I malintesi sulle statistiche sono comuni anche tra i ricercatori esperti
Una nuova analisi rivela che i ricercatori spesso interpretano erroneamente i valori p come prova della veridicità di un’ipotesi
Annunci
Anche i ricercatori e le persone con una solida formazione in statistica spesso hanno difficoltà a interpretare correttamente i risultati statistici. Lo dimostra una nuova revisione sistematica condotta dall’Università di Uppsala e da altri enti, in cui i ricercatori hanno analizzato 55 studi che hanno coinvolto oltre 15.000 partecipanti.
La statistica è uno strumento importante in molti campi scientifici. Utilizzando metodi statistici, i ricercatori possono non solo descrivere ciò che è stato osservato, ma anche trarre conclusioni più generali. Ad esempio, ciò potrebbe comportare lo studio dell’efficacia di un farmaco o dell’esistenza di un nesso tra l’inquinamento atmosferico e la salute umana.
Tirare conclusioni dai risultati statistici è noto come inferenza statistica. Il modo in cui i risultati delle analisi statistiche vengono descritti e compresi influenza le conclusioni che vengono effettivamente tratte. Concetti quali il valore p, la significatività statistica e gli intervalli di confidenza svolgono un ruolo centrale in questo contesto.
Ma quanto bene comprendiamo effettivamente questi concetti?
«Abbiamo individuato numerosi studi che hanno esaminato questo aspetto in vari modi. Ciò che colpisce è che, nonostante l’utilizzo di metodi diversi, i ricercatori siano giunti a conclusioni molto simili: la comprensione di ciò che si può effettivamente dedurre dai risultati statistici è inadeguata e gli equivoci sono comuni”, afferma Per Lytsy, ricercatore affiliato presso il Dipartimento di Salute Pubblica e Scienze dell’Assistenza dell’Università di Uppsala.
Idee errate anche tra chi possiede conoscenze di statistica
La revisione sistematica comprende 55 studi pubblicati tra il 1963 e il 2024. La maggior parte degli studi consisteva in indagini tramite questionario in cui ai partecipanti veniva chiesto di interpretare i risultati statistici o di giudicare se varie affermazioni fossero corrette o errate. Altri studi hanno esaminato in che modo i risultati statistici influenzano la fiducia nelle conclusioni scientifiche. Tra i partecipanti figuravano studenti, ricercatori, operatori sanitari, statistici e docenti di statistica.
Un malinteso comune è che la significatività statistica sia considerata una prova della veridicità di un’ipotesi o della significatività di un effetto. Ad esempio, un farmaco può produrre un miglioramento statisticamente significativo senza che tale miglioramento abbia alcun significato pratico per i pazienti.
Una delle ragioni per cui questi fraintendimenti sono così comuni potrebbe essere che i concetti statistici sono spesso difficili da comprendere e non sempre corrispondono al modo in cui ragioniamo intuitivamente riguardo alle probabilità e all’incertezza. Inoltre, i metodi statistici si basano su fondamenti teorici diversi e talvolta vengono utilizzati in combinazione, il che può rendere ancora più difficile capire quali conclusioni siano giustificate.
«Un esempio comune è quello di interpretare il valore p come la probabilità che l’ipotesi che stiamo verificando sia vera o falsa. Tuttavia, non è possibile giungere a tale conclusione sulla base del valore p. Tali interpretazioni errate possono indurci ad attribuire ai risultati della ricerca un grado di certezza maggiore di quanto sia giustificato», afferma Ronnie Pingel, docente senior presso il Dipartimento di Statistica dell’Università di Uppsala.
Importante per la formazione e le decisioni
Raccogliendo studi che coprono diversi decenni, la nuova rassegna offre un quadro più ampio di quanto siano diffuse e persistenti queste idee errate, anche tra persone con una formazione approfondita in statistica. I ricercatori sperano che la rassegna contribuisca a sensibilizzare sulle interpretazioni errate delle statistiche, a migliorare l’insegnamento della statistica e a incoraggiare un esame più critico dei risultati scientifici.
«Essere in grado di utilizzare metodi statistici non equivale a comprendere il significato dei risultati. La nostra rassegna dimostra che le incomprensioni sono comuni anche tra ricercatori esperti. Ciò rischia di portare a conclusioni errate e, in ultima analisi, a decisioni meno oculate», afferma Lytsy.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.