Ystadegau mewn Moeseg Ymchwil
Yn aml, trafodir moeseg ymchwil yng nghyd-destun caniatâd cyfranogwyr, cyfrinachedd data, ac uniondeb ymchwilwyr. Fodd bynnag, un maes sy'n aml yn cael ei anwybyddu er gwaethaf ei rôl hanfodol wrth bennu ansawdd a thegwch canlyniadau ymchwil yw ystadegau. Nid dim ond offeryn ar gyfer "gwasgu niferoedd" yw ystadegau, ond yn hytrach sylfaen rhesymeg wyddonol sy'n helpu ymchwilwyr i ddod i gasgliadau cyfrifol. Pan gaiff ystadegau eu camddefnyddio—boed trwy anwybodaeth neu'n fwriadol—mae'r effaith yn mynd y tu hwnt i wallau technegol i droseddau moesegol, gan gamarwain darllenwyr, llunwyr polisi, a hyd yn oed y cyhoedd yn ehangach.
Pam mae ystadegau'n uniongyrchol gysylltiedig â moeseg?
Yn y bôn, nod ymchwil yw cynhyrchu gwybodaeth ddilys. Mae'r dilysrwydd hwn yn dibynnu'n fawr ar sut mae data'n cael ei gasglu, ei ddadansoddi a'i adrodd. Mae ystadegau'n chwarae rhan ym mhob un o'r tri cham. Gall dylunio samplau amhriodol, dadansoddi diffygiol, neu adrodd twyllodrus arwain at gasgliadau ymchwil diffygiol. Mewn cyd-destun moesegol, mae'r gwallau hyn yn beryglus oherwydd gallant arwain at benderfyniadau gwael: er enghraifft, dewis therapïau meddygol aneffeithiol, polisïau cyhoeddus amhriodol, neu stigma cymdeithasol oherwydd dehongli data rhagfarnllyd.
Mae moeseg ystadegol hefyd yn ymwneud â thegwch. Er enghraifft, pan fydd astudiaeth yn dod i'r casgliad bod rhai grwpiau "mewn mwy o berygl" neu "o dan lai o fantais" heb ddadansoddiad digonol, gall ystadegau ddod yn offeryn sy'n atgyfnerthu gwahaniaethu. Felly, rhaid i ymchwilwyr ddeall nad yw prosesu data yn broses niwtral; mae angen gonestrwydd methodolegol a gofal deongliadol.
Moeseg yn y cyfnod cynllunio: dyluniad ymchwil a maint y sampl
Mae penblethau moesegol yn aml yn codi hyd yn oed cyn casglu data. Un enghraifft yw pennu maint y sampl. Gall sampl sy'n rhy fach arwain at astudiaeth heb ddigon o bŵer i ganfod effaith wirioneddol. O ganlyniad, gallai ymchwilwyr ddod i'r casgliad nad oes effaith pan fo un—gall hyn fod yn niweidiol i ddatblygiad gwyddonol a phenderfyniadau ymarferol. I'r gwrthwyneb, gall sampl sy'n rhy fawr hefyd fod yn broblemus yn foesegol, yn enwedig mewn ymchwil sy'n cynnwys risgiau i gyfranogwyr, gan ei fod yn amlygu mwy o bobl i risgiau diangen o bosibl.
Mae ystadegaeth yn darparu offer fel dadansoddi pŵer a chyfrifiadau maint sampl i sicrhau ymchwil effeithlon a moesegol. Yn ei hanfod, rhaid i ymchwilwyr ddylunio astudiaethau sy'n "ddigonol" i ateb y cwestiwn ymchwil heb wastraffu adnoddau a heb amlygu cyfranogwyr i risg anghymesur.
Moeseg yn ystod y cam casglu data: rhagfarn ac ansawdd mesur
Mae casglu data gwael nid yn unig yn arwain at ddata "swnllyd", ond gall hefyd adlewyrchu annhegwch ac anonestrwydd. Er enghraifft, mae rhagfarn dethol yn digwydd pan fydd ymchwilwyr ond yn recriwtio cyfranogwyr sy'n cefnogi eu damcaniaeth neu sy'n hawdd eu cyrchu, yna'n cyffredinoli'r canlyniadau fel pe baent yn cynrychioli'r boblogaeth ehangach. Mae ystadegaeth yn dysgu cysyniadau cynrychiolaeth, hap-ddosbarthu, a dulliau samplu i gynyddu hygrededd canlyniadau.
