|
Title：
Systematization of Errors in a Scientific Study
Author: LEONID
MARGINE , TUDOR GREJDEAN, DORIN SPÎNU , ANA DIACONU ACTA MEDICA
TRANSILVANICA June 2017;22(2):9-11
在科學研究時，每一階段都有不同的錯誤風險。因此研究得到錯誤的結果與結論，因而導致不必要的能源、時間、健康、財務等浪費。研究階段中可能出現錯誤包括：
1.
動機與實驗設計。
2.
數據收集與統計觀察。
3.
數據處理與分析。
4.
解釋與呈現結果。
研究的每一階段有其特殊的工作。這些工作意願如果沒有實施至最後，此研究則產生錯誤。
一、在研究設計階段之評估錯誤
一個完整的研究計畫，基於其研究品質，在規劃設計階段的錯誤將嚴重影響後續之試驗研究。
在研究階段常有的錯誤包括：
1.
研究目的與主要的量測作業並未要求定義，因此不清楚研究目的。
2.
研究所描述的虛無假設(null
hypothesis)並未清楚執行。
3.
研究目標，統計完整性的評估並未實施。
4.
樣本的選擇標準與均勻化要求並未清楚定義。
5.
最初同等性的參考特性(equivalence
for reference characteristics)與研究族群之比較性，並未報導。
6.
參考特性的同等性並未適當測試。
7.
參與實驗之人數或觀察之樣本數目並未報導
8.
研究之接受(inclusion)或揚棄標準(exclusion)並未預定。
9.
樣本數目之初步估計與樣本數目計算方式並未進行。
10.
任意取樣技術並不適當。
藉由以下步驟，研究人員可減少在試驗設計中所犯之錯誤：
1.
設定並且達成預先明顯的統計假設。
2.
研究的最初試驗設計書(protocol)，對於目標、目的，主要量測結果有精密與一致之結果。
3.
決定目標族群，樣本將由其選出。
4.
基於研究型式，以適當方法計算所需要的標本數目
5.
根據多方向的試驗設計(主要之變數，設計影響因子，非反應性等)調整樣本數目。
6.
使用相對標準，對於對照組與控制組以確定其均勻性及可比較性。
7.
在定義統計假設、目標、目的研究設計型式等發展數據收集工具(如問卷調查)，以排除選擇誤差之影響。
8.
研究方法必須合乎目的。
二、在數據收集階段常有的錯誤
經常出現的錯誤包括：
1.
Memory systematic error.
2.
數據收集錯誤。
3.
數據的品質問題。
4.
不真實或回答錯誤。
5.
進行研究者未經訓練。
6.
研究觀察未加良好定義。
三、解釋與表現結果之錯誤
主要原因：
1.
變數量測之單位(數字、座標、其他等)。
2.
是否為常態分佈。
3.
對照組群之均勻性程度。
4.
對照組群之數目。
5.
對照組群之類型。
(一).
不正確的統計技術
1.
因scale不同，無法進行比較。
2.
以非成對檢定進行成對樣本。
3.
以參數檢定應用於非參數數值。
(二).
第一型錯誤
1.
多重比較未加以校正調整(correction)。
2.
不正確的進行post-host
analysis.
(三). t檢定之典型錯誤
1.
以t檢定進行類別變數分析。
2.
未進行常態分配檢定。
3.
進行3組以上之成對比較。
4.
以未成對t檢定，以檢定成對數據。
(四).
卡方分配錯誤
1.
對參數檢定，未判別是否適用卡方檢定。
2.
對小數目樣本，未使用Yates
continuity correlation.
3.
Cell < 5，仍使用卡方檢定。
(五).
對混淆
(confounding) 因子，未使用多變方變數
(六).
結果之解釋不當
1.
不顯著，被解釋成無影響，無差別。
2.
調整數據無法支持結論。
(七).解釋能力不足
1.
在得到非顯著結果時，未考慮Ⅱ型錯誤影響的結果。
2.
已進行多重檢定，未討論問題。
3.
可能的錯誤原因，未加以討論。
|
