چرا فرضیه باید پشتوانه علمی داشته باشد؟
فریبا اصغری
در پژوهش، انتخاب فرضیه پژوهش باید بر پایه شواهد قبلی، منطق علمی یا سازوکارهای پذیرفتهشده انجام شود. اگر پژوهشگر بدون پشتوانه علمی تعداد زیادی فرضیه را همزمان آزمایش کند، احتمال یافتن نتایج «معنادار» کاملاً تصادفی بهطور چشمگیری افزایش مییابد. این مسئله باعث میشود حتی نتایج ظاهراً مثبت نیز قابلاعتماد نباشند.
اگر فرض کنیم تمام پژوهشگران مقالاتشان را درست اجرا می کنند و بدون هیچ سوگیری و کاملا صادقانه گزارش میکنند گمان می کنید که چند درصد یافته های درج شده در مقالات ادبیات علمی واقعا درست هستند ؟ اشتباه رایج این است که با توجه به خطای نوع 1 ما تصور میکنیم که تنها 5 درصد یافته ها غلط است و 95 % درست هستند.
همانگونه که میدانید ارزش اخباری مثبت یک تست (درست بودن یافته های مثبت) به شدت وابسته به احتمال مثبت بود قبل از انجام تست است. یعنی در مقالات احتمال درست بودن روابط معنی داری که مشاهده میکنیم بستگی بسیار زیاد به این دارد که قبل از انجام مطالعه چقدر احتمال میدادیم که این رابطه وجود داشته باشد.
یک مثال ساده این موضوع را روشن میکند: حالتی را فرض کنید که فرضیات مبنای چندانی نداشته باشد، مثلا اگر ۱۰۰ فرضیه آزمون شوند، در حالی که فقط ۲ مورد درستاند و ۹۸ مورد غلط. دو مورد مثبت واقعی میشود و با سطح خطای آلفای ۵٪ ، حدود ۵ فرضیه غلط بهطور تصادفی «معنادار» میشوند. در نهایت ۷ رابطه معنا دار دیده میشود، اما تنها ۲ مورد آن واقعی است. بنابراین احتمال درستبودن یک یافته مثبت تنها 2 از 7 یعنی حدود ۲۸٪ است. این یعنی به احتمال تقریبا 70% یافته های معنی داری که در این دست ادبیات علمی می بینیم، غلط است. آزمون فرضیات بیپایه، تکرارپذیری را کاهش میدهد، بودجه و زمان را هدر میدهد و ادبیات علمی را با یافتههای کاذب انباشته میکند. همین امر سبب شده حوزههایی مانند مطالعات ژن کاندیدا، تغذیه و علوم مولکولی اومیکس، پایینترین نرخ تکرارپذیری را داشته باشند.
در پژوهش ممکن است فرضیات اکتشافی نیز مطرح شوند، اما باید در گزارش مقاله صریحاً اعلام شود که این فرضیات صرفاً ماهیت اکتشافی دارند و الزاماً پشتوانه نظری ندارند.
برای جلوگیری از این مشکلات، جامعه علمی پیشثبت پژوهش (Pre-registration) را ابداع کرده است (یعنی ثبت پروتکل دیگر منحصر به کارآزمایی ها نیست). پژوهشگر باید پیش از آغاز مطالعه، طرحنامه پژوهش را در سامانههایی مانند OSF ثبت کند تا پس از مشاهده دادهها نتواند فرضیه جدید را بهعنوان فرضیه اصلی اعلام کند. علاوه بر این، برخی مجلات مثل Cortex مدل «Registered Reports» را اجرا میکنند که در آن فرضیه و روش پیش از اجرای پروژه وگردآوری دادهها، داوری و تصویب میشود. این کار تضمینی برای انتشار نتایج فارغ از مثبت یا منفی بودن آن است و انگیزه پژوهشگران برای آزمون انبوه فرضیات بیپشتوانه و انتشار نتایج تصادفی را بهطور مؤثری کاهش میدهد.
شوراهای پژوهشی هم باید به این نکته توجه کنند که هر فرضیهای ارزش علمی برای آزمون ندارد و به هر طرحی بدون شواهد منطقی و علمی مصوبه ندهند.
#هفته_پژوهش
#اعتماد_به_علم
Post #286
843
- ❤ 6