2.1 Sai số hệ thống và Sai số ngẫu nhiên (Systematic and Random Error)

Các phép đo thực hiện trên các cá thể luôn tiềm ẩn sai số (error). Có hai loại sai số chính: sai số hệ thống (systematic error), còn được gọi là thiên lệch (bias), và sai số ngẫu nhiên (random error). Phân biệt giữa hai loại sai số này là rất quan trọng vì chúng có các ý nghĩa khác nhau đối với việc thiết kế và phân tích nghiên cứu.

Sai số ngẫu nhiên phát sinh do biến thiên mẫu (sampling variation). Ngay cả khi một nghiên cứu được thiết kế hoàn hảo, nếu chúng ta chỉ nghiên cứu một mẫu từ quần thể, các ước lượng thu được sẽ khác nhau giữa các mẫu khác nhau. Sai số ngẫu nhiên không làm sai lệch kết quả theo một hướng cụ thể nào — ước lượng có thể cao hơn hoặc thấp hơn giá trị thực. Các phương pháp thống kê, chẳng hạn như khoảng tin cậy (confidence intervals) và kiểm định giả thuyết (hypothesis tests), được thiết kế để định lượng sai số ngẫu nhiên.

Sai số hệ thống hay thiên lệch là sai số làm lệch kết quả một cách có hệ thống theo một hướng. Không giống như sai số ngẫu nhiên, sai số hệ thống không giảm khi tăng cỡ mẫu. Trên thực tế, với cỡ mẫu lớn hơn, một ước lượng bị thiên lệch sẽ được xác định với độ chính xác cao hơn, nhưng bản thân sai số hệ thống không hề giảm. Điều này làm cho tác động của sai số hệ thống trở nên rõ rệt và đáng kể hơn. Sai số hệ thống đòi hỏi các biện pháp can thiệp trong giai đoạn thiết kế nghiên cứu, chẳng hạn như lựa chọn mẫu cẩn thận, đo lường chính xác, và các kỹ thuật phân tích đặc biệt để kiểm soát.

Sai số ngẫu nhiên giảm khi tăng cỡ mẫu; sai số hệ thống thì không. Đây là điểm khác biệt quan trọng nhất giữa hai loại sai số này.

(Nguồn: Newman SC. Biostatistical Methods in Epidemiology. Wiley, 2001. Chương 2, tr.31-32.)