سال گذشته نوعی اندازه‌گیری به نام پی-مقدار یا p-value مرکز بحث و اختلاف بزرگی میان دانشمندان بود. دانشمندان معتقد بودند که پی-مقدار باید برای بررسی مشکل بزرگ در دانش مدرن کاهش یابد.
درحال‌حاضر ما یک ضداستدلال رسمی داریم که به‌صورت دموکراتیک توسط ۱۰۰ دانشمند برای حمایت از پی، طراحی و به‌ٌصورت آنلاین منتشر شده است تا همه بتوانند آن را بخوانند. اما موضوع مشخص این است که این عمل، آخرین مبحثی نخواهد بود که پیرامون این موضوع مطرح می‌شود. هر دانشمند حرفه‌ای و خبره‌ای با پی-مقدار آشنا است. درواقع پی-مقدار یک اندازه‌گیری آماری است که توسط توافقی جامع در ۰/۰۵ تنظیم می‌شود. پی در اینجا نشان‌دهنده‌ی احتمال و عدد هم نشان‌دهنده‌ی مقدار احتمال است.
مقاله‌های مرتبط:
اگر بخواهیم مستقیما وارد مبحث شویم، باید بگوییم که این اندازه‌گیری معیاری را تنظیم می‌کند تا به پژوهشگران و همکارانشان نشان دهد که چه‌مقدار باید روی برخی از نتایج حساب کنند. به‌طور دقیق‌تر، اگر فرض صفر (خلاف پیش‌بینی شما) درست باشد، پی-مقدار دقیقا نتایج یکسانی را به‌دست می‌آورد.
برای اکثر موارد در دانش، ریسک ۰.۰۵ (یا ۵ درصدی) درنظر گرفته می‌شود و بدین معناست که فرضیه‌ی شما شانس خوبی برای نشان‌دادن بازتاب صحیحی از دنیا دارد. این عدد بیش از نیم قرن است که مورد توافق اکثریت قرار دارد و رونالد فیشر، آمارشناس بریتانیایی در این مورد می‌گوید:
اگر ما یک خط مرسوم و قراردادی را در ۰/۰۵ تشکیل دهیم، اغلب‌اوقات گمراه نخواهیم شد.
به اواسط سال ۲۰۱۷ رجوع می‌کنیم: تعدادی از دانشمندان بزرگ دنیا، دیگر به گفته رونالد فیشر اعتقادی ندارند و ادعا می‌کنند که می‌توان با تبدیل این عدد به ۰/۰۰۵ مشکلی نوظهوری به نام بحران تکثیر و کپی را بهبود بخشید.
البته ادعای این دانشمندان چندان هم جدید نیست. پژوهشگران قبلا هم معتقد بودند که این پی-مقدار بی‌ثبات باید خیلی محتاطانه مورد استفاده قرار بگیرد. دانشمندان رشته‌های مختلف، از روان‌شناسی گرفته تا تومورشناسی، در تولید مجدد و تکثیر نتایج آزمایش‌های موثر با مشکلاتی دست‌وپنجه نرم کرده‌اند. این مشکلات باعث شد تا دانشمندان از خودشان بپرسند که آیا می‌توانند به‌راحتی از کنار چیزهایی که آنها را به‌عنوان شواهد جامع قبول می‌کنند، عبور کنند.
ازنظر تئوری، پایین آوردن معیار پی-مقدار نیازمند این است که محققان شرایط آزمایشگاهی شدیدتری را برای ثابت کردن کارهایشان ازنظر آماری ایجاد کنند. اما همه‌ی افراد ازجمله دنیل لیکنز، روان‌شناسی از دانشگاه تکنولوژی آیندهوون این ایده را بسیار بد تلقی می‌کنند. لیکنز سال گذشته به‌همراه بیش از ۱۰۰ دانشمندان و حامیان دیگر در سراسر جهان به این نتیجه رسیدند که تغییر پی-مقدار واقعا ایده بدی است. آنها روی یک فایل گوگل داکس که نهایتا تبدیل به اساس و پایه‌ی مقاله‌ای مطرح برای همکاران مطرح شد، کار کردند. لیکنز به ساینس گفت:
دیدن چگونگی تکامل و رشد این سند واقعا باورنکردنی بود. افراد به این سند، مطالبی می‌افزایند، حذف می‌کنند، و دوباره می‌افزایند. بحث‌های جدیدی در حاشیه مطرح می‌شود. این عمل خیلی خوب پیش می‌رفت.
۸۸ نویسنده، ضمیمه مقاله پایانی بودند. این مقاله با عنوان آلفای خود را توجیه و اثبات کنید توسط Nature Human Behaviour برای انتشار مورد قبول واقع شد. لیکنز و نویسنده‌های هم‌قطار او قبول داشتند که مشکلاتی در تکثیر و مقدار جهانی ۰/۰۵ وجود دارد؛ ولی ادعای آنها علیه مقدار ۰/۰۰۵ براساس سه نکته بود:
۱. هیچکس تابه‌حال ثابت نکرده است که مشکل تکثیر، نتیجه‌ی استفاده از پی-مقدار بالاست.
۲. اینکه پی-مقدار را از ۰/۰۵ به ۰/۰۰۵ کاهش دهیم ازنظر منطقی برای تمامی رشته‌ها و اصول صدق نمی‌کند.
۳. پیامدهای منفی برای این کار وجود دارد.
لیکنز می‌گوید:
چرا از یک پی-مقدار واحد و ثابت استفاده کنیم، درحالیکه موضوع دانش، یک موضوع متنوع و وسیع است؟
برخی از مطالعات پرمخاطره نیازمند سطوح بالایی از اطمینان هستند؛ اما خارج کردن مطالعات باهدف یک مقدار نمونه غیرممکن، می‌تواند باعث بسته شدن برخی از زمینه‌های مطالعاتی‌ای شود که ممکن است با گذر زمان، نتیجه دهند.
شورای بالامرتبه‌ای برای رسیدگی کامل به این موضوع وجود ندارد، لذا احتمال اینکه این موضوع به‌زودی حل شود، بسیار پایین است. شاید این موضوع هیچ‌وقت برای همه حل نشود و حامیان طرح‌های مختلف بازهم به ارائه دلایل خود درجهات مختلف در آینده بپردازند. ما تنها می‌توانیم امید داشته باشیم که چنین چیزهایی درست باشند و مبحث‌‌های دموکراتیک این‌چنینی به قدرتمند شدن علم کمک کنند.
ارسال دیدگاه