Статистика в изследователската етика
Етиката на научните изследвания често се обсъжда в контекста на съгласието на участниците, поверителността на данните и почтеността на изследователя. Въпреки това, една област, която често се пренебрегва, въпреки ключовата ѝ роля за определяне на качеството и справедливостта на резултатите от научните изследвания, е статистиката. Статистиката не е просто инструмент за „обработка на числа“, а по-скоро основата на научната логика, която помага на изследователите да правят отговорни заключения. Когато статистиката се използва неправилно – независимо дали поради невежество или умишлено – въздействието надхвърля техническите грешки и води до етични нарушения, подвеждащи читателите, политиците и дори широката общественост.
Защо статистиката е пряко свързана с етиката?
По принцип изследванията целят да генерират валидни знания. Тази валидност зависи до голяма степен от това как данните се събират, анализират и докладват. Статистиката играе роля и в трите етапа. Неподходящият дизайн на извадката, погрешният анализ или манипулативното докладване могат да доведат до погрешни заключения от изследването. В етичен контекст тези грешки са опасни, защото могат да доведат до лоши решения: например избор на неефективни медицински терапии, неподходящи публични политики или социална стигма поради предубедено тълкуване на данните.
Статистическата етика е свързана и със справедливостта. Например, когато едно проучване заключи, че определени групи са „по-застрашени“ или „по-малко облагодетелствани“ без адекватен анализ, статистиката може да се превърне в инструмент, който засилва дискриминацията. Следователно, изследователите трябва да разберат, че обработката на данни не е неутрален процес; тя изисква методологична честност и интерпретативна грижа.
Етика на етапа на планиране: дизайн на изследването и размер на извадката
Етичните дилеми често възникват още преди да бъдат събрани данни. Един пример е определянето на размера на извадката. Твърде малка извадка може да доведе до това, че проучването няма достатъчна статистическа мощност, за да открие истински ефект. В резултат на това изследователите могат да заключат, че няма ефект, когато такъв има – това може да е вредно за научното развитие и практическите решения. Обратно, твърде голяма извадка може да бъде и етично проблематична, особено в изследвания, които включват рискове за участниците, тъй като излага повече хора на потенциално ненужни рискове.
Статистиката предоставя инструменти като анализ на мощността и изчисляване на размера на извадката, за да се гарантира ефикасно и етично изследване. По същество изследователите трябва да проектират проучвания, които са „достатъчни“, за да отговорят на изследователския въпрос, без да се разхищават ресурси и без да се излагат участниците на непропорционален риск.
Етика на етапа на събиране на данни: пристрастия и качество на измерванията
Лошото събиране на данни не само води до „шумни“ данни, но може също да отразява несправедливост и нечестност. Например, пристрастност при подбора възниква, когато изследователите набират само участници, които подкрепят тяхната хипотеза или са лесно достъпни, след което обобщават резултатите, сякаш те представляват по-широката популация. Статистиката учи на концепциите за представителност, рандомизация и методи за вземане на проби, за да увеличи достоверността на резултатите.
Освен това, качеството на инструмента за измерване също е от решаващо значение. Използването на невалиден или ненадежден въпросник и въпреки това извеждането на твърди заключения е етично проблематично. Изследователите са задължени да проверят валидността и надеждността на инструмента или поне да бъдат прозрачни относно неговите ограничения. Статистиката помага за проверка на вътрешната съгласуваност, грешките в измерването и вариациите в данните, позволявайки на читателите да разберат силата на предоставените доказателства.
Етика на етап анализ: p-hacking, HARKing и cherry-picking
В ерата на бързо публикуване и натиск за получаване на „значими“ открития, най-често срещаното нарушение на статистическата етика е p-хакването. P-хакването се отнася до практиката да се опитват множество анализи, множество променливи или множество начини за обработка на данни, докато се намери статистически „значима“ p-стойност. Тази практика може да се извършва умишлено или несъзнателно, но резултатът е един и същ: увеличаване на шансовете за намиране на „находка“, която всъщност е просто съвпадение.
Освен p-хакинг, съществува и HARKing (Hypothesizing After Results are Known - формулиране на хипотеза след като резултатите са известни), който включва формиране на хипотеза след виждане на резултатите и след това докладването ѝ, сякаш е била планирана от самото начало. Това подвежда читателите да мислят, че откритията са били стриктно тествани, когато всъщност са изследователски.
