Dear colleagues,
I am working on a sensitive topic regarding drug abuse, and population in my study are very difficult to reach and refuse to participate in an assessment for drug abuse pattern. Sample recruitment was less difficult in rehabilitation centers and participants are willing to discuss this drug problem, so a convenient sample was my selection.
My concerns are :
How Statistically correct the analysis for such a convenient sample, which is mainly for frequencies to assess the pattern of drugs abuse among participants?
And does a peer reviewed journal refuse to publish similar papers considering it with selection bias? Even if the author justified the sensitivity of the topic and risk of low response rate among larger population?
Your opinions will help a lot!
Sincerely,
Ebtesam A. Abood -
If you have any auxiliary data or information to stratify your population to make sure you represent each part of that population, that might help.
Regarding sensitive topics, have you heard of the "randomized response" technique? If not, you might want to look into it. It is designed to allow people to hide answers, while still providing information. I edited a paper on that long ago, and have forgotten the details, but I think it might help you.
You still have to worry about bias with convenience sampling, so be careful about drawing conclusions.
Cheers - Jim
La no respuesta en una encuesta se define como el fracaso en obtener la participación de todas las unidades muestrales seleccionadas, y constituye un problema creciente en las encuestas poblacionales. Debe distinguirse de la no respuesta a ciertos ítems del cuestionario, lo que se conoce como «valores faltantes». Las estimaciones poblacionales obtenidas a partir de la muestra de sujetos que responden a la encuesta pueden diferir de las estimaciones que se habrían obtenido si el total de la muestra hubiera respondido a la encuesta. Esta diferencia se conoce como «sesgo de no respuesta» y se produce si los sujetos que no responden difieren sistemáticamente de los que responden en aquellas características que son de interés para el estudio.
Aunque no es posible evitar el sesgo de no respuesta, se puede atenuar con estrategias de corrección. Es frecuente hacerlo mediante la sustitución muestral, en la cual se reemplazan los no respondedores por sujetos seleccionados aleatoriamente del marco muestral o por sujetos de características similares a los no respondedores (sustitutos pareados). Las principales ventajas de la sustitución muestral son la conservación del tamaño y la estructura de la muestra, así como la posibilidad de enfocar la sustitución en grupos específicos con tasas elevadas de no respuesta para asegurar su representatividad en la muestra. Las principales críticas que se le hacen son que aumenta los costes de las encuestas y que no elimina el sesgo de no respuesta, ya que selecciona respondedores, que serán más parecidos a los sujetos que ya existen en la muestra que a los no respondedores que se pretende reemplazar. Esto produce un sesgo neto de sustitución, que se suma al sesgo de no respuesta, y puede introducir más sesgo que otras técnicas. Adicionalmente, es frecuente que en los estudios que emplean sustitutos se invierta menos esfuerzo en contactar con los sujetos de la muestra original, y en consecuencia se reduzca la tasa de respuesta. Aunque es un método que se utiliza con frecuencia en las encuestas con muestras probabilísticas, se encuentra escasa bibliografía de investigación sobre él. Otra forma de corregir los resultados de una encuesta es mediante métodos estadísticos que asignan a los respondedores un factor de ajuste (factor de no respuesta) que les permite dar cuenta de los no respondedores. Estos métodos consisten en dividir la muestra original en estratos homogéneos, construidos con la información que esté disponible tanto para respondedores como para no respondedores (p. ej., sexo, edad), en los cuales se asume que las respuestas de los no respondedores hubieran sido similares a las de los respondedores. El factor de ajuste se calcula como el inverso de la tasa de respuesta en cada estrato, y se asigna a todos los respondedores de ese estrato.
That is not possible. The best you can do is perhaps something like James R Knaub suggests. There is a thread of responses to questions like this on ResearchGate. Best wishes, D. Booth
- Badges
- Science topic
- Similar topics
- Chemistry
- Pharmacology
- Pharmaceuticals
- Drugs