研究中,被选中的样本被邀请填写一份通过邮件发送的调查。

不幸的是,心脏病患者的无反应率更高,这导致人们低估了吸烟与心脏病之间的关系。这是健康调查中的一个常见问题。

研究通常表明,与非受访者相比,受访者报告的健康结果更好,健康相关行为更积极。他们的饮酒量较低,危险性行为较少,体力活动较多,等等。

这表明,健康状况较差的人倾向于避免参加健康调查。因此,无反应偏差会影响结果。

如何最小化非反应偏差

通过设计调查以获得尽可能高的回复率,可以最大限度地减少不响应。你可以采取以下几个步骤来帮助你朝着这个方向前进:

数据收集过程

为了尽量减少数据收集过程中的无应答偏差,首先尝试确定样本中不太可能参与调查的个人。这些人可能是难以接触或难以激励的人。

准备一些策略来激励他们的合作是个好主意。一些想法可以包括:

  • 提供激励金钱或其他(例如,礼物、捐赠、抽奖)。激励激励受访者,让他们觉得调查值得他们花时间。
  • 考虑到你如何接触样本单位以及什么最适合你的研究。在你开始调查之前,考虑一下你需要的联系人总数,第一次联系的时间,两次联系的间隔等。例如,通过面对面的调查进行个人接触面试通常提高回复率,但可能不适用于所有潜在的受访者。
  • 确保受访者的匿名性并提供道德的考虑.需要提供个人或敏感信息的调查应包括让受访者放心的说明,让他们放心,他们的答案将被严格保密。
  • 保持数据收集的灵活性.考虑使用多种数据收集模式,例如在线和离线。如亲身收集资料,参加者应能在方便时安排预约时间。
  • 发送提醒.在数据收集期间发送一些提醒邮件是一种有效的收集更多回复的方法。例如,您可以在数据收集期间的中途发送第一个提醒,在接近结束时发送第二个提醒。
  • 强制参与而不是尽可能的自愿。例如,在课堂上要求学生填写一份调查问卷,比邀请他们通过寄信到他们的家庭地址填写更有效。

数据分析期间

在数据分析过程中,目标是确定非反应偏差的大小。幸运的是,无反应率很容易估计。然而,确定应答者和非应答者之间的差异是否是由于某种特定的特征而造成的并不那么容易。

有很多方法可以解决这个问题,包括:

  • 比较早回答和晚回答.在统一特征方面,后期受访者往往与非受访者相似。这样,你就可以推断出非应答者的特征。
  • 使用已有的信息对于整个调查样本(受访者和非受访者)。有关资料可能已载列于抽样框架本身-例如,社会人口特征,如年龄或性别,就业数据,或在对俱乐部或运动队成员进行调查时,关于会员任期的信息。这里的前提是收集到的信息与感兴趣的调查变量相关,可以与参与行为联系起来。
  • 使用后续调查至少收集一些关键变量,要么从所有非受访者中收集,要么从随机选择的样本中收集。这里的缺点是额外的调查费用。

其他类型的研究偏见

常见问题

反应性偏差和非反应性偏差的区别是什么?

反应偏差是一个通用术语,用于描述在调查或访谈中提示受访者提供不准确或错误答案的许多不同条件或因素。这些因素包括从面试官的社会地位或外表到调查中问题的措辞。

Nonresponse偏见当完成调查的人与没有完成调查的人在与研究主题相关的方面有所不同时,就会出现这种情况。没有反应可能是因为人们不愿意或不能参与。

为什么无反应偏差对研究人员来说是一个问题?

Nonresponse偏见当那些选择退出调查的人与那些完成调查的人在系统上存在差异时,这种差异对研究来说是重要的。

正因为如此,获得的样本并不是研究人员的目标,也不能代表整个人群。这是一个问题,因为它会使结果无效。

本文的来源

我们强烈鼓励学生在他们的工作中使用资源。你可以引用我们的文章(APA Style)或深入研究下面的文章。

这篇Scribbr文章

Nikolopoulou, K.(2022年12月05日)。什么是无反应偏差?|定义与示例。Scribbr。检索于2022年12月14日,来自//www.charpingshvac.com/research-bias/nonresponse-bias/

来源

Bose Jonaki。(2001)。国家教育统计中心的无反应偏差分析。

科赫,A., &布洛姆,M.(2016)。Nonresponse偏见。GESIS调查指南。德国曼海姆:GESIS -莱布尼茨社会科学研究所。doi: 10.15465 / gesis-sg_en_004

这篇文章有用吗?
Kassiani Nikolopoulou

Kassiani拥有传播学、生物经济和循环经济的学术背景。作为一名前记者,她喜欢将复杂的科学信息转化为易于获取的文章,以帮助学生。
Baidu