Sådan undgår forsker skævhed mens du gør et forsknings-papir

August 10

Sådan undgår forsker skævhed mens du gør et forsknings-papir

Forskere i både den pædagogiske og faglige realm ønsker deres forskning at være en nøjagtig afspejling af virkeligheden og producere meningsfulde resultater. En faktor, der vil altid forsøge at kompromittere integriteten af ​​forskningen er forsker partiskhed - en selvstændig forårsaget fejl på grund af forkerte procedurer eller lade personlige overbevisninger påvirker eksperimenter. Det er næsten umuligt at fjerne al forsker bias fra et forsknings-papir, da der er mange variabler til at overveje og kontrol. Alligevel er der nogle trin, du skal tage for at fjerne så meget skævhed som muligt.

Instruktioner


• Bestem de typer af bias, der kunne kompromittere din forskning. Også tage hensyn til dine egne personlige overbevisninger. Mens der er forskellige typer af partiskhed, du har brug for at holde øje med, at forstå, hvad din forskning er modtagelige for, vil hjælpe afværge en særligt grove tilfælde af bias. For eksempel antage, din forskning papir dækker den meget kontroversielle spørgsmål om abort. Vær ærlig med dine egne udtalelser om emnet og være opmærksom på, når dine meninger begynder at tage kontrol over forskningen. På den anden side, et forsknings-papir om kvantefysik er mindre modtagelige for følelser. Kvantitativ bias er en mere sandsynlig årsag.

• Bekræft motivet skævhed i din forskning. Prøv først at medtage så mange variabler som muligt for at mindske virkningerne af design bias. For det andet, at forstå, at det er næsten umuligt at skabe den perfekte, uvildig forskning papir, uanset hvor hårdt du prøver. Mindske virkningerne af design skævhed ved at anerkende den mangel ved eksperimenter i forskning papir. Dette vil give ekstra troværdighed til dit papir.

• Vedlæg et stort antal prøver at undgå prøvetagning bias. Sampling skævhed opstår, når en forsker udelader eller over-omfatter en type variabel. Dette vil svaje resultaterne. Større og mere varierede prøver vil reducere udeladelse og over-inklusion fordomme.

• Læs eventuelle interview spørgsmål, du har med en uafhængig part til at analysere interview bias. Sproget i dine spørgsmål kan styre svarene i en bestemt retning eller bede en bestemt svar. Det er svært for spørgsmålet-tegneren at se denne skævhed, så en anden person - helst en person uden en aktiepost i forskning - kan se over dine spørgsmål og se efter partiske frasering.

• Giv perifere resultater den passende opmærksomhed. Nogle undersøgelser vil uundgåeligt producere et eller to resultater, der ikke passer sammen med resten af ​​dataene. Disse kaldes vildskud. Disse outliers skal ikke overvurderes, da dette vil producere det, der kaldes en falsk positiv, en almindelig type problem bias. Outliers skal af behørigt noteret og analyseret, men aldrig portrætteret som væsentlige.

• Styr den måde, hvorpå der indsamles data for at undgå målefejl. Målefejl kan kompromittere kvantitativ videnskabelig forskning gennem en dårlig måleskala. Dette vil igen, vil producere dårlige målinger instrument. For kvalitative forskningsartikler, anse, at testpersoner har også deres egne fordomme. Du kan effektivt beskytte din papir fra en testpersonens partiskhed, hvis du kan præcist forudsige, hvad der partiskhed eller fordomme kan være.