Sampel yang bias

Pada statistik bias pada sample menyebabkan beberapa anggota populasi akan cenderung memiliki probabilitas lebih besar diikutkan dalam penelitian dibanding anggota yang lain. Hasilnya terjadi ketidak obyektif-an dan tidak seimbangnya perwakilan populasi.

Jenis sampel yang bias

* Seleksi hanya pada area tertentu. Misal: Survey tentang penggunaan narkoba pada remaja tetapi hanya dengan sampel siswa sekolah adalah sampel yang bias karena tidak mengikutsertakan siswa putus sekolah ataupun yang ikut home schooling.

Contoh yang lain misalnya melakukan wawancara pada orang- orang yang ditemui di jalanan, maka akan bias karena kemungkinan orang yang sakit keras sehingga tidak bisa keluar rumah akan lebih kecil daripada orang yang sehat.

* Self-selection bias, yaitu partisipan sendiri yang memutuskan untuk ikut suatu survey misalnya. Contoh: pada survey presiden mana yang akan dipilih yang diadakan oleh suatu situs akan mengalami bias ini, karena orang-orang yang berpartisipasi adalah orang-orang yang memiliki opini yang condong ke salah satu calon. Orang-orang yang cenderung tidak menyukai calon yang ada cenderung akan tidak mau menyusahkan diri meluangkan waktu dan uang untuk mengikuti survey itu. Maka survey seperti ini tidak dianggap valid sebagai suatu dasar.


* Pemilihan sampel pada hal yang menguntungkan peneliti. Contoh suatu penelitian untuk membuktikan bahwa rokok tidak berbahaya bagi kesehatan. Maka diambil sampel perwakilan perokok dari fitness center yang sudah tingkat lanjutan, dan sampel yang tidak merokok dari tingkat pemula.


* Bias pengecualian akibat pengecualian beberapa grup dari sampel. Contoh sensus penduduk tahun 2010 akan mengabaikan warga negara asing yang baru saja menjadi warga negara Indonesia dan belum terdata oleh petugas. Termasuk juga warga negara Indonesia yang menjadi TKI tapi tidak diketahui kelurahan.


* Bias pengguna yang sehat, misal sampel yang diambil mayoritas adalah buruh kasar sehingga akan cenderung lebih sehat dan kuat dibanding populasi secara keseluruhan (karena orang yang sakit-sakitan dan tidak kuat mungkin tidak mampu menjadi buruh kasar).


* Overmatching, misal pengujian obat jantung yang baru pada grup survei dan grup kontrol. Karena mereka semua mengetahui diberi obat jantung, selain grup survei, grup kontrol juga cenderung lebih mengalami peningkatan kesehatan dibanding populasi umum seandainya tidak diberitahu mereka mengalami pengobatan.