Az adatgyűjtési torzítás akkor következik be, amikor tévesen választjuk ki az elemzett véletlenszerű mintába tartozó alanyokat.
Akkor van problémánk, ha ez a szelekció a véletlenszerű mintát nem reprezentatívnak tartja a statisztikai sokaságra. Ezért bármely, a mintából nyert eredmény elfogult, és nem tudtuk megerősíteni, hogy az elemzett populációban teljesült-e, ezen az elfogultságon belül különbözõ típusokat különböztethetünk meg, amelyeket az alábbiakban ismertetünk.
A túlélés elfogultsága
Akkor fordul elő, amikor az adatokat kizárják az elemzésből, mert az elemzés idején már nem léteznek.
Más szavakkal, csak a létező adatokra összpontosítunk, és elvetjük azokat, amelyek korábban léteztek a populációban. A gyakorlatban számos példa van ilyen típusú elfogultságra. Az egyik az, hogy felméréseket végeznek csak egy vállalat ügyfelei számára, kizárva a potenciális ügyfeleket. A másik az lenne, ha értékelnénk a részvényindexek viselkedését, kizárva az elemzésből azokat a vállalatokat, amelyek már voltak és nem tartoznak az indexbe.
A torzítás megoldása nagyon egyszerű. Végezze el a vizsgálatot az összes meglévő és korábban meglévő adattal.
Várakozási elfogultság
Akkor fordul elő, amikor az elemzést olyan adatok felhasználásával hajtják végre, amelyek az elemzés pillanatában nem állnak rendelkezésre. Példa lehet egy részvény árának és a pénzügyi egyensúly valamely változójának kapcsolatát elemezni. A részvényárfolyam egy dinamikus változó, amelynek ha az elemzéskor helyes információval rendelkezünk. A mérlegben megállapított változók azonban statikusak, ezért ennél az elemzésnél meg kell várnunk a pénzügyi kimutatások közzétételét.
Tegyük fel, hogy az ár és a saját tőke kapcsolatát szeretnénk tanulmányozni számos vállalat számára a pénzügyi év végén. Ebben az esetben a pénzügyi kimutatások közzétételéig nem leszünk nettó vagyoni adatokkal. Kiadvány, amelyet általában néhány hónappal a pénzügyi év vége után adnak ki.
Ezért az elfogultság megoldása az lenne, ha megvárnánk a pénzügyi kimutatások közzétételét. És végezze el az elemzést a közzétett adatokkal együtt a közzététel pillanatában érvényes árral együtt.
Időszakos elfogultság
Ez az elfogultság akkor fordul elő, ha az adatokhoz kiválasztott periódus túl rövid vagy túl hosszú. Ha túl rövid, akkor az elemzés olyan konkrét eredményeket tükrözhet, amelyek csak az adott időszakban teljesülnek. Vagyis hosszabb ideig nem lennének reprezentatívak.
Képzeljünk el egy ötéves időkeretet, amikor a kisvállalatok felülmúlják a nagyvállalatokat a tőzsdén. Ebből levonhatnánk azt a következtetést, hogy a jövőben a kisvállalatok mindig felülmúlják a nagyvállalatokat. De ilyen rövid ideig nem lehet ilyen következtetéseket levonni. Főként annak a ténynek köszönhető, hogy hosszabb ideig változhat a helyzet. Ezért a kapott eredmények elfogultak erre a csökkentett időtartamra.