Falske resultater og metodefeil

Når resultatene stemmer helt med hypotesen din, er du enten en superforsker eller så har du gjort en feil.

Jeg er nå tre uker inne i prøvetakingsdelen av mitt masterprosjekt og jeg hadde på forhånd ventet meg en rekke resultater på dette tidspunktet.  Istedenfor har det blitt en klassisk opplæring i vitenskapelig metode og talltolkning.

Figur 1: Se opp for altfor gode resultater, det er ofte en indikasjon på at noe ikke stemmer.

Figur 1: Se opp for altfor gode resultater, det er ofte en indikasjon på at noe ikke stemmer.

I min master skal jeg forske på hvilke biologiske konsekvenser alger opplever ved økt temperatur. I korte trekk går det ut på å se hvordan algene regulerer sin egen størrelse i forhold til temperaturen rundt dem. Det er i utgangspunktet ikke særlig avansert arbeid, men som du kan lese i min forrige bloggpost så har det ikke vært like greit å få startet det hele. Nå er jeg imidlertid endelig i gang.

Dessverre har det ikke blitt noe resultater til tross for det. Eller det har blitt resultater, men de er så sprikende at det eneste de klart forteller meg er at metoden jeg har valgt ikke er optimal.

Figur 2 viser størrelsen på algene mine målt over tid, og viser ingen klare tendenser. Dermed sier den veldig mye om metoden som er brukt, og at den i dette tilfellet ikke er god.

Figur 2 viser størrelsen på algene mine målt over tid, og viser ingen klare tendenser. Dermed sier den veldig mye om metoden som er brukt i dette tilfellet ikke er særlig god.

Å velge riktig metode

Det er nå blitt veldig klart for meg at valg av metode har veldig mye å si for resultatene du får. Det er så klart ergerlig at jeg har brukt mye tid på en metode som ikke holder mål, men på den annen side er jeg glad for å se hvor mange rare resultater man kan få om man ikke er forsiktig og virkelig tenker igjennom arbeidsmåte og metode før et eksperiment.

For bra resultater

Resultater som burde få en forsker til å tenke igjennom metoden sin en gang til:

  • Altfor gode resultater, som stemmer helt i tråd med hypotesen din. Det er så klart en mulighet for at du er en kjempegod forsker, men det er nok en større sjanse for at det har skjedd en feil.
  • Sprikende replikater. Som forsker må man alltid bruke replikater, altså fler eksempler under akkurat samme betingelser. Om disse spriker mye er årsaken ofte en metodefeil. Helt like eksempler skal ikke sprike, de skal være tilnærmet like hele tiden.
  • Dataene gir ingen klare tendenser. En forsker med en god metode vil ofte se en klar tendens i dataene sine. Med tendens mener jeg at det samme skjer hele tiden. Enten at noe positivt skjer, noe negativt skjer eller at ingenting skjer i det hele tatt. Om man ser på grafen min i figur 2 ser man at selv om jeg gjør samme ting hver dag, så får jeg ingen klar tendens. Størrelsen på algene mine går både opp og ned. Dette tyder på at jeg gjør noe feil. Akkurat hva jeg gjør feil skal jeg komme tilbake til i en senere bloggpost om alger generelt.
  • Dårlig utregnet signifikans. Signifikansen forteller deg hvor gode resultatene dine er og om dataene dine viser en faktisk endring eller om variasjonen man ser i dataene er innenfor det man ville forvente i en naturlig variasjon.

Derfor er det nå tilbake til tegnebrettet for å utvikle en bedre metode. Jeg har noen klare tanker om hva som er galt, og dessverre for min del så betyr endring i arbeidsmetode også en endring i arbeidsmengde – som nå kommer til å øke betraktelig igjen.