Ar ben hynny, mae ansawdd yr offeryn mesur hefyd yn hanfodol. Mae defnyddio holiadur annilys neu annibynadwy a dal i dynnu casgliadau cadarn yn broblematig yn foesegol. Mae ymchwilwyr wedi'u rhwymo i brofi dilysrwydd a dibynadwyedd yr offeryn, neu o leiaf fod yn dryloyw ynghylch ei gyfyngiadau. Mae ystadegau'n helpu i brofi cysondeb mewnol, gwallau mesur, ac amrywiad data, gan ganiatáu i ddarllenwyr ddeall cryfder y dystiolaeth a ddarperir.
Moeseg yn ystod y cam dadansoddi: p-hacio, HARKing, a dewis a dethol
Mewn oes o gyhoeddiadau cyflym a phwysau i gynhyrchu canfyddiadau “arwyddocaol”, y drosedd fwyaf cyffredin o foeseg ystadegol yw p-hacio. Mae p-hacio yn cyfeirio at yr arfer o roi cynnig ar ddadansoddiadau lluosog, newidynnau lluosog, neu ffyrdd lluosog o brosesu data nes bod gwerth-p “arwyddocaol” yn ystadegol yn cael ei ganfod. Gellir gwneud yr arfer hwn yn fwriadol neu’n anymwybodol, ond yr un yw’r canlyniad: cynyddu’r siawns o ddod o hyd i “ganfyddiad” sydd mewn gwirionedd yn gyd-ddigwyddiad yn unig.
Ar wahân i hacio-p, mae HARKing (Hypothesizing After Results are Known), sy'n cynnwys ffurfio damcaniaeth ar ôl gweld y canlyniadau ac yna ei hadrodd fel pe bai wedi'i chynllunio o'r cychwyn. Mae hyn yn camarwain darllenwyr i feddwl bod y canfyddiadau wedi'u profi'n drylwyr pan maen nhw mewn gwirionedd yn archwiliadol.
Mae dewis a dethol hefyd yn broblematig: dim ond newidynnau, is-grwpiau, neu gyfnodau amser sy'n cefnogi naratif penodol y mae ymchwilwyr yn eu hadrodd, gan guddio data gwrthgyferbyniol. Yn foesegol, mae tryloywder yn allweddol. Mae dadansoddiadau archwiliadol yn iawn, ond dylid eu cydnabod fel rhai archwiliadol, nid eu gwerthu fel rhai cadarnhaol.
Moeseg dehongli: nid yw arwyddocâd yn wirionedd absoliwt
Camgymeriad cyffredin yw ystyried canlyniad "arwyddocaol" fel tystiolaeth gref bod perthynas achos ac effaith wedi'i sefydlu. Fodd bynnag, mae arwyddocaolrwydd ystadegol yn syml yn dangos bod y data a geir yn gymharol brin os yw'r rhagdybiaeth nwl yn wir, o dan rai rhagdybiaethau. Nid yw'n golygu'n awtomatig bod yr effaith yn fawr, yn bwysig, neu'n berthnasol yn ymarferol.
Dyma pam mae adrodd meintiau effeithiau a chyfyngau hyder yn fater moesegol. Mae meintiau effeithiau yn rhoi syniad o faint yr effaith, tra bod cyfyngau hyder yn dangos ansicrwydd yr amcangyfrif. Heb y wybodaeth hon, gall darllenwyr gael eu camarwain gan y rhif-p yn unig. Mewn ymchwil feddygol, er enghraifft, gall effaith ystadegol arwyddocaol fod mor fach fel nad yw'n arwyddocaol yn glinigol. Mae symleiddio canlyniadau i "gael effaith" neu "nid oes ganddo" yn fath o ostyngiad a all fod yn gamarweiniol.
