7 דקות
נתחיל עם שאלה פשוטה: אם שתי קבוצות של צמחים קיבלו את אותו דשן, ובשתיהן המיממוצע יצא 14 סנטימטר — האם אפשר להגיד שהן הגיבו אותו הדבר לטיפול? האינטואיציה אומרת "כן", אבל הנתונים מספרים סיפור אחר לגמרי. בקבוצה אחת כל הצמחים היו בין 13 ל-15 סנטימטר. בקבוצה השנייה הם נעו בין 4 ל-24 סנטימטר. הממוצע זהה — הפיזור הפוך לחלוטין. הלקח הראשון שמלווה אותנו לכל אורך הנושא הזה: הממוצע לבדו אינו מספר את הסיפור. הפיזור הוא חלק בלתי נפרד מהנתונים.
כשבונים טבלת תוצאות, יש סדר שחייבים לשמור עליו. עמודת המשתנה הבלתי-תלוי תמיד ראשונה, ואחריה עמודות המדידות החוזרות והממוצע. לכל עמודה חייבת להיות כותרת שכוללת את שם המשתנה ואת היחידות שבהן מדדנו — בלי יחידות, הנתון חסר משמעות. ונקודה נוספת שקל לדלג עליה: מספר המדידות בכל טיפול חייב להיות זהה, אחרת אי אפשר להשוות בין הקבוצות באופן הוגן.
חישוב הממוצע הוא סכום המדידות חלוק במספרן. אם נמדדו 12, 15 ו-18 מילימטר — הממוצע הוא 12 ועוד 15 ועוד 18, חלקי 3, שיוצא 15 מילימטר. אבל כבר אמרנו שהממוצע לא תמיד מייצג נאמנה. נחשוב על ניסוי שבו נמדדו כמויות חמצן מומס במים: 8, 9, 10, 9 ו-34 מיליגרם לליטר. הממוצע של החמישה הוא 14 מיליגרם לליטר. אבל 4 מתוך 5 המדידות נמוכות מ-11. הערך 34 הוא ערך חריג קיצוני שמושך את הממוצע כלפי מעלה ויוצר תמונה מעוותת. במקרים כאלה, החציון — הערך האמצעי כשמסדרים את המדידות לפי גודל — מתאר את מרכז הקבוצה נאמנה יותר. כאן החציון הוא 9 מיליגרם לליטר, שמשקף הרבה יותר טוב את מה שרוב המדידות מראות.
שאלה נוספת שמופיעה לעיתים קרובות היא חישוב אחוז השינוי. הנוסחה: מחסירים את ערך הביקורת מערך הטיפול, מחלקים בערך הביקורת, ומכפילים ב-100. אם בביקורת הממוצע הוא 10 פרחים ובטיפול הממוצע הוא 16 פרחים, אז 16 פחות 10 זה 6, חלקי 10, כפול 100 — מקבלים 60 אחוז. זה אחוז השינוי של הטיפול ביחס לביקורת.
עכשיו נעבור לגרפים, כי גם כאן יש החלטות שאינן עניין של טעם אישי. הן נבחנות. גרף עמודות מתאים כשהמשתנה הבלתי-תלוי הוא בדיד או קטגורי — מינים שונים, סוגי מצע, זכר מול נקבה. גרף קו מתאים רק כשהמשתנה הבלתי-תלוי הוא רציף ויש משמעות לערכי ביניים. לדוגמה: חוקר מדד את קצב נשימת שבלולים בחמש טמפרטורות — 10, 15, 20, 25 ו-30 מעלות. כאן הטמפרטורה היא משתנה רציף, ויש משמעות לטמפרטורה של 17 מעלות, גם אם לא מדדנו אותה ישירות. לכן גרף הקו הוא הבחירה הנכונה. תרשים פיזור מתאים כשמדדנו שני משתנים רציפים יחד בכל פרט, מבלי שהחוקר קבע מראש את ערכי אחד מהם. ותרשים עוגה — מתאים רק להצגת חלוקה לאחוזים משלם אחד.
