工程、技术类实验的设计应以发现影响设计品最终质量的主要因素并加以控制为目的,科学实验的设计应以证明假说是错误的为目的,各项实验的操作也应该完全客观,以避免实验结果受到任何主观因素的影响。遗憾的是,真正保持客观对科研人员来说也是很难的一件事。想想看,当人们急切希望科研“快”出成果时,你会看到他们往往早在实验开始之前就已经决定了他们希望得到怎样的结果。一种情况就像逛公园时从一个门进去就直奔另一个门(目的地),如同有的导游那样,结果是公园中的美景却被忽略了。另一种情况是个人的偏好往往会(无意地)进入实验、实验过程或对实验结果的解释中。偏好对实验的影响是最容易被证明的,不信你问问自己,为什么对于与期望不相符的实验就不予理睬,为什么一个实验获得了自己所“希望的”结果就是正确的实验?有一种办法可以部分地消除“偏好”给实验的科学性和客观性带来的负影响,这就是做“盲的”实验,或者请他人核查你的数据或重复实验。
有一种叫作“操纵数据”的情况值得说一说。无论是有意的还是无意的,这也许是最有“偏好”色彩的、也是常见的违规行为。把那些使变幅增大或影响平均数的无关结果忽略掉,似乎对研究者们具有极大的诱惑力,这往往是因为研究者相信他自己完全有理由这样做。前文在讲到数据的表述与分析时曾说电视节目上有“去掉一个最高分、去掉一个最低分”那样的环节,但有一位研究科学教育的专家跟我谈到她在小学生的科学实验课中看到的一幕,令人大吃一惊:在总共3 次实验中,老师让小学生“去掉一个最高的,去掉一个最低的”,剩下的就成了小学生们本次实验的结果。而剩下的那个数据其实远远偏离了真理。作为从事科研的年轻人,这样做可能会使你距离成功越来越远。把那些看上去与其他测试组不协调的数据忽略掉,或者在第一测试没有得到预期的或所希望的结果时尝试利用不同的统计方法,这些的确是很诱惑人的。
你也许会说:“不是这样吗?有时候是要忽略数据的呀!”不错,数据有时候应该被忽略,但必须有一个前提,即在研究进行之前就已经明确了忽略的标准,或忽略的理由显而易见并获得了相关人员的同意。值得指出的是,统计分析也是一个潜藏着滥用和违规行为的领域——如果严格按科学和客观而行,它本不该这样。有时,在某种诱惑力的驱使下,你会“挑出”最可能得到你期望的结果的统计测试(即使这样做并不很合适),甚至更为糟糕的是,你会“试着做”几次测试,看看哪一次最好。避免这种行为的方法之一(即使违规行为总体上并不是有意的),就是尽量保持客观性。坚持每一次操作都尽可能地保持“盲的”,让其他人(非直接参与者)注意观察并分析你的数据。在我从事的专业研究中,为了使一次性产品在实验中用到极尽可能的少量,统计方法也成为研究的重要组成部分,“文革”前北大数学系毕业的资深专家不仅成为课题组成员,也成为我在大学的最好的老师。严格执行统计分析的规律,实验结果才能被认可,即使只是为了得到一个平均值,更不要说像涉及人的生命的医用药量、卫星和航天领域的一系列产品(我们在专业上所用的上述新统计法就是用于这样一些领域)。记住,严格才会成功。(www.xing528.com)
(原文发表于《科技导报》,略有修改)
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。