Bias in Research

Bias in Research
သုတေသနပြုလုပ်ရာတွင် ဘက်လိုက်ခြင်း
ဘက်လိုက်ခြင်း (ဒီတိုင်း ဟုတ်ချင်လည်းဟုတ်မယ် မဟုတ်ချင်လည်း မဟုတ်ဘူး။ ကျွန်တော်ကတော့ ဘက်လိုက်တယ်လို့ပဲ မှတ်ထားပါတယ်)။
သုတေသနပြုရာတွင် ဘက်လိုက်ခြင်းဆိုတာကို အလွယ်ပြောရရင် သုတေသီဟာ သူလိုချင်တဲ့ အဖြေကိုရဖို့အတွက် စနစ်တကျ အမှားပြုလုပ်တာကို ဆိုလိုပါတယ်။
ဒီနေရာမှာ တမင်သက်သက် ပြုလပ်တာ ဖြစ်နိုင်သလို၊ မသိလို့ ပြုတာလည်းဖြစ်နိုင်ပါတယ်။
သုတေသနဆိုင်ရာ ဘက်လိုက်မှု (Research Bias) များကို ခွဲခြမ်းစိတ်ဖြာတဲ့အခါမှာတော့
၁။ ဘက်လိုက်တည်ဆောက်မှု (Design Bias)
၂။ ရွေးချယ်ပြီး စစ်တမ်းကောက်တဲ့ ဘက်လိုက်မှု (Selection or Participant Bias)
၃။ ပုံနှိပ်ဖြန့်ချိခြင်းဆိုင်ရာ ဘက်လိုက်မှု (Publication Bias)
၄။ ခွဲခြမ်းစိတ်ဖြာလေ့လာသုံးသပ်ရာတွင် ဘက်လိုက်မှု (Analysis Bias)
၅။ စစ်တမ်းကောက်ရာတွင် ဘက်လိုက်မှု (Data Collection Bias)
၆။ လုပ်ငန်းစဉ်ဆိုင်ရာ ဘက်လိုက်မှု (Procedural Bias) တို့ဖြစ်ပါတယ်။
ဒီနေရာမှာ ဘက်လိုက်မှုကို အမျိုးမျိုး ခွဲခြမ်းစိတ်ဖြာကြပါတယ်။
၁။ ဒီဇိုင်းဘက်လိုက်မှု
ဒီနေရာမှာတော့ အမှန်တကယ်ဖြစ်သင့်တဲ့ သုတေသနဆိုင်ရာ လုပ်ထုံးလုပ်နည်းများကို သွေဖီပြီး သုတေသီဟာ သူလိုချင်တဲ့အဖြေအတွက် ကြိုတင်ပြီး သုတေသနဆိုင်ရာပုံစံ၊ သုတေသနမေးခွန်း နှင့် သုတေသနဆိုင်ရာ လုပ်ထုံးလုပ်နည်းတွေကို ပြုလုပ်ထားတာဖြစ်ပါတယ်။
ဒီနေရာမှာ သုတေသီတို့ရဲ့ အတွေ့အကြုံကနေရလာတဲ့ အချက်အလက်တွေကို အသုံးပြုပြီး သုတေသနဆိုင်ရာ မေးခွန်းနှင့်လုပ်ထုံးလုပ်နည်းများကို ရွေးချယ်တာဖြစ်ပါတယ်။ ပြောချင်တာက လွယ်လွယ်နှင့် သူလိုချင်တဲ့အဖြေရအောင် လုပ်တာပါ။
၂။ ရွေးချယ်မှုတွင် ဘက်လိုက်ခြင်း
ဒီနေရာမှာ သုတေသနလုပ်ထုံးလုပ်နည်းတိုင်းမှာ သတ်မှတ်ချက်၊အကျုံးဝင်မှု၊ ဖယ်ထုတ်မှုတွေကို ပြဌာန်းတဲ့အခါ မိမိမလိုချင်တဲ့အဖြေကိုပေးမဲ့သူတွေကို ဖယ်ထုတ်ထားခဲ့ပြီး၊ မိမိလိုချင်တဲ့အဖြေကိုသာပေးမဲ့သူတွေကို ရွေးချယ်တာမျိုးဖြစ်ပါတယ်။ ဥပမာအားဖြင့် ဆေးလိပ်သောက်ရင် ကင်ဆာဖြစ်တယ်ဆိုတဲ့အဖြေအတွက် ဆေးလိပ်သောက်သူတိုင်းကို မေးမြန်းရမဲ့အစား အဆုတ်ရောဂါကုဆေးရုံက အဆုတ်ကင်ဆာလူနာတွေကို မေးပြီး အဖြေထုတ်တာမျိုးဖြစ်ပါတယ်။ မှန်ပါတယ်။ ဆေးလိပ်သောက်ရင် ကင်ဆာဖြစ်ပေမဲ့ သုတေသနပြုတဲ့ ရွေးချယ်မှုကွာခြားတဲ့အခါ ဖြစ်နိုင်ခြေပမာဏလည်း ပြောင်းလဲသွားမှာဖြစ်ပါတယ်။
