تحيز العينة

في الإحصاء ، يُعرف انحياز العينة بأنه انحيازٌ في عملية جمع العينات، حيث يكون احتمال اختيار بعض أفراد المجتمع المستهدف أقل أو أعلى من غيرهم. وينتج عن ذلك عينة منحازة ^{[ 1 ]} من مجتمع (أو عوامل غير بشرية) لا تتساوى فيها احتمالية اختيار جميع الأفراد أو الحالات. ^{[ 2 ]} وإذا لم يُؤخذ هذا الانحياز في الحسبان، فقد تُعزى النتائج خطأً إلى الظاهرة قيد الدراسة بدلاً من طريقة أخذ العينات .

تشير المصادر الطبية أحيانًا إلى تحيز العينة باسم تحيز التحقق . ^{[ 3 ] [ 4 ]} ويُعرّف تحيز التحقق بشكل أساسي بنفس التعريف، ^{[ 5 ] [ 6 ]} ولكنه لا يزال يُصنّف أحيانًا كنوع منفصل من التحيز. ^{[ 5 ]}

يُصنَّف انحياز العينة عادةً كنوع فرعي من انحياز الاختيار ، ^{[ 7 ]} ويُطلق عليه أحيانًا تحديدًا انحياز اختيار العينة ، ^{[ 8 ] [ 9 ] [ 10 ]} بينما يصنفه البعض كنوع مستقل من الانحياز. ^{[ 11 ]} ومن الفروقات، وإن لم تكن مُتفقًا عليها عالميًا، أن انحياز العينة يُضعف الصلاحية الخارجية للاختبار (أي قدرة نتائجه على التعميم على جميع أفراد المجتمع)، بينما يُعنى انحياز الاختيار أساسًا بالصلاحية الداخلية للاختلافات أو أوجه التشابه الموجودة في العينة قيد الدراسة. وبهذا المعنى، تُسبب الأخطاء التي تحدث أثناء عملية جمع العينة أو المجموعة انحيازًا في العينة، بينما تُسبب الأخطاء في أي عملية لاحقة انحيازًا في الاختيار.

ومع ذلك، غالباً ما يُستخدم مصطلحا "انحياز الاختيار" و"انحياز أخذ العينات" بشكل مترادف. ^{[ 12 ]}

• الاختيار من منطقة جغرافية محددة . على سبيل المثال، ستكون عينة مسح طلاب المدارس الثانوية لقياس تعاطي المراهقين للمخدرات غير المشروعة متحيزة لأنها لا تشمل الطلاب الذين يتلقون تعليمهم في المنزل أو المتسربين من المدارس. كما تكون العينة متحيزة إذا كان بعض أفرادها ممثلين تمثيلاً ناقصاً أو زائداً مقارنةً بغيرهم في المجتمع. على سبيل المثال، ستؤدي مقابلة "رجل الشارع" التي تختار الأشخاص الذين يمرون بموقع معين إلى تمثيل زائد للأفراد الأصحاء الذين يرجح أن يكونوا خارج المنزل أكثر من الأفراد المصابين بأمراض مزمنة . قد يكون هذا شكلاً متطرفاً من أشكال أخذ العينات المتحيزة، لأن بعض أفراد المجتمع يُستبعدون تماماً من العينة (أي أن احتمال اختيارهم معدوم).
• يُعدّ تحيز الاختيار الذاتي (انظر أيضًا تحيز عدم الاستجابة ) أحد أنواع التحيزات المحتملة في الدراسات التي تُجرى على البشر، حيث يكون للمجموعة الخاضعة للدراسة أي شكل من أشكال التحكم في المشاركة (كما تقتضي المعايير الحالية لأخلاقيات البحث العلمي على البشر في العديد من الدراسات الآنية وبعض الدراسات الطولية). قد يرتبط قرار المشاركين بالمشاركة بصفات تؤثر على الدراسة، مما يجعل عينة المشاركين غير ممثلة. على سبيل المثال، قد يكون الأشخاص ذوو الآراء القوية أو المعرفة الواسعة أكثر استعدادًا لقضاء وقت في الإجابة على استبيان من غيرهم. مثال آخر هو استطلاعات الرأي عبر الإنترنت والهاتف ، والتي تُعتبر عينات متحيزة لأن المستجيبين يختارون أنفسهم. فالأفراد ذوو الدافعية العالية للاستجابة، والذين عادةً ما يكونون من ذوي الآراء القوية، ممثلون تمثيلًا زائدًا، بينما يقل احتمال استجابة الأفراد غير المبالين أو اللامبالين. غالبًا ما يؤدي هذا إلى استقطاب في الاستجابات، حيث تُعطى وجهات النظر المتطرفة وزنًا غير متناسب في الملخص. ونتيجة لذلك، تُعتبر هذه الأنواع من استطلاعات الرأي غير علمية.

