thiên lệch lựa chọn

Vì sao mang đúng cái tên này? Tên gọi chỉ thẳng vào nơi sai số phát sinh: khâu lựa chọn. Thiên lệch ở đây không nằm ở dụng cụ đo hay ở người ghi số liệu, mà nằm ngay ở cơ chế quyết định ai được vào mẫu và ai bị bỏ ra ngoài; khi cơ chế đó phụ thuộc vào chính đặc điểm ta muốn nghiên cứu, mối liên hệ quan sát được trong nhóm được chọn sẽ khác với mối liên hệ trong toàn bộ nhóm đủ điều kiện. Do đó cái tên bao trùm nhiều biến thể có chung một gốc: thiên lệch chọn mẫu (sampling bias) khi khung lấy mẫu bỏ sót một bộ phận dân số, thiên lệch do tự nguyện tham gia (volunteer bias) khi chỉ những người sẵn lòng mới trả lời, và thiên lệch do không phản hồi (nonresponse bias) khi một nhóm rút khỏi nghiên cứu giữa chừng. Tất cả đều là hệ quả của việc mẫu được chọn ra không ngẫu nhiên, nên chúng cùng đứng dưới một tên gọi.

(a) Vì 38.000 người đặt báo dưới 5 năm không có cơ hội được chọn, mẫu chỉ đại diện cho nhóm khách hàng trung thành nhất. Ước lượng thu được sẽ xoay quanh 0,85 trong khi tỉ lệ hài lòng thật của cả 50.000 người là 0,622, tức lệch lên khoảng 0,228 — kết luận sẽ nói rằng độc giả hài lòng hơn thực tế rất nhiều. (b) Không. Tăng cỡ mẫu lên 5.000 chỉ thu hẹp dao động quanh 0,85 chứ không kéo ước lượng về 0,622, vì thiên lệch nằm ở cách chọn chứ không ở số lượng. Nên rút mẫu ngẫu nhiên từ toàn bộ danh sách 50.000 người, hoặc phân tầng theo thâm niên đặt báo rồi tổng hợp theo tỉ lệ thực của từng tầng.