อคติในการเลือกคืออคติที่เกิดขึ้นจากการเลือกบุคคล กลุ่ม หรือข้อมูลสำหรับการวิเคราะห์ในลักษณะที่ความสัมพันธ์ระหว่างการสัมผัสและผลลัพธ์ในกลุ่มที่ถูกเลือกมาวิเคราะห์จะแตกต่างจากความสัมพันธ์ในกลุ่มที่มีคุณสมบัติเหมาะสม^{[ 1 ]}โดยทั่วไปจะเกิดขึ้นเมื่อนักวิจัยพิจารณาปัจจัยที่ได้รับอิทธิพลจากทั้งการสัมผัสและผลลัพธ์ (หรือสาเหตุของสิ่งเหล่านั้น) ทำให้เกิดความสัมพันธ์ที่ผิดพลาดระหว่างกัน อคติในการเลือกครอบคลุมอคติหลายรูปแบบ รวมถึงการสูญเสียการติดตามที่แตกต่างกัน อคติอุบัติการณ์-ความชุก อคติอาสาสมัคร อคติคนงานที่มีสุขภาพดี และอคติจากการไม่ตอบสนอง

อคติในการสุ่มตัวอย่างคือข้อผิดพลาดที่เป็นระบบอันเนื่องมาจากการสุ่มตัวอย่างประชากร ที่ไม่เป็นแบบสุ่ม ^{[ 2 ]}ทำให้สมาชิกบางคนในประชากรมีโอกาสน้อยกว่าที่จะถูกรวมไว้เมื่อเทียบกับคนอื่นๆ ส่งผลให้ตัวอย่างมีอคติซึ่งนิยามว่าเป็นตัวอย่างทางสถิติของประชากร (หรือปัจจัยที่ไม่ใช่มนุษย์) ที่ผู้เข้าร่วมทั้งหมดไม่ได้มีความสมดุลเท่าเทียมกันหรือได้รับการแสดงอย่างเป็นกลาง^{[ 3 ]}โดยส่วนใหญ่จัดเป็นอคติในการเลือกประเภทย่อย^{[ 4 ​​]}บางครั้งเรียกเฉพาะว่าอคติในการเลือกตัวอย่าง [ ^{5 ] [ 6 ] [ 7 ]}แต่บางคนก็จัดเป็นอคติประเภทแยก^{ต่างหาก[ 8 ]}

ข้อแตกต่างที่สำคัญของอคติในการสุ่มตัวอย่าง (แม้จะไม่ใช่ข้อแตกต่างที่ได้รับการยอมรับอย่างเป็นสากล) คือ อคติในการสุ่มตัวอย่างจะบั่นทอนความถูกต้องภายนอกของการทดสอบ (ความสามารถของผลลัพธ์ในการนำไปใช้กับประชากรส่วนที่เหลือ) ในขณะที่อคติในการเลือกส่วนใหญ่จะเกี่ยวข้องกับความถูกต้องภายในสำหรับความแตกต่างหรือความคล้ายคลึงที่พบในกลุ่มตัวอย่างนั้นๆ ในแง่นี้ ข้อผิดพลาดที่เกิดขึ้นในกระบวนการรวบรวมกลุ่มตัวอย่างหรือกลุ่มเป้าหมายทำให้เกิดอคติในการสุ่มตัวอย่าง ในขณะที่ข้อผิดพลาดในกระบวนการใดๆ หลังจากนั้นทำให้เกิดอคติในการเลือก

ตัวอย่างของอคติในการสุ่มตัวอย่าง ได้แก่การเลือกด้วยตนเองการคัดกรองผู้เข้าร่วมการทดลองล่วงหน้า การตัดผู้เข้าร่วมการทดลอง/การทดสอบที่ไม่ดำเนินการจนเสร็จสมบูรณ์ และอคติจากการย้ายถิ่นฐานโดยการไม่รวมผู้เข้าร่วมที่เพิ่งย้ายเข้ามาหรือย้ายออกจากพื้นที่ศึกษาอคติจากระยะเวลาซึ่งทำให้ตรวจพบโรคที่พัฒนาช้าและมีพยากรณ์โรคที่ดีกว่า และอคติจากระยะเวลานำซึ่งทำให้วินิจฉัยโรคได้เร็วกว่าในผู้เข้าร่วมเมื่อเทียบกับประชากรกลุ่มเปรียบเทียบ แม้ว่าระยะเวลาเฉลี่ยของโรคจะเหมือนกันก็ตาม

