Istraživačke prakse koje povećavaju rizik pogrešnih zaključaka

Zadnja provjera: listopad 2026.

Istraživač prikuplja podatke, ali rezultat nije statistički značajan. Doda još dvadeset sudionika, izbaci nekoliko „neobičnih”, isproba drugu mjeru i analizira samo žene – i rezultat postaje značajan. Nijedan od tih koraka nije prijevara, ali zajedno mogu pretvoriti slučajnost u „otkriće”. Takve se prakse nazivaju upitnim istraživačkim praksama. Ova lekcija objašnjava najvažnije među njima i zašto povećavaju broj lažno pozitivnih rezultata.

Pristranost objavljivanja i selektivno izvještavanje opisuje lekcija [Pristranost objavljivanja](/lekcija/pristranost-objavljivanja).

Fleksibilnost i „vrt razgranatih staza”

Svako istraživanje uključuje mnogo odluka: koliko sudionika prikupiti, koje isključiti, kako izračunati rezultate, koje varijable uključiti, koju analizu primijeniti. Kada se te odluke donose **nakon što se vide podaci**, istraživač može – često nesvjesno – birati one koje daju „zanimljiv” rezultat. Gelman i Loken taj su problem opisali slikom vrta razgranatih staza: čak i bez svjesnog traženja, mnoštvo mogućih puteva analize povećava vjerojatnost lažnog nalaza (Gelman i Loken, 2014).

Najčešće prakse

• **P-hakiranje** – isprobavanje različitih analiza, mjera ili podskupina dok rezultat ne postane značajan.
• **Prikupljanje podataka dok rezultat ne postane značajan** – višestruko provjeravanje i zaustavljanje kad p padne ispod 0,05.
• **Selektivno isključivanje sudionika** – izbacivanje podataka bez unaprijed određenih pravila.
• **Višestruko testiranje bez ispravka** – testiranje mnogo hipoteza i izvještavanje samo o značajnima.
• **HARKing** – postavljanje hipoteza nakon što su rezultati poznati i predstavljanje kao da su postojale unaprijed (Kerr, 1998).

Koliko to mijenja rezultate

Simulacije su pokazale da kombinacija nekoliko uobičajenih odluka – dodatni sudionici, dodatna mjera, dodatna kovarijabla – može povećati vjerojatnost lažno pozitivnog rezultata s nominalnih 5 % na više od 60 % (Simmons i sur., 2011). U anketi među psiholozima znatan je dio priznao barem jednu takvu praksu (John i sur., 2012). Kada je 29 istraživačkih timova dobilo iste podatke i isto pitanje, procjene učinka znatno su se razlikovale, ovisno o razumnim, ali različitim analitičkim odlukama (Silberzahn i sur., 2018).

Zašto se događa

• poticaji: objavljivanje, financiranje i napredovanje nagrađuju „pozitivne” i zanimljive rezultate;
• ljudska sklonost vidjeti obrasce i opravdavati odluke koje vode željenom ishodu (više u lekciji [Kognitivne pristranosti](/lekcija/kognitivne-pristranosti));
• nedovoljna svijest o tome koliko fleksibilnost utječe na rezultate.

Kako se rizik smanjuje

• **predregistracija** hipoteza, uzorka i analiza prije prikupljanja podataka;
• **izvještavanje o svim mjerama** i analizama, uključujući one bez značajnog rezultata;
• **ispravci za višestruko testiranje**;
• **otvoreni podaci** koji omogućuju provjeru;
• **analize osjetljivosti** – provjera ostaje li rezultat isti uz drukčije razumne odluke (više u lekciji [Reproducibilnost i transparentnost znanosti](/lekcija/reproducibilnost-i-transparentnost-znanosti)).

Česte zablude

• **„Ovo je prijevara.”** Uglavnom nije; riječ je o uobičajenim, često nesvjesnim praksama.
• **„Jedan dodatni test ne mijenja ništa.”** Mnogo malih odluka zajedno znatno povećava rizik.
• **„Eksploratorne analize su zabranjene.”** Dopuštene su i korisne, ali moraju biti jasno označene kao eksploratorne.

Primjer

Istraživanje tvrdi da slušanje određene glazbe povećava kreativnost „kod žena mlađih od 30 godina”. Pokaže se da je u izvornom planu bila samo usporedba svih sudionika, koja nije dala značajan rezultat. Podskupina je odabrana nakon pregleda podataka. Rezultat može biti stvaran, ali je vjerojatnije posljedica traženja – i treba ga provjeriti u novom, predregistriranom istraživanju.

Sažetak

Upitne istraživačke prakse – p-hakiranje, zaustavljanje kad rezultat postane značajan, selektivno isključivanje, višestruko testiranje i HARKing – znatno povećavaju rizik lažno pozitivnih rezultata. Uglavnom nisu prijevara, nego posljedica fleksibilnosti i poticaja. Rizik smanjuju predregistracija, potpuno izvještavanje, ispravci, otvoreni podaci i analize osjetljivosti.

Povezane lekcije

• [Pristranost objavljivanja](/lekcija/pristranost-objavljivanja)
• [Replikacija istraživanja](/lekcija/replikacija-istrazivanja)
• [Reproducibilnost i transparentnost znanosti](/lekcija/reproducibilnost-i-transparentnost-znanosti)
• [Statistička snaga istraživanja](/lekcija/statisticka-snaga-istrazivanja)
• [Veličina učinka i statistička značajnost](/lekcija/velicina-ucinka-i-statisticka-znacajnost)

Izvori i literatura

• Gelman, A. i Loken, E. (2014). The statistical crisis in science. *American Scientist*, 102(6), 460–465. [doi.org/10.1511/2014.111.460](https://doi.org/10.1511/2014.111.460)
• John, L. K., Loewenstein, G. i Prelec, D. (2012). Measuring the prevalence of questionable research practices with incentives for truth telling. *Psychological Science*, 23(5), 524–532. [doi.org/10.1177/0956797611430953](https://doi.org/10.1177/0956797611430953)
• Kerr, N. L. (1998). HARKing: Hypothesizing after the results are known. *Personality and Social Psychology Review*, 2(3), 196–217. [doi.org/10.1207/s15327957pspr0203_4](https://doi.org/10.1207/s15327957pspr0203_4)
• Silberzahn, R., Uhlmann, E. L., Martin, D. P. i sur. (2018). Many analysts, one data set: Making transparent how variations in analytic choices affect results. *Advances in Methods and Practices in Psychological Science*, 1(3), 337–356. [doi.org/10.1177/2515245917747646](https://doi.org/10.1177/2515245917747646)
• Simmons, J. P., Nelson, L. D. i Simonsohn, U. (2011). False-positive psychology: Undisclosed flexibility in data collection and analysis allows presenting anything as significant. *Psychological Science*, 22(11), 1359–1366. [doi.org/10.1177/0956797611417632](https://doi.org/10.1177/0956797611417632)