上一期blog中我们提到了sampling bias和如何避免这类research bias的方法。上期文章主要提及的是如何丰富样本的多样性。在实际操作中，即便留学生已经阅览了不同的文献，设计出了相关的不带有偏差的问题，同时也选择了足够丰富的样本，也会在收集数据时出现information bias这类的问题。
Information bias指的是在测量或者分类过程中发生的一种错误。在一些研究中，由于变量没有一个统一的判断标准或者由于一些系统偏差的原因，收集到的数据可能会被错误分类。同时在收集数据的过程中，参与者可能会因为一个个人行为的偏差，导致了数据的真实性和观察结果会有一些偏差。这些偏差可能会影响研究的结果。
一般来说，dissertation数据收集过程中会出现一些系统性的偏差，例如recall bias，observer bias以及performance bias。Recall bias指的是参与者可能没办法很好地回忆起自己的某些行为。例如在包含interview的研究中，被访者可能会对自己的某些行为记忆有偏差导致他给出的答案不完全真实。例如，在关于marketing communication preference的interview中，被访者会表明他们更喜欢某种形式的marketing communication。然而在实际操作中，可能他们的偏好有所不同。
为了避免这一类的bias，留学生需要采用不同的研究方式相互验证。最重要的是，需要考虑清楚怎么样的研究方式更适合自己的研究题目。例如，在social media influencer preference的研究中，如果只是单纯地用interview或者questionnaire让参与者回忆他们过往的经历，可能就有很大概率会导致recall bias。那么在这种情况下，留学生可以考虑设计一些虚拟的案例，比如设计出一些虚拟的social media influencer的图片，让参与者从中选出自己喜欢的交流方式或者内容。通过这样的实验设计，我们可以更好地研究被访者的喜好，也能更准确地获得关于被访者喜好的一手资料。
同时在研究过程中，被访人因为知道自己正在参与研究，人们会本能选择一些选项来掩饰自己真实的喜好或者意图。为了避开这样的偏差，研究者可以在问卷或者interview问题中设置一些大意相同但是提问方式相反的内容。例如在问卷中，有些问题的肯定选项和另外一些问题的否定选项大意是一致的。通过这样的问题设计尽量避免因为参与者的个人因素导致的recall bias或者performance bias。
在meeting中，留学生也可以向导师阐述这类的研究设计。总而言之，导师可能会问到research bias以及相关的避免research bias的策略。在回答这类问题时，留学生可以从cognitive bias，sampling bias和information bias这些方面进行描述。通过literature review，sampling strategy和research design等方面的策略向导师证明自己的研究是如何避坑的。同时这也是展示自己对该研究领域的理解，以及自己对研究中不同变量的理解。
本期内容就和大家分享到这，如果觉得对你有帮助的话欢迎关注我们，另外小编这里还整理了（20）G的essay写作资料，包括各部分写作技巧、如何避免抄袭以及essay挂科方法等，有需要的小伙伴可以戳我哦！
英国翰思教育是一家知名的留学文书与留学论文辅导机构.专业帮助英美澳加新的留学生解决论文作业与留学升学的难题,服务包括:留学申请文书,留学作业学术论文的检测与分析,essay辅导,assignment辅导,dissertation辅导,thesis辅导,留学挂科申诉,留学申请文书的写作辅导与修改等.