• การยุติการทดลองก่อนกำหนดในขณะที่ผลการทดลองสนับสนุนข้อสรุปที่ต้องการ
• การทดลองอาจถูกยุติก่อนกำหนดเมื่อพบค่าสุดขั้ว (ส่วนใหญ่มักเป็นเพราะ เหตุผล ด้านจริยธรรม ) แต่ค่าสุดขั้วนั้นมักจะเกิดขึ้นกับตัวแปรที่มีความแปรปรวน มากที่สุด แม้ว่าตัวแปรทั้งหมดจะมีค่าเฉลี่ย ใกล้เคียงกัน ก็ตาม

• อคติด้านความอ่อนไหว
  • อคติจากความไวต่อโรคทางคลินิก เกิดขึ้นเมื่อโรคหนึ่งทำให้เกิดความเสี่ยงต่อโรคที่สอง และการรักษาโรคแรกกลับทำให้เกิดความเสี่ยงต่อโรคที่สองอย่างผิดพลาด ตัวอย่างเช่น กลุ่มอาการ หลังหมดประจำเดือน ทำให้มีโอกาสเกิด มะเร็งเยื่อบุโพรงมดลูกสูงขึ้นดังนั้นเอสโตรเจนที่ให้สำหรับกลุ่มอาการหลังหมดประจำเดือนจึงอาจถูกตำหนิว่าเป็นสาเหตุของมะเร็งเยื่อบุโพรงมดลูกมากกว่าความเป็นจริง^{[ 9 ]}
  • อคติแบบโปรโตพาธิก (Protopathic bias) เกิดขึ้นเมื่อการรักษาอาการแรกของโรคหรือผลลัพธ์อื่น ๆ ดูเหมือนจะทำให้เกิดผลลัพธ์นั้นขึ้น เป็นอคติที่อาจเกิดขึ้นได้เมื่อมีช่วงเวลาล่าช้าตั้งแต่เริ่มมีอาการแรกจนถึงเริ่มการรักษาก่อนที่จะได้รับการวินิจฉัยจริง^{[ 9 ]}สามารถลดอคตินี้ได้โดยการหน่วงเวลา กล่าวคือ การยกเว้นการสัมผัสที่เกิดขึ้นในช่วงเวลาหนึ่งก่อนการวินิจฉัย^{[ 10 ]}
  • อคติจากการบ่งชี้คือ ความสับสนที่อาจเกิดขึ้นระหว่างสาเหตุและผลกระทบเมื่อการสัมผัสขึ้นอยู่กับการบ่งชี้ เช่น การรักษาให้กับผู้ที่มีความเสี่ยงสูงต่อการเป็นโรค ซึ่งอาจทำให้ผู้ที่ได้รับการรักษามีสัดส่วนมากกว่าผู้ที่เป็นโรค ส่งผลให้เกิดความเข้าใจผิดว่าการรักษาเป็นสาเหตุของโรค^{[ 11 ]}