၃။ထုတ်ဝေဖြန့်ချိမှုဆိုင်ရာ ဘက်လိုက်မှု
ဒီအပိုင်းက နည်းနည်းတော့ရှုပ်ပါတယ်။ သုတေသနဆိုရာမှာ သုတေသနရှာဖွေတွေ့ရှိမှု စာတမ်းတွေကို ထုတ်ပြန်ရပါတယ်။ သို့သော်လည်း မိမိတို့ရဲ့ သတ်မှတ်ချက်နှင့်မကိုက်ညီလို့ ဆိုပြီး ချန်လှပ် ပယ်ချခံရတာမျိုးကို ခေါ်ပါတယ်။
၄။ ခွဲခြမ်းစိတ်ဖြာသုံးသပ်ခြင်းတွင် ဘက်လိုက်ခြင်း
ဒီနေရာမှာတော့ သုတေသီဟာ သူရလာတဲ့ သတင်းအချက်အလက်တွေကို သူ့ရဲ့ အတွေး၊မျော်လင့်မှု၊ အတွေ့အကြုံတွေ ပေါ်မှာ ဦးစီးပေးပြီး တွက်ချက်ဖော်ထုတ်ပြစ်တာဖြစ်ပါတယ်။ ဥပမာအားဖြင့် ဆေးခြောက်ဟာ ကင်ဆာကိုသက်သာစေတယ်ဆိုတဲ့ သုတေသနပေါ့။ ဆေးခြောက်ရဲ့ဆိုးကျိုးတွေကို ချန်လှပ်ခဲ့ပါတယ်။
၅။ စစ်တမ်းကောက်ရာတွင် ဘက်လိုက်ခြင်း
စစ်တမ်းကောက်ရာမှာ လူကိုယ်တိုင်ခြင်းတွေ့မှ တိတိကျကျသိနိုင်တာမျိုးကို အင်တာနက်ကနေ ကောက်တာမျိုးပေါ့။ နောက်တစ်ခုက ကြိုတင်တည်ဆောက်ထားတဲ့ မေးခွန်းများနဲ့ ဖြေဆိုသူတွေကို ကန့်သတ်ပြစ်ပြီး ဖြေခိုင်းတာမျိုးပါ့။ နောက်တစ်ခုက မဆိုင်တဲ့မေးခွန်းတွေ မေးတာမျိုးပေါ့။
၆။ လုပ်ထုံးလုပ်နည်းဆိုင်ရာ ဘက်လိုက်မှု
ဒီနေရာမှာတော့ သုတေသီဟာ ဖြေဆိုသူတွေကို အချိန်အလုံအလောက်မပေးပဲ မြန်မြန်ဖြေအောင် တွန်းအားပေးခြင်းမျိုးပေါ့။ ဒါကြောင့် ဖြေဆိုသူတွေဟာ တိကျတဲ့ သတင်းအချက်အလက်တွေကို သေချာစဉ်းစားပြီး ပေးရမဲ့အစား မြန်မြန်နဲ့ပေးလိုက်ရတာမျိုး ဖြစ်စေပါတယ်။
ဥပမာအားဖြင့် အလုပ်သမားတွေရဲ့တုံ့ပြန်မှုဆိုတဲ့ သုတေသနစာတမ်းအတွက် အချိန်တိုအတွင်း မေးခိုင်းတဲ့အခါ ရတဲ့အချိန်လေးတစ်ခုအတွင်း ဖြေရတဲ့အတွက် မြန်မြန်ဖြေရင်းဖြင့် အလုပ်သမားတွေကို စိတ်ရှုပ်ထွေးစေတာမျိုးဖြစ်ပါတယ်။
ဒါဟာ အကြမ်းဖျဉ်းပဲဖြစ်ပါသေးတယ်။
Biostatistics ခေါ် ကျွန်တော်တို့ကိုသင်တဲ့ ဇီဝစာရင်းအင်းဘာသာရပ်မှာတော့ နည်းနည်းပိုရှုပ်ပါတယ်။


