När vi utför psykologisk forskning vill vi veta vad människor tycker. Vi vill få fram sanningen om deras tankar och känslor, så att vi kan lära oss något om hur människor fungerar. I en idealisk värld skulle alla deltagare ge ärliga och tydliga svar om sina innersta tankar – men vi vet att så inte alltid är fallet.
Deltagarna kommer ibland att ifrågasätta vad forskaren är ute efter, eller ändra sina svar eller beteenden på olika sätt, beroende på experimentet eller miljön . Detta kallas deltagarbias, eller svarsbias, och det kan ha stor inverkan på forskningsresultat.
Sedan den psykologiska forskningens begynnelse har självrapportering använts för att ge insikter, och det har varit känt nästan lika länge att denna deltagarbias kan – och ofta gör det – ge upphov till en betydande mängd fel.
Den här artikeln är en del av vår serie om bias i forskning! Vi har också diskuterat forskarbias och selektionsbias.
Deltagarbias har vanligen betraktats som att deltagaren reagerar enbart på vad de tror att forskaren önskar , men det kan också uppstå av mindre uppenbara orsaker, vilket vi kan se nedan.
En av de dessutom förvirrande effekterna av deltagarbias är att undersökningsresultat ofta fortfarande kan uppvisa intern validitet (där slutsatser baserade på resultaten verkar vara korrekta). Det kan därför vara svårt att avgöra om deltagarbias ens förekommer, och försök att korrigera för det försvåras i slutändan ytterligare.
Som med allt som ökar felet i forskningen är det uppenbart att det kan vara avgörande för vetenskaplig framgång att både vara medveten om deltagarbias och att kontrollera dess effekter från början av försöket.
Vi kommer nu att gå igenom några av de sätt på vilka deltagarbias förekommer, och vad vi kan göra för att minska effekterna. Naturligtvis kommer ingen studie någonsin att vara perfekt, men med lite försiktighet och förberedelser kan vi komma ganska nära.
En av de mer utbredda faktorerna som formar deltagarnas svar är den sociala önskvärdheten (känd som den sociala önskvärdhetsbias). Deltagarna vill ofta presentera de bästa versionerna av sig själva, eller åtminstone en version som är socialt acceptabel. Det kan därför vara svårt för deltagarna att verkligen öppna sig när det gäller känsliga ämnen.
Tänk på en fråga som rör känsliga ämnen som en individs inkomst, religion eller välvilja. Det finns ett mycket reellt tryck på deltagarna att anpassa sig till vad de uppfattar som socialt önskvärt. De kan därför förvränga sina svar till vad de tror är bäst, snarare än att ge ett ärligt svar.
Hur kan vi förhindra detta?
Det finns ett antal saker som kan göras för att mildra effekterna av fördomar som beror på social önskvärdhet.
Om man ser till att deltagarna vet att deras uppgifter verkligen är konfidentiella kommer de att vara mer benägna att avslöja sanningen, även om de inte tror att det är av stor social önskvärdhet. Om man tar detta ett steg längre kan fullständig anonymitet – där försöksledaren aldrig träffar deltagaren – ge individen en känsla av säkerhet som är gynnsam för att avslöja särskilt känslig information.
Det är dessutom viktigt att informationen presenteras på ett värderingsfritt sätt. Detta gäller allt från reklamen för studien, formuleringen av frågorna och hur informationen behandlas efteråt (en forskare som behandlar känsliga eller tabubelagda ämnen med respekt när den publicerar kommer att ge mer förtroende till potentiella deltagare i framtiden också).
The Randomized Response Technique
En genialisk metod för att försöka kontrollera fördomar som beror på social önskvärdhet kallas för Randomized Response technique. Detta innebär, som namnet antyder, att svaren randomiseras. I praktiken görs detta genom att säga till deltagarna att kasta ett mynt och säga ”ja” om myntet landar på klave, och att säga sanningen om myntet landar på krona (eller vilken sida som än har bestämts vara ”sanningssidan” på myntet).
På detta sätt är det bara deltagaren som vet om han eller hon talar sanning (det är förstås viktigt att försöksledaren inte får se resultatet av myntkastningen). Detta ger ett extra säkerhetslager, för även om en deltagares resultat avslöjades eller var känt, skulle det vara omöjligt att veta vilka av deras svar som är sanna eller inte. Detta kan vara särskilt användbart om deltagaren är rädd för rättsliga följder av sina svar.