• การแบ่งข้อมูลออกเป็นส่วนๆ โดยทราบถึงเนื้อหาภายในแต่ละส่วน จากนั้นจึงนำข้อมูลเหล่านั้นไปวิเคราะห์ด้วยชุดทดสอบที่ออกแบบมาสำหรับส่วนที่เลือกมาโดยไม่ทราบเนื้อหาภายใน
• การเปลี่ยนแปลงการรวมข้อมูล ภายหลัง โดยอาศัยเหตุผลตามอำเภอใจหรือตามอัตวิสัย ซึ่งรวมถึง:
  • การเลือกข้อมูลเฉพาะส่วน (Cherry picking)ซึ่งจริงๆ แล้วไม่ใช่การเลือกอย่างมีอคติ (selection bias) แต่ เป็นการเลือกข้อมูลเพื่อยืนยันข้อสรุป ( confirmation bias ) คือการเลือกใช้ข้อมูลเพียงบางส่วนเพื่อสนับสนุนข้อสรุปที่ต้องการ (เช่น การยกตัวอย่างอุบัติเหตุเครื่องบินตกเป็นหลักฐานว่าการบินไม่ปลอดภัย ในขณะที่ละเลยตัวอย่างที่พบได้บ่อยกว่ามาก คือเที่ยวบินที่บินได้อย่างปลอดภัย ดูเพิ่มเติม: การใช้หลักการตัดสินใจจากข้อมูลที่มีอยู่ (availability heuristic ))
  • การปฏิเสธข้อมูลที่ไม่ดีบน (1) เหตุผลตามอำเภอใจ แทนที่จะเป็นไปตามเกณฑ์ที่ระบุไว้ก่อนหน้านี้หรือที่ตกลงกันโดยทั่วไป หรือ (2) การทิ้ง " ค่าผิดปกติ " บนพื้นฐานทางสถิติที่ไม่คำนึงถึงข้อมูลสำคัญที่อาจได้มาจากการสังเกต "ที่ผิดปกติ" ^{[ 12 ]}

• การคัดเลือกงานวิจัยที่จะนำมาวิเคราะห์แบบเมตา (ดูเพิ่มเติมที่การวิเคราะห์แบบเมตาเชิงผสมผสาน )
• ทำการทดลองซ้ำๆ และรายงานเฉพาะผลลัพธ์ที่น่าพอใจที่สุด โดยอาจเปลี่ยนชื่อบันทึกการทดลองอื่นๆ เป็น "การทดสอบการสอบเทียบ" "ข้อผิดพลาดของเครื่องมือ" หรือ "การสำรวจเบื้องต้น"
• การนำเสนอผลลัพธ์ที่สำคัญที่สุดจากการค้นหาข้อมูลราวกับว่าเป็นผลจากการทดลองเพียงครั้งเดียว (ซึ่งในเชิงตรรกะแล้วก็เหมือนกับข้อก่อนหน้า แต่ถือว่ามีการทุจริตน้อยกว่า)

อคติจากการสูญเสีย (Attrition bias)เป็นอคติในการเลือกประเภทหนึ่งที่เกิดจากการสูญเสียผู้เข้าร่วม (attrition) ^{[ 13 ]}ซึ่งไม่นับรวมผู้เข้าร่วมการทดลอง/การทดสอบที่ไม่ได้ดำเนินการจนเสร็จสมบูรณ์ อคตินี้มีความเกี่ยวข้องอย่างใกล้ชิดกับ อคติจากการรอดชีวิต ( survivorship bias ) ซึ่งจะรวมเฉพาะผู้เข้าร่วมที่ "รอดชีวิต" จากกระบวนการเท่านั้นในการวิเคราะห์ หรือ อคติจากความล้มเหลว ( failure bias ) ซึ่งจะรวมเฉพาะผู้เข้าร่วมที่ " ล้มเหลว " จาก กระบวนการเท่านั้น รวมถึงการออกจากกลุ่ม การไม่ตอบสนอง ( อัตราการตอบสนองต่ำ) การถอนตัวและผู้ที่เบี่ยงเบนจากโปรโตคอลส่งผลให้ได้ผลลัพธ์ที่มีอคติในกรณีที่ไม่เท่าเทียมกันในแง่ของการได้รับสัมผัสและ/หรือผลลัพธ์ ตัวอย่างเช่น ในการทดสอบโปรแกรมการควบคุมอาหาร นักวิจัยอาจปฏิเสธทุกคนที่ออกจากกลุ่มทดลอง แต่ส่วนใหญ่ของผู้ที่ออกจากกลุ่มคือผู้ที่โปรแกรมไม่ได้ผล การสูญเสียผู้เข้าร่วมที่แตกต่างกันในกลุ่มทดลองและกลุ่มเปรียบเทียบอาจเปลี่ยนแปลงลักษณะของกลุ่มเหล่านี้และผลลัพธ์โดยไม่คำนึงถึงการแทรกแซง ที่ศึกษา ^{[ 13 ]}