• ينتج تحيز الاستبعاد عن استبعاد فئات معينة من العينة، كاستبعاد الأفراد الذين هاجروا حديثًا إلى منطقة الدراسة (قد يحدث هذا عندما لا يكون الوافدون الجدد مسجلين في السجل المستخدم لتحديد السكان الأصليين). أما استبعاد الأفراد الذين يغادرون منطقة الدراسة أثناء فترة المتابعة فيُعدّ بمثابة انسحاب أو عدم استجابة، وهو تحيز في الاختيار لأنه يؤثر على الصلاحية الداخلية للدراسة.
• يحدث تحيز المستخدم السليم عندما يكون مجتمع الدراسة على الأرجح أكثر صحة من عامة السكان. على سبيل المثال، من غير المرجح أن يعمل شخص يعاني من سوء الحالة الصحية كعامل يدوي، لذلك إذا أُجريت دراسة على العمال اليدويين، فمن المرجح أن تُبالغ الدراسة في تقدير الحالة الصحية لعامة السكان.
• مغالطة بيركسون ، التي تحدث عندما يتم اختيار عينة الدراسة من مستشفى ما، وبالتالي تكون أقل صحة من عامة السكان. قد ينتج عن ذلك ارتباط سلبي زائف بين الأمراض: فمريض المستشفى غير المصاب بالسكري يكون أكثر عرضة للإصابة بمرض آخر مثل التهاب المرارة ، لأنه لا بد أن يكون لديه سبب لدخول المستشفى في المقام الأول.
• المطابقة المفرطة ، هي مطابقة لعامل مُربك ظاهريهو في الواقع نتيجة للتعرض. تصبح المجموعة الضابطة أكثر تشابهاً مع الحالات فيما يتعلق بالتعرض من عامة السكان.
• يُعرف هذا النوع من الانحياز بانحياز البقاء ، حيث يتم اختيار الأفراد "الناجين" فقط، مع تجاهل أولئك الذين اختفوا عن الأنظار. على سبيل المثال، استخدام سجل الشركات الحالية كمؤشر على مناخ الأعمال أو الاقتصاد يتجاهل الشركات التي فشلت ولم تعد موجودة.
• انحياز مالمكويست ، وهو تأثير في علم الفلك الرصدي يؤدي إلى الكشف التفضيلي عن الأجسام الساطعة بطبيعتها.

• مغالطة الأضواء ، وهي الافتراض غير النقدي بأن جميع أفراد أو حالات فئة أو نوع معين تشبه تلك التي تحظى بأكبر قدر من الاهتمام أو التغطية في وسائل الإعلام.

اختيار القطع في دراسات النسب

يواجه علماء الوراثة قيودًا في كيفية الحصول على البيانات من التجمعات البشرية. على سبيل المثال، لنفترض وجود سمة بشرية. يهمنا تحديد ما إذا كانت هذه السمة تُورَث كصفة مندلية بسيطة . وفقًا لقوانين الوراثة المندلية ، إذا لم يكن لدى الوالدين في عائلة ما هذه السمة، ولكنهما يحملان الأليل الخاص بها، فإنهما حاملان لها (أي غير متماثل الزيجوت ). في هذه الحالة، سيكون لكل طفل من أطفالهم فرصة بنسبة 25% لإظهار هذه السمة. تكمن المشكلة في أنه لا يمكننا تحديد العائلات التي يكون كلا والديها حاملين للصفة (غير متماثلي الزيجوت) إلا إذا كان لديهم طفل يُظهر هذه السمة. يتبع هذا الوصف كتاب ساتون. ^{[ 13 ]}

في العائلات التي لديها طفلان عندما يكون الوالدان حاملين للمرض:

• الانتقاء غير المقتطع . في عالم مثالي، ينبغي أن نكون قادرين على اكتشاف جميع العائلات التي تحمل الجين، بما في ذلك أولئك الذين يحملونه فقط. في هذه الحالة، سيكون التحليل خاليًا من تحيز التحديد، وستخضع الأنساب لـ "الانتقاء غير المقتطع". عمليًا، تُحدد معظم الدراسات العائلات وتُدرجها في الدراسة بناءً على وجود أفراد مصابين فيها.
• الانتقاء المقتطع . عندما يكون للأفراد المصابين فرصة متساوية في الانضمام إلى الدراسة، يُطلق على ذلك الانتقاء المقتطع، مما يدل على الاستبعاد غير المقصود (الاقتطاع) للعائلات الحاملة لجين معين. ولأن الانتقاء يتم على مستوى الأفراد، فإن العائلات التي لديها طفلان أو أكثر مصابان ستكون لديها احتمالية أكبر للانضمام إلى الدراسة.
• يُعدّ الاختيار الكامل المقتطع حالة خاصة حيث يكون لكل عائلة لديها طفل مصاب فرصة متساوية للاختيار للدراسة.