Denna metod kräver en ganska stor urvalsstorlek , och att antalet svar för ”nej” (eller ”sanningssidan” av myntet) bör fördubblas efter datainsamlingen. Detta beror på antagandet att det finns lika många deltagare i gruppen som borde säga ”nej”, men som fick veta att de skulle säga ”ja” oavsett.
What’s the Bias? Halo-effekten
När vi tycker om någon förbiser vi ofta deras missnöje eller fel och tenderar att se det bästa hos dem. Detta gäller inte bara människor utan även våra upplevda erfarenheter av många saker i livet. Om vi vill mäta en individs tankar om något kan vi förutse att om de har en positiv åsikt om det, kommer de också att ha en positiv åsikt om de saker som är förknippade med det.
Denna bias fungerar också i motsatt riktning – den omvända halo-effekten (eller ”djävuleffekten”) innebär att en individ kan reagera negativt på något om det redan är förknippat med en negativt uppfattad person, eller sak. Detta kan inträffa även om en individ skulle ha en neutral, eller till och med positiv, åsikt om ämnet i fråga om det förknippades med något eller någon annan.
Båda dessa fördomar är exempel på kognitiva övervältringseffekter , och de kan ha en enorm effekt på hur vi uppfattar världen.
Hur kan vi förebygga detta?
Denna fördomar kan vara svåra att kontrollera, eftersom människor förstås har en rad förutfattade meningar om nästan allt som de möter i livet. Ett sätt att hantera denna bias är att undvika att forma deltagarnas idéer eller erfarenheter innan de ställs inför försöksmaterialet.
Även om man uppger till synes ofarliga detaljer kan det leda till att en person bildar teorier eller tankar som kan påverka deras svar eller beteende. Det är därför viktigt att ge deltagaren endast den information som behövs för den aktuella uppgiften och att undvika ovidkommande detaljer.
För övrigt är det sällan negativt för ett experiment att ha ett stort urval, och i det här fallet är det särskilt användbart. Om vi har ett stort antal deltagare ökar vi sannolikheten för att få våra data från en blandad population som återspeglar befolkningen i stort. Om denna är balanserad när det gäller negativa och positiva åsikter (eller snarare är balanserad i proportion till den naturliga populationen) kan vi fortfarande dra slutsatser från denna grupp.
What’s the Bias? Yea- and Nay-saying / Acquiescence
Denna bias kan uppstå i självrapporterande åtgärder (t.ex. frågeformulär som fylls i av deltagaren) och avser deltagare som visar en ökad benägenhet att svara med ”ja” på ”ja”- eller ”nej”-frågor, eller att helt enkelt svara med alla ”ja”- eller ”nej”-svar genomgående.
Det finns flera anledningar till varför denna effekt kan uppstå, från att deltagaren försöker störa forskningen, ett försök att behaga försöksledaren genom att ge efter, och som ett resultat av deltagarens trötthet.
Hur kan vi förhindra detta?
Det finns lyckligtvis flera sätt på vilka denna bias kan förhindras och/eller korrigeras. En av de enklaste metoderna är att se till att frågorna är balanserade i sin formulering.
Att se till att det inte finns några ledande frågor är viktigt för alla undersökningar, frågeformulär eller intervjuer, och det är särskilt relevant i det här fallet.
Det här återknyter också till den sociala önskvärdhetsbias – försök att se till att frågorna inte är formulerade på ett sådant sätt att de får deltagaren att tro att han eller hon har ett socialt ansvar att svara på ett visst sätt. Det är mycket troligare att detta tillvägagångssätt ger sanningsenliga svar.
För övrigt kan man genom att balansera frågorna för att avslöja motsägelsefull information hjälpa till att upptäcka felaktiga svarsmönster . I praktiken innebär detta att man hela tiden ställer frågor med motsatta formuleringar. Om en deltagare därför tillfrågas ”gillar du psykologi?” bör det också finnas en fråga som frågar ”ogillar du psykologi?”. Om deltagaren har svarat ”ja” på båda frågorna kan det finnas ett problem med svaren.
Det bör dessutom inte ställas fler frågor än vad som behövs – för många frågor ökar risken för att deltagarna blir trötta, vilket leder till att svaren ges utan genomtänkt eftertanke.
Biosensorlösningen
Förutom stegen ovan finns det flera sätt på vilka biosensorer enkelt kan användas för att minska effekterna av deltagarbias i forskning.