การติดตามผลไม่สำเร็จถือเป็นอคติจากการสูญเสียผู้เข้าร่วมวิจัยอีกรูปแบบหนึ่ง ซึ่งส่วนใหญ่มักเกิดขึ้นในการศึกษาทางการแพทย์ในช่วงระยะเวลาที่ยาวนาน อคติจากการไม่ตอบสนองหรือการคงอยู่ของผู้เข้าร่วมวิจัยอาจได้รับอิทธิพลจากปัจจัยทั้งที่เป็นรูปธรรมและนามธรรมหลายประการ เช่น ความมั่งคั่ง การศึกษา ความเสียสละ ความเข้าใจเบื้องต้นเกี่ยวกับการศึกษาและข้อกำหนดต่างๆ^{[ 14 ]}นักวิจัยอาจไม่สามารถติดต่อติดตามผลได้เนื่องจากข้อมูลระบุตัวตนและรายละเอียดการติดต่อที่รวบรวมไว้ในช่วงการสรรหาและการวิจัยเบื้องต้นไม่เพียงพอ^{[ 15 ]}

นักปรัชญาNick Bostromได้โต้แย้งว่าข้อมูลไม่ได้ถูกกรองโดยการออกแบบการศึกษาและการวัดเท่านั้น แต่ยังรวมถึงเงื่อนไขเบื้องต้นที่จำเป็นคือต้องมีผู้ทำการศึกษาด้วย ในสถานการณ์ที่การมีอยู่ของผู้สังเกตการณ์หรือการศึกษาเกี่ยวข้องกับข้อมูล จะเกิดผลกระทบจากการเลือกการสังเกต และจำเป็นต้องใช้เหตุผลเชิงมนุษยนิยม^{[ 16 ]}

ตัวอย่างเช่น บันทึก เหตุการณ์การชนของโลกในอดีต: หากการชนครั้งใหญ่ทำให้เกิดการสูญพันธุ์ครั้งใหญ่และการหยุดชะงักทางนิเวศวิทยาซึ่งขัดขวางวิวัฒนาการของผู้สังเกตการณ์ที่มีสติปัญญาเป็นเวลานาน จะไม่มีใครสังเกตเห็นหลักฐานของการชนครั้งใหญ่ในอดีตที่ผ่านมา (เนื่องจากจะขัดขวางวิวัฒนาการของผู้สังเกตการณ์ที่มีสติปัญญา) ดังนั้นจึงมีอคติที่อาจเกิดขึ้นในบันทึกการชนของโลก^{[ 17 ]}ความเสี่ยงต่อการดำรงอยู่ทางดาราศาสตร์อาจถูกประเมินต่ำเกินไปในทำนองเดียวกันเนื่องจากอคติในการเลือก และต้องมีการแก้ไขโดยมนุษย์^{[ 18 ]}

อคติจากการเลือกตนเองหรืออคติจากอาสาสมัครในการศึกษาถือเป็นภัยคุกคามเพิ่มเติมต่อความถูกต้องของการศึกษา เนื่องจากผู้เข้าร่วมเหล่านี้อาจมีลักษณะที่แตกต่างจากกลุ่มเป้าหมายของการศึกษาโดยแท้จริง^{[ 19 ]}การศึกษาต่างๆ แสดงให้เห็นว่าอาสาสมัครมักมาจากสถานะทางสังคมที่สูงกว่า มากกว่ามาจากภูมิหลังทางเศรษฐกิจและสังคมที่ต่ำกว่า^{[ 20 ]}นอกจากนี้ การศึกษาอีกชิ้นหนึ่งแสดงให้เห็นว่าผู้หญิงมีแนวโน้มที่จะเป็นอาสาสมัครในการศึกษามากกว่าผู้ชาย อคติจากอาสาสมัครนั้นเห็นได้ชัดเจนตลอดวงจรชีวิตของการศึกษา ตั้งแต่การสรรหาไปจนถึงการติดตามผล โดยทั่วไปแล้ว การตอบสนองของอาสาสมัครอาจเกิดจากความเสียสละส่วนบุคคล ความปรารถนาที่จะได้รับการยอมรับ ความสัมพันธ์ส่วนตัวกับหัวข้อการศึกษา และเหตุผลอื่นๆ^{[ 20 ] [ 14 ]}

