Metoda Naukowa

Wieszcz nasz narodowy, Adam M., przekonywał nas drzewiej, iż „Czucie i wiara silniej mówi do mnie / Niż mędrca szkiełko i oko”. Czasem kiedy czytam różne artykuły w rowerowej prasie 'fachowej' odnoszę wrażenie, iż maksyma ta jest dalej w mocy, gdyż większość artykułów* nurza się w oparach absurdu, wychwalając 'lepsze prowadzenie', 'szybsze przyspieszanie' i 'ogromną sztywność i jednocześnie lekkość' i inne takie tam.

Wieszcz zatem smuci głupoty

Problem, wydaje mi się, wynika z:

• po pierwsze, istnieje trudność z kwantyfikacji, co tak naprawdę dostajemy, czy 10mm skoku amortyzatora jest bonusem czy problemem, czy dodatkowe gramy na kole, ramy, chwytach czy innych to problem?
• po drugie, istnieje problem z określeniem, kiedy już skwantyfikujemy dany czynnik, czy jest to progres?
• po trzecie, część czynników które wpływają na doświadczenie jazdy na rowerze jest nie do wyrażenia w wielkościach fizycznych. Przykładowo zmiana mostka z 10* 100mm na 7* 90mm może, poza wpływem na sterowność roweru, dramatycznie wpłynąć na odczuwany przez kolarza komfort jazdy. Oczywiste chyba jest, że 'komfort' nie jest wielkością fizyczną...
• po czwarte, nie istnieje wspólny punkt odniesienia dla oceny różnych czynników wpływających na jazdę. Inne wymagania i oczekiwania ma kolarz szosowy, a inne miłośnik downhillu. Co innego jest istotne dla jeżdżącego rekreacyjnie, co innego dla uczestnika kilkuset kilometrowych wyścigów.

Podstawą dla krytycznego i, miejmy nadzieję, owocnego spojrzenia na problem, dowolnej natury, to zespół metod które można zebrać pod wspólnym szyldem znanym jako metoda naukowa.

http://pl.wikipedia.org/wiki/Metoda_naukowa

Wikipedia ma coś takiego na ten temat do powiedzenia. W skrócie jednak chodzi o prosty algorytm:

• Postaw tezę do udowodnienia / zaprzeczenia
• Zbierz odpowiednią ilość obserwacji na temat badanego zjawiska
• Dokonaj analizy i wyciągnij wnioski
• Wyniki przekazać innym osobom do oceny / krytyki.

Idea tego podejścia jest prosta, jednakże aplikacja w prawdziwym świecie jest nieco trudniejsza ( znaczy się, pracochłonna ), jednakże dla potrzeb zabawy dla samego siebie, można ograniczyć się do pierwszych trzech kroków.

Najbardziej czasochłonnym etapem prowadzenia badania jest zbieranie danych, i niestety, najbardziej narażonym na nadużycia. Dzieje się tak z powodów różnych, jednakże, moim zdaniem, najbardziej istotne to:

1. Pozytywne tudzież negatywne nastawienie badacza.

Zbyt często się zdarza, iż badacz tak dobiera badanie aby wyniki potwierdzały postawioną tezę. Dzieje się tak z przyczyn ideologicznych ( ponieważ a-priori założyliśmy, że X jest lepsze od Y, więc badania oczywiście muszą potwierdzić że X jest lepsze od Y ) lub, niestety, ekonomicznych ( producent X płaci nam za artykuł o Y, więc Y jest musi być lepsze ).

Podczas przeprowadzania 'prawdziwych' badań, zwłaszcza takich w których nastawienie badacza będzie miało destrukcyjny wpływ na wynik, ten problem jest rozwiązywany poprzez przeprowadzanie pojedynczo i podwójnie ślepych prób. Na potrzeby prywatne jest to może zbyt dużo, jednakże warto być świadomym, że nasze badania będą obarczone tym błędem.

problem z przeprowadzeniem samych obserwacji, gdyż nie każde zmiany w badanym fenomenie podlegają kwantyfikacji. Problem zależy od hipotezy którą próbujemy wykazać. Sprawa jest w miarę prosta jeżeli chcemy udowodnić zmiany klimatu, ale w jaki sposób zadecydować czy dodatkowe 10mm skoku amortyzatora wpływa na.... właściwie co?

Naukowcy radzą sobie z tym problemem dwojako.

• W przypadku badań na ludziach ;) stosuje się heurystykę i logiki rozmytą. W skrócie – zamiast szukania wartości liczbowych szuka się zależności typu 'dołożenie XXX powoduje, że jest 'lepiej'/'gorzej'/'inaczej'.
• Testuje się nie tyle wpływ samego elementu, ale jego otoczenia. Przykładowo: jeżeli dołożenie 10mm skoku amortyzatora spowodowało, że zawodnik poprawił czas zjazdu, to znaczy że 10mm było korzystne.

Oczywiście tak przeprowadzone badanie nie posiada tego samego stopnia 'pewności' co surowe wyniki liczbowe, jednakże kiedy nie ma innej możliwości określenia związków przyczynowo-skutkowych, to jakieś wyniki są lepsze niż żadne.

2. Brak możliwości zmierzenia sensownych wartości.

Przykładowo – aby zmierzyć wpływ zawieszenia na prędkość roweru musielibyśmy mieć miernik mocy oddawanej w pedały oraz pomiar czasu przejazdu przez odcinek badawczy. O ile licznik jest już prawie że standardowym wyposażeniem roweru, to licznik mocy to niestety droga zabawa.