يوضح الشكل احتمالات اختيار كل عائلة، بالإضافة إلى تكرار العينة للأطفال المصابين. في هذه الحالة البسيطة، سيبحث الباحث عن تكرار بنسبة 4/7 أو 5/8 لهذه السمة ، وذلك بحسب نوع اختيار العينة المقتطعة المستخدم .

يُعدّ التحيز في العينة مشكلةً، إذ من المحتمل أن تكون الإحصائية المحسوبة من العينة خاطئةً بشكلٍ منهجي. وقد يؤدي هذا التحيز إلى تقديرٍ مفرطٍ أو ناقصٍ بشكلٍ منهجيٍّ للمعلمة المقابلة في المجتمع. ويحدث التحيز في العينة عمليًا لأنه من المستحيل عمليًا ضمان عشوائيةٍ تامةٍ في عملية أخذ العينات. إذا كانت درجة سوء التمثيل ضئيلة، فيمكن اعتبار العينة تقريبًا معقولًا لعينةٍ عشوائية. كذلك، إذا لم تختلف العينة اختلافًا كبيرًا في الكمية المقاسة، فقد تظل العينة المتحيزة تقديرًا معقولًا.

يحمل مصطلح "التحيز" دلالة سلبية قوية. في الواقع، قد ينشأ التحيز أحيانًا عن نية متعمدة للتضليل أو عن تزوير علمي . في الاستخدام الإحصائي، يُمثل التحيز ببساطة خاصية رياضية، سواء كان متعمدًا أو غير واعٍ أو ناتجًا عن عيوب في الأدوات المستخدمة للملاحظة. بينما قد يستخدم بعض الأفراد عينة متحيزة عمدًا لإنتاج نتائج مضللة، غالبًا ما تكون العينة المتحيزة مجرد انعكاس لصعوبة الحصول على عينة تمثيلية حقيقية، أو جهل بالتحيز في عملية القياس أو التحليل. مثال على كيفية وجود التحيز هو الاستخدام الواسع للنسبة (أو ما يُعرف بتغير الطي ) كمقياس للاختلاف في علم الأحياء. نظرًا لسهولة الحصول على نسبة كبيرة بين رقمين صغيرين بفارق معين، وصعوبة الحصول على نسبة كبيرة بين رقمين كبيرين بفارق أكبر، فقد تُغفل اختلافات كبيرة ذات دلالة إحصائية عند مقارنة قياسات عددية كبيرة نسبيًا. وقد أطلق البعض على هذا اسم "انحياز التحديد" لأن استخدام النسبة (القسمة) بدلاً من الفرق (الطرح) ينقل نتائج التحليل من العلم إلى شبه العلم (انظر مشكلة التحديد ).

تستخدم بعض العينات تصميمًا إحصائيًا متحيزًا، ومع ذلك يسمح بتقدير المعلمات. فعلى سبيل المثال، يقوم المركز الوطني الأمريكي للإحصاءات الصحية عمدًا بزيادة تمثيل الأقليات في العديد من استطلاعاته على مستوى البلاد، وذلك للحصول على دقة كافية في التقديرات داخل هذه المجموعات. ^{[ 15 ]} تتطلب هذه الاستطلاعات استخدام أوزان العينة (انظر لاحقًا) لإنتاج تقديرات دقيقة لجميع المجموعات العرقية. شريطة استيفاء شروط معينة (أهمها حساب الأوزان واستخدامها بشكل صحيح)، تسمح هذه العينات بتقدير دقيق لمعلمات السكان.

حدث مثال كلاسيكي على العينة المتحيزة والنتائج المضللة التي نتجت عنها في عام 1936. في بدايات استطلاعات الرأي، جمعت مجلة "أمريكان ليتيراري دايجست" أكثر من مليوني استبيان بريدي، وتوقعت فوز المرشح الجمهوري في الانتخابات الرئاسية الأمريكية ، ألف لاندون ، على الرئيس الحالي، فرانكلين روزفلت ، بفارق كبير. لكن النتيجة كانت عكس ذلك تمامًا. مثّل استطلاع "ليتيراري دايجست" عينة جُمعت من قراء المجلة، بالإضافة إلى سجلات مالكي السيارات ومستخدمي الهواتف. تضمنت هذه العينة تمثيلًا زائدًا للأفراد الأثرياء، الذين كانوا، كمجموعة، أكثر ميلًا للتصويت للمرشح الجمهوري. في المقابل، نجح استطلاع رأي أُجري على 50 ألف مواطن فقط، اختارتهم مؤسسة جورج غالوب ، في التنبؤ بالنتيجة، مما أدى إلى شهرة استطلاع غالوب .