Det är enkelt att lägga till ytterligare en motvikt till de vilseledande effekterna av deltagarbias med iMotions. Du kan lätt använda biosensorer för att skydda dig mot snedvridande effekter och även köra själva experimentet i programvaran. Detta ger en allt-i-ett-plattform för att både utföra forskning och för att se till att forskningen är så fri från bias som möjligt.
Ett exempel på detta är genom beräkningar av frontal asymmetri från EEG-mätningar. Om det finns en ökad alfavågsaktivitet i den vänstra hjärnhalvan, i förhållande till den högra, är deltagaren troligen engagerad av stimulus (omvänt är ökad alfavågsaktivitet i den högra hjärnhalvan ett tecken på känslor av undvikande). Detta ger ett mått på entusiasm för att undersöka deltagarens känslor för den aktuella frågan.
För övrigt kan eyetracking användas för att mäta uppmärksamhet, vilket avslöjar förvrängningar i hur mycket en deltagare är intresserad av stimuli (det finns också uppmuntrande forskning som relaterar pupillstorlek till bedrägeri , vilket ger ytterligare ett mått för att avslöja deltagarens sanna känslor). I kombination med analys av ansiktsuttryck kan vi börja avslöja den känslomässiga valens som deltagaren känner.
Styrkan i psykologisk forskning ligger i att veta så mycket som
möjligt om deltagarna. Genom att kombinera flera sensorer i iMotions är det lätt att få fram data som kan ligga till grund för beslut om bias och slutsatsen, och som är lätt att förstå. Detta effektiviserar stegen till robusta resultat och ger fler garantier för forskningens giltighet.
Inverkan av fördomar i forskning kan vara både svår att förebygga och svår att korrigera för även om effekterna är kända. Att säkerställa och upprätthålla en hög grad av tillförlitlighet är dock en central del av forskningen. Genom att använda informationen ovan, kompletterad med biosensorer, kan effekterna av deltagarnas bias minskas, vilket garanterar att allt du har kvar – är sanningen.
Denna artikel är en del av vår serie om bias i forskning! Vi har också diskuterat forskarbias, som du kan läsa genom att klicka här, och selektionsbias, som du kan läsa genom att klicka här.
Om du vill få mer information om hur du utformar den perfekta studien, klicka då nedan för att ladda ner vår kostnadsfria pocketguide för experimentell utformning, och fortsätt din väg till experimentell framgång!
McCambridge, J., de Bruin, M., & Witton, J. (2012). Effekterna av efterfrågekaraktäristika på forskningsdeltagares beteenden i icke-laboratoriemiljöer: A Systematic Review. Plos ONE, 7(6), e39116. doi: 10.1371/journal.pone.0039116
Gove, W., & Geerken, M. (1977). Svarsbias i undersökningar om psykisk hälsa: An Empirical Investigation. American Journal Of Sociology, 82(6), 1289-1317. doi: 10.1086/226466
Greenberg, B., Abul-Ela, A., Simmons, W., & Horvitz, D. (1969). The Unrelated Question Randomized Response Model: Theoretical Framework. Journal Of The American Statistical Association, 64(326), 520. doi: 10.2307/2283636
Warner, S. (1965). Randomized Response: A Survey Technique for Eliminating Evasive Answer Bias. Journal Of The American Statistical Association, 60(309), 63. doi: 10.2307/2283137
Tourangeau, R., Rasinski, K., Bradburn, N., & D’Andrade, R. (1989). Carryover Effects in Attitude Surveys (Överföringseffekter i attitydundersökningar). Public Opinion Quarterly, 53(4), 495. doi: 10.1086/269169
Knowles, E., & Nathan, K. (1997). Acquiescent Responding in Self-Reports: Cognitive Style or Social Concern? Journal Of Research In Personality, 31(2), 293-301. doi: 10.1006/jrpe.1997.2180
Cronbach, L. (1942). Studier av samtycke som en faktor i true-false-testet. Journal Of Educational Psychology, 33(6), 401-415. doi: 10.1037/h0054677
Dionisio, D., Granholm, E., Hillix, W., & Perrine, W. (2001). Differentiering av bedrägeri med hjälp av pupillreaktioner som ett index för kognitiv bearbetning. Psychophysiology, 38(2), 205-211. doi: 10.1111/1469-8986.3820205
.