Tutaj nauka radzi sobie głównie poprzez tworzenie coraz to bardziej wymyślnych przyrządów pomiarowych. Gdyż, szczerze powiedziawszy, jakość obserwacji zależy od dokładności przyrządów wykorzystanych do jej przeprowadzenia.

Źle dobrane warunki eksperymentu – to chyba oczywiste :) sprawdzanie czy wymiana widelca w szosówce poprzez wybranie się na trasę DH mistrzostw świata może nie być najlepszym pomysłem :). Jednakże może to przyjmować bardziej subtelne formy.

Przykładowo – zdarzało mi się czytać testy ogumienia szosowego – opon i szytek., W teście tym w ramach 'ujednolicenia' eksperymentu wszystkie opony i szytki pompowano do tego samego ciśnienia. W efekcie zmierzono... wpływ tego samego ciśnienia na różne opony. Niestety nie taki był cel tego eksperymentu, gdyż chodziło w nim o porównanie co ma większe opory toczenia – opony czy szytki ( co swoją drogą jest karkołomnym przedsięwzięciem ).

W każdym razie, w przypadku rozpraw naukowych ten problem załatwia brutalna weryfikacja przez innych specjalistów z danej dziedziny.

Istotną sprawą podczas zbierania danych jest ograniczenie czynników spoza badanych zależności które wpływają na wyniki badań. Albo – bardziej na ludzki język – należy testy przeprowadzać w miarę statycznym środowisku. Nazwijmy to 'środowiskiem testowym'.

Każde badanie w środowisku testowym, czyli pojedynczy eksperyment, nazwiemy testem.

Przeprowadzając testy warto pamiętać:

• zapisywać warunki każdego testu – zwłaszcza jeżeli warunki te oznaczają zmienną pogodę ;), jak to się często dzieje w przypadku rowerowania
• przeprowadzić odpowiednią ilość testów – niedostateczna próbka statystyczna uniemożliwi wyciągnięcie prawdziwych wniosków. Warto tutaj pamiętać, iż im gorsze mamy przyrządy pomiarowe, tym więcej testów trzeba przeprowadzić, aby wyeliminować wpływ losowych czynników na wynik badań.

Analiza danych najczęściej sprowadza się, w pewnym uproszczeniu, do wrzucenia zebranych wyników testów do arkusza kalkulacyjnego i zarzucenie na wykresy swego oka.

No dobra, sprawa jest nieco bardziej skomplikowana. Ale tylko nieco.

Analiza, i wnioski które oczywiście chcemy wyciągnąć, zależą przede wszystkim od kontekstu naszego badania. Chociażby dlatego, że w zależności od tego czy jesteśmy managerem profesjonalnej grupy kolarskiej, czy też turystą – zawałowcem z rozbuchanym ego ;)

Jeżeli danych jest duża ilość lub interesuje nas nie tyle 'surowa' statystyka, ale także np. trend zmian czy różne zależności pomiędzy zebranymi danymi a warunkami wejściowymi, to przeprowadza się dodatkowe operacje na danych wyjściowych.

Ale, oczywiście, to nie wszystko. Otóż co z tego że mamy 100% korelacji pomiędzy dzyndzlem a wihajstrem, jeżeli nie udowodniliśmy jeszcze jednej rzeczy. Otóż - ta korelacja może być całkowicie przypadkowe - jest to tak zwana Hipoteza Zerowa. W najprostszej prostocie, chodzi o to aby wykazać, że dwa zjawiska są rzeczywiście ze sobą związane przyczynowo-skutkowo.

W badaniach dotyczących rowerów istotnym czynnikiem jest fakt, iż główny czynnik napędowy roweru, czyli operator białkowy, jest kapryśny, zmienny i zaciemniający wynik. Niestety jest również niezbędny, gdyż w wielu przypadkach nie da się bez niego badania przeprowadzić, lub przynajmniej mocno utrudnia przeprowadzenie badania.

Po co ja o tym piszę. Otóż piszę to dlatego, żeby zwrócić uwagę, iż aby wyciągnąć jedynie słuszne wnioski naukowe na dowolny temat należy przejść przez całą drogę legislacyjną którą jest przyzwoita praca naukowa gwałcona przez nastawionych negatywnie "kolegów" z branży. Powód jest taki, iż, w większości przypadków ;), osoba która przeprowadza badania nie posiada całkowitej wiedzy na temat badanego zjawiska.

Co więcej osoby te zawsze są w jakiś, niekoniecznie szkodliwy, sposób nastawione do swojego badania, więc ich analiza zjawiska nie będzie kompletna i obiektywna. Clou problemu polega na tym, iż kompletne badanie które posiada własności poznawcze powinno być wolne całkowicie od podejrzeń o zanieczyszczenie o nieszczere intencje, braki w technice przeprowadzenia badania czy ignorancji badającego.

Dobre wyniki i podsumowanie badań musi spełniać te warunki gdyż inaczej badanie takie jest ( z dużym prawdopodobieństwem ) po prostu niewiarygodne. Oczywiście, każde badanie może być zweryfikowane, jednakże, z praktycznego punktu widzenia, większość czytających wyniki badania nie będzie ich weryfikować.