حدث مثال كلاسيكي آخر في الانتخابات الرئاسية عام 1948. ففي ليلة الانتخابات، نشرت صحيفة "شيكاغو تريبيون" عنوانًا رئيسيًا يقول: "ديوي يهزم ترومان" ، والذي تبيّن لاحقًا أنه خاطئ. وفي الصباح، التُقطت صورة للرئيس المنتخب ، هاري إس. ترومان ، وهو يبتسم ممسكًا بصحيفة تحمل هذا العنوان. ويعود سبب خطأ "تريبيون" إلى أن رئيس تحريرها اعتمد على نتائج استطلاع هاتفي . كانت أبحاث الاستطلاع آنذاك في بداياتها، ولم يدرك سوى قلة من الأكاديميين أن عينة مستخدمي الهاتف لا تمثل عموم السكان. لم تكن الهواتف منتشرة على نطاق واسع بعد، وكان من يملكونها يميلون إلى أن يكونوا ميسورين ويقطنون في عناوين ثابتة. (في العديد من المدن، احتوى دليل الهاتف التابع لشركة "بيل سيستم" على نفس الأسماء الواردة في السجل الاجتماعي ). إضافةً إلى ذلك، كان استطلاع غالوب الذي استندت إليه "تريبيون" في عنوانها قد مضى عليه أكثر من أسبوعين وقت النشر. ^{[ 17 ]}

في بيانات جودة الهواء ، تُظهر الملوثات (مثل أول أكسيد الكربون ، وأول أكسيد النيتروجين ، وثاني أكسيد النيتروجين ، والأوزون ) ارتباطات عالية في كثير من الأحيان ، لأنها ناتجة عن نفس العمليات الكيميائية. وتعتمد هذه الارتباطات على المكان (أي الموقع) والزمان (أي الفترة). لذلك، لا يُعد توزيع الملوثات بالضرورة ممثلاً لكل موقع ولكل فترة. عند معايرة جهاز قياس منخفض التكلفة باستخدام بيانات ميدانية بطريقة متعددة المتغيرات، وتحديدًا بوضعه بجوار جهاز مرجعي، تُدمج العلاقات بين المركبات المختلفة في نموذج المعايرة. وقد يؤدي تغيير موقع جهاز القياس إلى نتائج خاطئة. ^{[ 18 ]}

ومن الأمثلة على ذلك في القرن الحادي والعشرين جائحة كوفيد-19 ، حيث تبين أن الاختلافات في تحيز العينات في اختبارات كوفيد-19 تفسر التباينات الواسعة في كل من معدلات الوفيات وتوزيع الحالات حسب الفئة العمرية بين البلدان. ^{​​[ 19 ] [ 20 ]}

إذا استُبعدت شرائح كاملة من السكان من العينة، فلن يكون هناك أي تعديل يُمكنه إنتاج تقديرات تمثل السكان بأكملهم. ولكن إذا كانت بعض المجموعات ممثلة تمثيلاً ناقصاً، وكان من الممكن تحديد درجة هذا التمثيل الناقص كمياً، فإن أوزان العينة يُمكنها تصحيح التحيز. ومع ذلك، فإن نجاح هذا التصحيح يقتصر على نموذج الاختيار المُختار. فإذا كانت بعض المتغيرات مفقودة، فقد تكون الطرق المُستخدمة لتصحيح التحيز غير دقيقة. ^{[ 21 ]}

على سبيل المثال، قد يتضمن مجتمع افتراضي 10 ملايين رجل و10 ملايين امرأة. لنفترض أن عينة متحيزة مكونة من 100 مريض شملت 20 رجلاً و80 امرأة. يمكن للباحث تصحيح هذا الخلل بإعطاء وزن قدره 2.5 لكل ذكر و0.625 لكل أنثى. سيؤدي هذا إلى تعديل أي تقديرات لتحقيق نفس القيمة المتوقعة لعينة تضم 50 رجلاً و50 امرأة بالضبط، إلا إذا اختلف الرجال والنساء في احتمالية مشاركتهم في الاستبيان.

• نموذج الانحدار الخاضع للرقابة
• انتقاء الكرز
• مشكلة في درج الملفات
• مفارقة الصداقة
• تحيز في التغطية الإعلامية
• احتمالية أخذ العينات
• تحيز الاختيار
• تحيز المصدر المشترك
• انحياز الطيف
• نموذج الانحدار المقتطع