Statistiekcommunicatie: willen we gelijk hebben of anderen helpen?

Sinds we 10 maanden geleden deze statistiekblog begonnen, heb ik nog niet heel veel geschreven. Ik moet toegeven, als enige student tussen een groep gearriveerde statistici voelde ik me een beetje geïntimideerd. Toch heeft het ook een voordeel om nog student te zijn, omdat ik nog met een frissere blik kijk naar dingen. Bovendien ben ik student statistiek én student biologie, waardoor ik soms een beetje buiten de groep kan vallen. Bij biologen word ik gezien als een soort alwetende persoon die op de een of andere manier met enge cijfers en formules om kan gaan. Aan de andere kant zien statistici mij als iemand die in het veld vlinders achternazit met een vlindernetje. Er lijkt een communicatieprobleem te zijn tussen statistici en biologen, wat bij allebei de vakgebieden voor problemen kan zorgen.

Blinde vlek 

De reden voor dit probleem wordt vaak gelegd bij de biologen. Sommige biologen lijken een soort ingebouwde angst te hebben voor alles wat met statistiek te maken heeft. Onder mijn medestudenten zie ik dat de statistiekvakken soms de enige vakken zijn die nog gehaald moeten worden om het bachelor-diploma te krijgen, wat voor jaren uitloop kan zorgen. En met andere biologen heb ik lange discussies waarom statistiek überhaupt nodig is. Dat is problematisch, want in de biologie zijn er vaak veel factoren die zorgen voor onzekerheid in de data. Om dan toch conclusies te kunnen trekken is statistiek bijna altijd nodig. Deze blinde vlek die veel biologen hebben is ook de reden dat ik geïnteresseerd ben geworden in wetenschapscommunicatie binnen de statistiek.

De laatste tijd zie ik echter steeds meer de andere kant van het probleem, de kant van de statistici. Statistiekmethoden worden ontwikkeld om conclusies te kunnen trekken uit data. Het verzamelen van die data is echter niet per se iets waar veel statistici blij van worden. Zij zitten veel liever in de kelder achter de computer, werkend met getallen. Hierdoor zijn er statistici die uren in hun modellen opgaan zonder echt het doel van die modellen mee te nemen.

Misplaatst superioriteitsgevoel

Een kwalijk voorbeeld van een statisticus die zijn doel uit het oog verloor komt van een biologieconferentie. Een van de sprekers was een statisticus die zichzelf wel heel slim vond. Voor het oog van een hele zaal biologen begon hij te vertellen dat iedereen op deze conferentie alle statistiek fout deed. ‘Vanavond zullen jullie allemaal aan mijn tafel staan om me om hulp te vragen met jullie statistiek’, klopte hij zichzelf op de borst. Vervolgens ging hij met ingewikkelde formules uitleggen hoe hij het allemaal zou doen. De monden van het publiek hingen open van verbazing. Wie dacht deze man wel niet dat hij was om hen dat te vertellen? En waarom moest het op zo’n denigrerende manier?

Dit voorbeeld van een conferentie is niet de enige keer dat een statisticus niet effectief communiceert. Twitter staat vol met tweets waarin bepaalde statistici schrijven dat ze het raar vinden dat biologen iets nog op ‘deze manier’ doen, terwijl er al ‘tientallen jaren’ bekend is dat het niet zo moet. Waarop een andere statisticus dan weer keihard kan reageren dat de ander zelf dom is, want ‘iedereen’ weet toch dat het juist wél ‘op deze manier’ moet? Met als resultaat dat een medebioloog mij vertelde dat hij niet meer wist wat hij nou moest doen, omdat hij altijd wel iemand op de teentjes leek te trappen.

Een onderliggende oorzaak van deze voorbeelden is dat statistici soms een misplaatst gevoel van superioriteit lijken te hebben. Ja, ze weten meer over statistiek dan veel statistiekgebruikers. Maar hierbij vergeten ze dat de biologen vaak veel meer weten over hun eigen vakgebied, en hoe ze bepaalde statistische conclusies het beste kunnen interpreteren. Als we statistiekgebruikers echt willen helpen, moeten we op gelijke hoogte met ze communiceren. Waarbij het proces van data interpreteren de kracht van allebei de vakgebieden gebruikt, in een open discussie.

Verder komen

Bovendien denk ik dat we niet moeten vergeten dat statistiek zelf ook een wetenschap is, en dus een bepaalde onzekerheid heeft. Er zullen altijd statistici zijn die het niet eens zijn over wat de ‘juiste methode’ nou eigenlijk is. Zoals bij alle wetenschap gaat het er meer om dat je beargumenteerd waarom je kiest voor bepaalde methodes. We moeten niet doen alsof statistiek net zo’n exacte wetenschap is als wiskunde, daarmee schrikken we de statistiekgebruikers juist af. Want wie wil er nou investeren in een veld waarin ze toch alles fout doen?

De conclusie die ik trek is dat dat sommige statistici (zeker niet alle!) duidelijk voor zichzelf moeten hebben wat nou hun doel is. Willen we gelijk hebben of willen we anderen helpen verder te komen? Als we hen willen helpen moeten we leren om op gelijke hoogte te praten met de biologen. En accepteren dat we niet altijd alles perfect kunnen doen. Net zoals dat ik deze tekst niet perfect kan schrijven. Als ik had gewild dat iedereen het met me eens was geweest, dan had het nog wel jaren kunnen perfectioneren. Maar nu heb ik tenminste eindelijk een blogpost geschreven.   

Hoofdfoto: Dosen-Telefon, Tim Reckmann op CCnull.de