Emne: #Statistikk-og-forskning Guide: [[Map, Statistikk og forskning|Statistikk og forskning]] Relatert: [[Evidenskvalitet|Evidenskvalitet]] > [!NOTE] Notat > Denne artikkelen er [[Artikkel er under utvikling|under utvikling]] og vil oppdateres jevnlig. # Kort sagt Bias, eller skjevhet, refererer til en systematisk feil eller forvrengning som påvirker resultatene eller tolkningen av data, undersøkelser eller beslutningsprosesser. Det kan oppstå i ulike sammenhenger, inkludert forskning, medier, arbeid og dagliglivet, og kan være både bevisst og ubevisst. Noen vanlige typer bias inkluderer: - **Bekreftelsesbias (confirmation bias):** [[Map, Statistikk og forskning, Tendens|Tendensen]] til å søke etter, tolke og huske informasjon som bekrefter egne forutfattede meninger. - **Utvalgsskjevhet (selection bias):** Oppstår når utvalget av deltakere i en studie ikke er representativt for hele befolkningen. - **Målingsskjevhet (measurement bias):** Feil som oppstår på grunn av unøyaktige måleinstrumenter eller metoder. Bias kan påvirke validiteten og reliabiliteten av resultater, noe som gjør det viktig å identifisere og minimere bias i forskning og beslutningsprosesser. > [!NOTE] Tenk på det slik > Om du har en venn som snakker om en person vedkommende ikke liker vil du typisk stole mindre på det som blir sagt. Det er sannsynlig at vennen din overdriver det som sies: Det som blir sagt er unøyaktig. > > Hvis en studie har skjevheter (bias), kan resultatene være unøyaktige. For eksempel, om du undersøker røyking sin effekt på kreft, er det ikke tilstrekkelig å bare se på yngre personer over en kort tidsperiode. Kreft utvikler seg over tid, så det er viktig å inkludere langtidsdata og relevant aldersgruppe. Vi kan si at når vi mistenker bias vil også [[Evidenskvalitet|evidenskvaliteten]] være lavere. Se praktisk gjennomgang av [[Evidenskvalitet|evidenskvalitet]] og bias i [[🥼 Schwingshackl 2018 - Er planteoljer mer gunstig enn smør‽#Evidenskvalitet var lav til moderat|dette dypdykket.]]