Fusk och fel i forskning

Foto: Polina Tankilevitch/Pexels

Falska nyheter har blivit allt vanligare och det är inte alltid lätt att bedöma riktigheten. Den får ofta göras med hänsyn till källans trovärdighet. Vad man borde kunna lita på är forskningen men som Lars Melin påpekat i Axess (nr 2, 2023) kan den ibland ha helt fel.

Som statistiker med många års erfarenhet av forskning inom de experimentella vetenskaperna vill jag gärna komplettera med tänkbara orsaker och även diskutera problemet med saknad eller undanhållen information.

Enligt Hanne Kjöllers bok Kris i forsknings­frågan (Fri Tanke förlag, 2020) går mindre än hälften av alla publicerade vetenskapliga studier att upprepa med samma resultat. Att en forskningsstudie utsatts för kollegial granskning (peer review) och publicerats är alltså ingen garanti för att ett resultat är korrekt. Icke reproducerbara forskningsresultat behöver dock inte vara ett tecken på dålig forskning. Orsaken kan vara samspel med faktorer vi ännu inte känner till eller har kontroll över. En annan möjlig orsak är att olika mätmetoder har använts och att dessa inte mäter exakt samma sak (dålig överensstämmelse). Vid motsägande forskningsresultat bör man därför försöka identifiera orsaken till motsägelsen. Hittar man en tänkbar orsak kan det leda till nya insikter.

Tyvärr kan dock svårigheten att reproducera forskningsresultat bero på olika typer av fusk och jag har kommit i kontakt med följande:

1. Fabricering, det vill säga man hittar på försöksresultat.

2. Frisering av rådata genom strykningar och ändringar.

3. Förvrängning av verkligheten genom en olämplig försöksplan, felaktig tolkning av försöks­resultat samt vilseledande eller ofullständig presentation av resultaten.

4. Fiskande efter signifikanser. Man samlar in en massa data och undersöker om man hittar några signifikanser då man testar olika variabler och delar upp materialet på olika sätt. Sedan presenteras bara det eller de resultat som blivit signifikanta.

Att typ 1 och 2 ska räknas som fusk råder det stor enighet om. Enligt till exempel Uppsala universitet avses med oredlighet i forskning att man gjort sig skyldig till fabricering, förfalskning eller plagiering av data.

Även typerna 3 och 4 leder till en felaktig bild av verkligheten och därmed också felaktiga beslut och borde därför betraktas som lika allvarliga. Inom den akademiska världen anses dock målet med forskning ofta vara många publikationer och jag har träffat på personer som anser att fusk av dessa typer därför tillhör de accepterade spelreglerna.

Ett exempel på den tredje typen är en olämplig användning av medelvärdet. Antag att man vill minska kostnaden för färdtjänst genom att införa ett system för samåkning. För att visa på fördelarna har man samlat in uppgifter om tiderna från beställning tills man når målet med både det gamla och nya systemet. Det visar sig då att me­delvärdet blir lägre med det nya systemet. Ur kundens synpunkt är det dock tämligen ointressant. Om man som kund ska komma i tid till exempelvis ett läkarbesök är det ju den maximala tiden man rimligen behöver räkna med som är intressant och den kan ju vara längre även om me­delvärdet är lägre. Ett annat exempel på denna typ av ohederlighet är när man vill visa att en använd mätmetod har acceptabel överensstämmelse med en referensmetod och använder ett mått på samband mellan metoderna (korrelationskoefficienten) som ett mått på överensstämmelsen.

Populärt

Hederskulturens medlöpare

Första skottet gick in i pannan, det andra i käken. Hon slapp höra hur fadern upprepade ordet ”hora” när han sköt. Obduktionen visade att den första kulan avslutade Fadime Sahindals 26-åriga liv.

Den fjärde typen är kanske den vanligaste. Det har hänt mer än en gång att en forskare kommit med mängder av data och frågat om jag kan hitta några signifikanser. På min fråga vilken hypotes man vill testa har jag fått svaret: ”Det är ju den du ska hitta.” Att i efterhand dela upp sitt material på olika sätt och testa den ena hypotesen efter den andra har naturligtvis inget med hederlig forskning att göra. Förr eller senare får man av ren slump ett signifikant resultat som man kan publicera.

Saknad information kan ibland få lika allvarliga konsekvenser som felaktig information. Spridning av information kan stoppas av en tystnads- och cancelkultur eller av medier som av någon anledning inte gillar spridning av viss information. Ett exempel på det senare är när jag försökt uppmärksamma den felaktiga användningen av korrelationskoefficienten för att visa överensstämmelse mellan mätmetoder. Artiklar har avvisats med motiveringar som ”den stämmer inte med den redaktionella profilen”, ”den felaktiga användningen får inga allvarliga konsekvenser” eller ”patienter kan oroas och förtroendet för vården kan undergrävas”.

Många felaktiga beslut i samhället fattas troligen på grund av att de baseras på felaktig information eller på grund av att relevant information undanhållits. Omfattningen är svår att bedöma men den är rimligen tillräckligt stor för att den ska betraktas som ett samhällsproblem.

Göran Nilsson

Statistiker

Läs vidare