อคติ Malmquist ในดาราศาสตร์เชิงสังเกตการณ์เป็นอคติที่เกิดจากข้อจำกัดของความไวของตัวตรวจจับ เนื่องจากความสว่างที่ปรากฏจะลดลงสำหรับวัตถุที่อยู่ไกลออกไป ที่ระยะทางที่ไกลกว่านั้นจะสามารถสังเกตได้เฉพาะวัตถุที่สว่างกว่าเท่านั้น ซึ่งจะสร้างความสัมพันธ์ที่ผิดพลาดระหว่างระยะทางและความสว่าง^{[ 21 ]}

โดยทั่วไปแล้ว อคติในการเลือกไม่สามารถเอาชนะได้ด้วยการวิเคราะห์ทางสถิติของข้อมูลที่มีอยู่เพียงอย่างเดียว แม้ว่าการแก้ไขของ Heckmanอาจใช้ได้ในกรณีพิเศษ การประเมินระดับของอคติในการเลือกสามารถทำได้โดยการตรวจสอบความสัมพันธ์ระหว่าง ตัวแปร ภายนอก (พื้นหลัง) และตัวบ่งชี้การรักษา อย่างไรก็ตาม ใน แบบ จำลองการถดถอย ความสัมพันธ์ระหว่างปัจจัยกำหนดผลลัพธ์ที่ไม่สามารถสังเกตได้ และปัจจัยกำหนดการเลือกเข้าสู่ตัวอย่างที่ ไม่สามารถสังเกตได้จะทำให้การประมาณค่ามีอคติ และความสัมพันธ์ระหว่างสิ่งที่ไม่สามารถสังเกตได้นี้ไม่สามารถประเมินได้โดยตรงจากปัจจัยกำหนดการรักษาที่สังเกตได้^{[ 22 ]}

เมื่อเลือกข้อมูลเพื่อวัตถุประสงค์ในการปรับให้เหมาะสมหรือการพยากรณ์ สามารถตั้งค่าเกมแบบร่วมมือกันได้ เพื่อให้สามารถกำหนดฟังก์ชันความแม่นยำในการปรับให้เหมาะสมหรือการพยากรณ์บนชุดย่อยทั้งหมดของตัวแปรข้อมูลได้

อคติในการคัดเลือกมีความเกี่ยวข้องอย่างใกล้ชิดกับ:

• อคติในการตีพิมพ์หรืออคติในการรายงานคือความบิดเบือนที่เกิดขึ้นในการรับรู้ของชุมชนหรือการวิเคราะห์เชิงอภิมานเนื่องจากการไม่ตีพิมพ์ผลลัพธ์ที่ไม่น่าสนใจ (โดยปกติจะเป็นผลลัพธ์เชิงลบ) หรือผลลัพธ์ที่ขัดแย้งกับอคติของผู้ทำการทดลอง ผลประโยชน์ของผู้สนับสนุน หรือความคาดหวังของชุมชน
• อคติในการยืนยันคือแนวโน้มทั่วไปของมนุษย์ที่จะให้ความสนใจกับสิ่งใดก็ตามที่ยืนยันมุมมองที่มีอยู่ก่อนแล้วของเรา หรือโดยเฉพาะอย่างยิ่งในวิทยาศาสตร์เชิงทดลอง คือความบิดเบือนที่เกิดจากการทดลองที่ออกแบบมาเพื่อแสวงหาหลักฐานยืนยันแทนที่จะพยายามหักล้างสมมติฐาน
• อคติจากการคัดออก เกิดจากการใช้เกณฑ์ที่แตกต่างกันในการพิจารณาคุณสมบัติการเข้าร่วมการศึกษาของกลุ่มผู้ป่วยและกลุ่มควบคุม หรือตัวแปรที่ใช้เป็นพื้นฐานในการคัดออกแตกต่างกัน