测量学中偏倚是指一切测量值对真值的偏离。包括测量仪器的不准，样本过小，试验设计不合理，分配或分组不均衡，抽样未随机，测量者有主观倾向等。医学研究中偏倚是指在临床研究中，研究结果总是会或多或少的偏离真实情况，这种偏离我们称之为误差(error)。在不同的学科中对偏倚的解释差别不大，统指与目标有所偏离的意思。
虽然要在研究工作中完全避免误差几乎是不可能的，但对于研究中可能存在的各种误差，我们要在临床研究工作的各个环节中尽量加以控制和预防，以使研究结论更符合实际情况。 临床研究中误差的来源可以分为两类：一类是随机误差（random error）；一类是系统误差（systematic error）。 随机误差：是由于抽样误差所引起的，其大小可以用统计学方法进行估计，但没有方向性，也就是说，这种误差的存在使研究结果随机的高于或小于真值。 系统误差即偏倚（bias）：是指研究结果系统地偏离了真实情况。与随机误差不同，偏倚的存在总是造成研究结果或高于真值或低于真值，因而具有方向性。由于在研究工作中定量的估计偏倚的大小很困难，而确定偏倚的方向却相对较容易。当偏倚使研究结果高于真值时，称之为正偏倚，反之，偏倚使研究结果低于真值时，称之为负偏倚。 临床研究中的偏倚一般分为三类，即选择偏倚、信息偏倚、混杂偏倚。 选择偏倚：出现于研究设计阶段，指由于研究对象选择不当而使研究结果偏离真实情况而产生偏倚。研究设计上的缺陷是选择偏倚的主要来源，在确定研究对象时表现得最为突出。常见的情况是在研究开始时实验组和对照组就存在着除诊疗措施以外的差异，而缺乏可比性。 信息偏倚：又称观察偏倚、测量偏倚，是指研究过程中进行信息收集时产生的系统误差。测量方法的缺陷，诊断标准不明确或资料的缺失遗漏等都是信息偏倚的来源。 混杂偏倚：流行病学研究中，由于一个或多个外来因素的存在，掩盖或夸大了研究因素与疾病的联系，从而部分或全部地歪曲了两者间的真实联系，称之为混杂偏倚（confounding bias）或混杂（confounding）。引起混杂的因素称为混杂因子（confounder）。 从某种意义上讲，偏倚是抽样调查所无法避免的误差。也就是说，只要是抽样，就会产生偏倚。相应地，要最大限度地控制偏倚，只能通过多次抽样、预实验等手段加以判断。由于许多调查或实验是无法重复或进行预实验的，所以经验在偏倚的处理上也是非常重要的。