Подборът на най-добрите резултати също е проблематичен: изследователите докладват само променливи, подгрупи или времеви периоди, които подкрепят определен наратив, като същевременно крият противоречиви данни. От етична гледна точка, прозрачността е ключова. Проучвателните анализи са приемливи, но те трябва да се разпознават като проучвателни, а не да се продават като потвърдителни.
Етика на интерпретацията: значимостта не е абсолютна истина
Често срещана грешка е „значим“ резултат да се счита за силно доказателство, че е установена причинно-следствена връзка. Статистическата значимост обаче просто показва, че получените данни са относително редки, ако нулевата хипотеза е вярна, при определени допускания. Това не означава автоматично, че ефектът е голям, важен или практически релевантен.
Ето защо отчитането на размерите на ефектите и доверителните интервали е етичен въпрос. Размерите на ефектите дават индикация за величината на въздействието, докато доверителните интервали показват несигурността на оценката. Без тази информация читателите могат да бъдат подведени само от p-числото. В медицинските изследвания например статистически значимият ефект може да бъде толкова малък, че да бъде клинично незначителен. Опростяването на резултатите просто до „има ефект“ или „няма“ е форма на редукция, която може да бъде подвеждаща.
Етика на докладването: прозрачност, репликация и достъп до данни
Статистическата етика изисква и прозрачност в методите за докладване. Изследователите трябва да обяснят как са били почистени данните, как са били третирани отклоненията, какви предположения са били тествани и какви статистически модели са били избрани, както и тяхната обосновка. Тези практики помагат на читателите да оценят качеството на изследването и да позволят повторно изследване.
В много области движението за отворена наука все повече се признава за етичен стандарт. Споделянето на данни (като се запазва поверителността), споделянето на аналитичен код и предварителната регистрация могат да намалят съмненията за манипулация. Откритостта обаче трябва да бъде съпроводена от защита на самоличността на участниците, особено когато става въпрос за чувствителни данни като здравословно състояние, политически предпочитания или икономически условия.
Етика във визуализацията на данни: да бъдем честни при представянето на числа
Графиките и таблиците имат убедителна сила. Следователно, подвеждащите визуализации представляват етични нарушения. Примерите включват изрязване на осите на стълбовидна диаграма, за да се направят разликите да изглеждат по-драматични, избор на непропорционален мащаб или пропускане на определени точки от данни от графика без обяснение. Визуализациите трябва да помагат на читателите да разберат данните, а не да оформят мнението си чрез манипулативни средства. Етичният принцип тук е прост: представяйте данните по начин, който е пропорционален, ясен и проверим.
Конфликт на интереси и натиск върху публикациите
Статистиката не съществува независимо от социалния контекст на изследването. Изследователите могат да бъдат подложени на натиск от спонсори, институции или целеви групи за публикации. Конфликтите на интереси могат потенциално да повлияят на аналитичните избори и интерпретации. Следователно, декларациите за конфликт на интереси и аналитичната независимост са съществени компоненти на етиката на научните изследвания. В такива ситуации статистиката може да се използва за „прикриване“ на резултатите, за да отговарят на очакванията. Следователно етичният надзор от страна на изследователските комитети, експертната оценка и здравословната научна култура служат като предпазни мерки срещу неправомерни действия.
Обединяване на статистическата компетентност и научната почтеност
В крайна сметка, статистиката в изследователската етика не е само за избягване на измами, но и за компетентност. Неразбирането на методите може да доведе до неправилни заключения, чиито последици са също толкова тежки, колкото и манипулацията. Следователно, адекватното статистическо обучение, консултациите със статистици и навикът за проверка на допусканията на моделите са част от моралната отговорност на изследователя.
Етичните изследвания са честни с данните, отворени са към несигурност и предпазливи при извеждането на заключения. Статистиката предоставя език за изразяване на тази несигурност по измерим начин. Когато се използва правилно, статистиката укрепва целостта на науката. Когато се използва неправилно, тя може да се превърне в подвеждащ инструмент. Следователно, разбирането на статистиката не е просто техническа необходимост, а етичен ангажимент за поддържане на общественото доверие и гарантиране, че произведените знания са наистина полезни.