Moeseg adrodd: tryloywder, dyblygu, a mynediad at ddata
Mae moeseg ystadegol hefyd yn gofyn am dryloywder mewn dulliau adrodd. Dylai ymchwilwyr esbonio sut y glanhawyd y data, sut y trinwyd allanolion, pa dybiaethau a brofwyd, a pha fodelau ystadegol a ddewiswyd a'u rhesymeg. Mae'r arferion hyn yn helpu darllenwyr i asesu ansawdd yr ymchwil ac yn galluogi dyblygu.
Mewn llawer o feysydd, mae'r mudiad gwyddoniaeth agored yn cael ei gydnabod fwyfwy fel safon foesegol. Gall rhannu data (wrth gynnal preifatrwydd), rhannu cod dadansoddi, a chyn-gofrestru leihau amheuaeth o gamdriniaeth. Fodd bynnag, rhaid i agoredrwydd fod ynghyd â diogelu hunaniaethau cyfranogwyr, yn enwedig pan fo data sensitif fel iechyd, dewisiadau gwleidyddol, neu amodau economaidd yn gysylltiedig.
Moeseg mewn delweddu data: bod yn onest wrth gyflwyno rhifau
Mae gan graffiau a thablau bŵer perswadiol. Felly, mae delweddiadau camarweiniol yn droseddau moesegol. Mae enghreifftiau'n cynnwys torri'r echelinau ar siart bar i wneud i wahaniaethau ymddangos yn fwy dramatig, dewis graddfa anghymesur, neu hepgor rhai pwyntiau data o graff heb esboniad. Dylai delweddiadau helpu darllenwyr i ddeall y data, nid llunio eu barn trwy ddulliau trin. Mae'r egwyddor foesegol yma yn syml: cyflwyno data mewn modd sy'n gymesur, yn glir, ac yn wiriadwy.
Gwrthdaro buddiannau a phwysau cyhoeddi
Nid yw ystadegau'n bodoli'n annibynnol ar gyd-destun cymdeithasol ymchwil. Gall ymchwilwyr wynebu pwysau gan noddwyr, sefydliadau, neu dargedau cyhoeddi. Gall gwrthdaro buddiannau ddylanwadu ar ddewisiadau a dehongliadau dadansoddol. Felly, mae datganiadau o wrthdaro buddiannau ac annibyniaeth ddadansoddol yn elfennau hanfodol o foeseg ymchwil. Mewn sefyllfaoedd o'r fath, gellir defnyddio ystadegau i "wisgo" canlyniadau i fodloni disgwyliadau. Felly, mae goruchwyliaeth foesegol gan bwyllgorau ymchwil, adolygiad gan gymheiriaid, a diwylliant gwyddonol iach yn gweithredu fel amddiffyniadau yn erbyn camymddwyn.
Uno cymhwysedd ystadegol ac uniondeb gwyddonol
Yn y pen draw, nid yw ystadegaeth mewn moeseg ymchwil yn ymwneud ag osgoi twyll yn unig, ond hefyd â chymhwysedd. Gall methu â deall dulliau arwain at gasgliadau anghywir, y mae eu canlyniadau mor ddifrifol â thrin. Felly, mae hyfforddiant ystadegol digonol, ymgynghori ag ystadegwyr, a'r arfer o wirio rhagdybiaethau model yn rhan o gyfrifoldeb moesol ymchwilydd.
Mae ymchwil foesegol yn onest gyda'r data, yn agored i ansicrwydd, ac yn ofalus wrth ddod i gasgliadau. Mae ystadegau'n darparu iaith ar gyfer mynegi'r ansicrwydd hwn mewn ffordd fesuradwy. Pan gaiff ei ddefnyddio'n gywir, mae ystadegau'n cryfhau uniondeb gwyddoniaeth. Pan gaiff ei gamddefnyddio, gall ddod yn offeryn twyllodrus. Felly, nid dim ond angenrheidrwydd technegol yw deall ystadegau, ond ymrwymiad moesegol i gynnal ymddiriedaeth y cyhoedd a sicrhau bod y wybodaeth a gynhyrchir yn wirioneddol ddefnyddiol.