Discover more from naywinaung

Subscribe to get the latest posts sent to your email.

Leave a Reply

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

Related Post

residual analysisresidual analysis

မနေ့က ရေးခဲ့တဲ့ regression အကြောင်း နည်းနည်း ဆက်ပွားကြည့်ကြရအောင်ဗျာ residual analysis Regression analysis မှာ residual analysis ဆိုတာရှိပါတယ်။ Residual ဆိုတာက ရိုးရိုးရှင်းရှင်း ပြောရရင် observed value (တကယ့် ဒေတာ y) နဲ့ predicted value (model က ခန့်မှန်းထားတဲ့ ŷ)

Student’s t -test နှင့် pair t-testStudent’s t -test နှင့် pair t-test

Student’s t -test နှင့် pair t-testStudent’s t-test (တစ်ခုတည်းသော လူဦးရေပျမ်းမျှအတွက်) ပထမဆုံးအနေနဲ့ တစ်ခုတည်းသော လူဦးရေပျမ်းမျှ (single population mean) အတွက် t-test အကြောင်း ပြောပြချင်ပါတယ်။ ဒီ test ကို ဘယ်အချိန်မှာ သုံးရသလဲဆိုတော့၊ ကျွန်တော်တို့ ဆန်းစစ်ချင်တဲ့ data ဟာ ပုံမှန်ဖြန့်ကျက်မှု (normally

Chapter 5 Conclusion ဘယ်လိုရေးမလဲChapter 5 Conclusion ဘယ်လိုရေးမလဲ

1. Introduction (မိတ်ဆက်ပိုင်း) စာတမ်းရဲ့ ရည်ရွယ်ချက်ကို အတိုချုံးပြန်ဖော်ပြပေးပြီး၊ လေ့လာမှုကို ဘာကြောင့်လုပ်ခဲ့သလဲဆိုတဲ့ အကြောင်းပြန်ထည့်ပေးဖို့လိုပါတယ်။ အဲ့ဒီနောက်မှာ “ဒီအခန်းမှာ လေ့လာမှုရဲ့ ရလဒ်တွေ၊ အကြံပြုချက်တွေကို ဆွေးနွေးမယ်” လို့ အတိုချုံးပြောပေးရင် ရပါပြီ။ 2. Findings (ရှာဖွေတွေ့ရှိချက်များ) ဒီပိုင်းကတော့ လေ့လာမှုမှာ တွေ့ရှိခဲ့တဲ့ အဓိကအချက်တွေကို ပြောပြရမှာပါ။ – လေ့လာမှုမှာ စုဆောင်းခဲ့တဲ့ အချက်အလက်တွေကို