P-hacking é quando um pesquisador age de forma consciente ou inconsciente, manipulando e guiando os dados da sua análise durante a pesquisa, para que consiga os resultados esperados. Muitas vezes, o objetivo é provar o que já está na literatura; no entanto, isso nem sempre acontece.
Como um dos parâmetros para que uma pesquisa seja publicada é o p-valor < 0.05, o p-hacking acaba sendo uma prática bem comum. Sem essa validação estatística, não há por que continuar com a pesquisa. Dessa forma, o pesquisador acaba perdendo uma bolsa ou um trabalho que julgava ser importante.
Mas manipular os dados para atingir um p-valor < 0.05 não parece algo certo. Quanto de p-hacking temos no mundo?
Acredito ser difícil responder a essa pergunta. O importante é lembrar o porquê existe o p-valor.
Ele existe para validar se uma pesquisa vale a pena ou não ir adiante. Ele aprova estatisticamente se o resultado é significante e praticamente afirma que há algo de interessante a se investigar na pesquisa.
Em resumo, um p-valor < 0.05 é um convite para que o pesquisador possa reproduzir o experimento e validar o resultado, mas isso nem sempre acontece.
Na realidade, há poucos incentivos profissionais para isso. As revistas renomadas e os institutos financiadores preferem pesqusias novas. Há poucos espaços para repetições de experimentos e seus desdobramentos.
Quando eu estava no 3° ano do curso de estatística, peguei um trabalho de análise de dados para fazer. Basicamente eu deveria testar a hipótese: provar estatisticamente que os ratos submetidos a uma carga de exercícios diária, tinham alterações significativas no comportamento de determinadas células.
Essa pesquisa foi meu primeiro contato com p-hacking. Um dia eu conto ela para você!
