Apa itu P-Hacking? | Statistik

P-hacking adalah istilah yang digunakan untuk menggambarkan berbagai teknik yang dapat digunakan peneliti untuk meningkatkan peluang menemukan hasil yang signifikan secara statistik dalam penelitian mereka, meskipun hasilnya tidak benar-benar bermakna. Ini adalah bentuk manipulasi data yang dapat menyebabkan publikasi hasil positif palsu.

Misalnya.

Dalam sebuah penelitian yang membandingkan efektivitas dua intervensi fisioterapi yang berbeda untuk nyeri bahu terkait rotator cuff, seorang peneliti dapat melakukan beberapa analisis data, dan hanya melaporkan data yang menunjukkan perbedaan yang signifikan secara statistik di antara kedua intervensi tersebut. Ini adalah p-hacking karena peneliti secara selektif hanya melaporkan hasil yang mendukung hipotesis mereka dan mengabaikan hasil yang tidak mendukung.

Beberapa Perbandingan yang Tidak Disesuaikan

Contoh lain dari p-hacking dalam penelitian fisioterapi adalah ketika seorang peneliti melakukan beberapa perbandingan antara intervensi yang berbeda tetapi tidak menyesuaikannya beberapa perbandingan. Hal ini dapat meningkatkan peluang untuk menemukan hasil yang signifikan secara statistik secara kebetulan, bahkan jika intervensinya tidak benar-benar berbeda.

Dengan menghapus beberapa data secara selektif, peneliti secara efektif "meretas" hasil, karena hal ini meningkatkan probabilitas untuk menemukan perbedaan yang signifikan secara statistik antara dua intervensi, bahkan jika tidak ada perbedaan yang nyata. Peneliti kemudian dapat menyajikan data seolah-olah itu adalah perbandingan yang adil, yang dapat menyebabkan kesimpulan yang tidak akurat dan menyesatkan penelitian dan perlakuan di masa depan. Ini hanyalah salah satu cara untuk melakukannya.

Tidak disengaja

Sangat penting untuk dicatat bahwa peretasan P dapat terjadi secara tidak sengaja dan dapat berasal dari kurangnya pengetahuan statistik peneliti atau tekanan untuk mempublikasikan hasil yang menjanjikan. Namun, ini juga bisa menjadi pilihan yang dibuat secara sadar dengan tujuan tertentu. Para peneliti harus mendaftarkan terlebih dahulu desain studi dan rencana analisis mereka, melaporkan semua temuan, dan menerapkan teknik statistik yang tepat untuk menjelaskan beberapa perbandingan untuk mencegah peretasan. Untuk meningkatkan kepercayaan pada temuan, studi replikasi dan replikasi independen dari temuan juga dapat digunakan.

Lebih lanjut tentang Pendaftaran Pra-Persidangan

Pendaftaran pra-uji coba, yang mencakup penyerahan rincian komprehensif mengenai desain penelitian, intervensi, hasil, dan rencana analisis, adalah proses mendaftarkan uji coba klinis sebelum dimulai. Prosedur ini dianggap penting untuk meningkatkan keterbukaan dan meminimalkan bias dalam penelitian klinis. Para peneliti berkomitmen pada serangkaian tujuan dan prosedur dengan mendaftarkan penelitian secara terbuka sebelum dilaksanakan, yang dapat membantu mencegah pelaporan hasil yang selektif dan perusakan data. Pendaftaran pra-persidangan juga memudahkan untuk mengakses data mengenai persidangan yang sedang berjalan dan yang telah selesai serta mencegah upaya penelitian yang berlebihan. Uji coba yang terdaftar lebih mungkin untuk dipublikasikan, yang dapat mengurangi bias publikasi dan memastikan bahwa hasil penelitian tersedia untuk digunakan dalam praktik klinis dan pembuatan kebijakan. Pendaftaran pra-uji coba merupakan langkah penting untuk memastikan bahwa penelitian klinis dilakukan dengan cara yang transparan dan ketat, yang mengarah pada hasil yang lebih dapat diandalkan dan bermanfaat.

Gelman, A., & Loken, E. (2019). Taman dengan jalan bercabang : Mengapa beberapa perbandingan dapat menjadi masalah, bahkan ketika tidak ada "ekspedisi memancing" atau "p-hacking" dan hipotesis penelitian diajukan sebelumnya ∗.

Daniele Fanelli (2012). Hasil negatif menghilang dari sebagian besar disiplin ilmu dan negara. Jurnal Penelitian Kesehatan, 90(3), 891-904. doi: 10.1007/s11192-011-0494-7

Lakens, D. (2019). Nilai preregistrasi untuk ilmu psikologi: Sebuah analisis konseptual. 心理学評論, 62(3), 221-230.

Storey, J. D. (2003). Tingkat penemuan palsu yang positif: interpretasi Bayesian dan nilai-q. Catatan sejarah statistik, 31(6), 2013-2035.

Wicherts, J. M., Veldkamp, C. L. S., Augusteijn, H. E. M., Bakker, M., & van Aert, R. C. (2016). M., & van Assen, MALM (2016). Derajat kebebasan dalam merencanakan, menjalankan, menganalisis, dan melaporkan studi psikologis: Daftar periksa untuk menghindari peretasan. Batas-batas dalam Psikologi, 7.