כשמתארים מגמה בגרף, צריך שפה מדויקת: כיוון השינוי, קצבו, נקודות מפנה, וערכים עם יחידות. ויש כאן שני מושגים שכדאי לזכור ולהבחין ביניהם. אינטרפולציה היא הערכת ערך בתוך תחום המדידות — וזו פעולה לגיטימית כשהמשתנה רציף. אקסטרפולציה היא הרחבה מעבר לתחום שנמדד — וזו פעולה מסוכנת בביולוגיה, כי מערכות חיות מגיעות לרוויה או קורסות, ולא ניתן לנבא מה יקרה מחוץ לתחום הניסוי.
סרגלי השגיאה בגרף מייצגים פיזור. כשסרגלי השגיאה של שתי קבוצות חופפים במידה רבה, הדבר מרמז שההבדל בין הממוצעים עשוי לנבוע משונות אקראית ולא מהבדל אמיתי. נחשוב על דוגמה: קבוצה א' עם ממוצע של 42 יחידות וקבוצה ב' עם ממוצע של 46 יחידות — כשסטיית התקן בשתיהן היא 9 יחידות. ההבדל הוא 4 יחידות, אבל הפיזור הוא 9. אין בסיס לקבוע שההבדל משמעותי.
ועכשיו לאחד הנושאים החשובים ביותר: ההבדל בין מיתאם לסיבתיות. מיתאם הוא קשר סטטיסטי בין שני משתנים — כשאחד עולה, השני עולה איתו, או כשאחד עולה, השני יורד. אבל מיתאם לבדו אינו מוכיח שאחד גורם לשני. יש שלושה הסברים חלופיים שתמיד צריך לשקול: ייתכן שכיוון ההשפעה הפוך ממה שנראה, ייתכן שגורם שלישי משפיע על שני המשתנים, וייתכן שהקשר מקרי לחלוטין.
הדוגמה הקלאסית: מחקר מצא שבערים שיש בהן יותר בתי חולים, שיעור התמותה גבוה יותר. תלמיד הסיק שבתי החולים גורמים למוות. זוהי כמובן שגיאה חמורה. ערים גדולות יותר הן הגורם השלישי — הן מסבירות גם את מספר בתי החולים וגם את שיעור התמותה הגבוה יותר. רק ניסוי מבוקר — שבו החוקר משנה משתנה אחד ומבקר את השאר — מאפשר טענת סיבתיות.
לסיום, נדבר על מבנה הדוח. פרק התוצאות מתאר מה נמדד — טבלאות, גרפים, תיאור מגמה מילולי — בלי הסבר ובלי פירוש. המסקנה עונה לשאלת החקר בלבד, מנוסחת בלשון הנתונים, ומוגבלת לתנאים שנבדקו. לדוגמה, ניסוי שבדק קצב נשימה של דגי זהב ב-20 מעלות וב-30 מעלות, והראה קצב גבוה יותר ב-30 מעלות — המסקנה התקינה תהיה: הנתונים תומכים בהשערה שטמפרטורה גבוהה יותר קשורה לקצב נשימה גבוה יותר בדגי זהב, בתנאי הניסוי שנבדקו. לא יותר מזה.
ואז מגיע הדיון — וזה המקום לפתוח. בדיון מציעים הסברים אפשריים למנגנון, משווים לספרות מחקרית, מציינים מגבלות של הניסוי, ומציעים המשך. המשפט כמו "ייתכן שהדשן האיץ את חלוקת התאים בקצה השורש בגלל עלייה בזמינות החנקן, ובכך האריך אותו" — הוא משפט של דיון, לא של מסקנה, כי הוא מציע הסבר מכניסטי שלא נמדד ישירות בניסוי. ההבחנה הזו בין תוצאה, מסקנה ודיון היא אחת מנקודות ההחלטה שנבחנות — וכדאי לדעת אותה היטב.