Lees ook
Wansink schreef in november 2016 een blog op zijn website waarin hij trots vertelde dat een van zijn studenten in 6 maanden tijd 5 studies had uitgewerkt en gepubliceerd. Twee maanden later moet Wansink tot de conclusie komen dat de data wellicht niet goed geanalyseerd en mogelijk zelfs gemanipuleerd zijn.

Nieuwe analyses en plausibele hypotheses
De student die voor een half jaar bij Wansink kwam werken, analyseerde een dataset waaruit Wansink in eerste instantie geen conclusies kon trekken. Wansink had onderzoek naar hoe veel mensen eten van een all-you-can-eat buffet als de prijs veranderd wordt uit eigen zak betaald. Helaas kwam er niets uit. Omdat Wansink dacht dat er nog andere manieren waren om er resultaten uit te peuren, zette hij een enthousiaste student aan het werk. Die haalde bruikbare gegevens naar voren. Het onderzoeksteam kon er plausibele hypotheses voor bedenken die stand bleken te houden tijdens verdere berekeningen. Vervolgens ging de student ook met andere datasets aan de slag.

Negatieve reacties
Het blog leverde Wansink veel negatieve reacties op. Lezers beschuldigden hem van manipulatie van de gegevens en ‘p-hacking’: het blijven graven en zoeken in een dataset, totdat er eindelijk een schijnbaar significant, maar verder niet te reproduceren resultaat gevonden wordt. Nonsens-wetenschap zou je kunnen zeggen. Erger dan fraude, zei de Nederlandse wetenschapper Lex Bouter onlangs zelfs.

Wansink reageerde in een addendum op zijn blog met de opmerking dat p-hacking niet verward moet worden met het grondig verder zoeken in de gegevens naar de reden waarom de gewenste resultaten niet werden gevonden. “In veldonderzoek vind je vaak niet direct een bevestiging van je eerste hypothese. In plaats van de gegevens aan de kant te schuiven, kun je als wetenschapper beter dieper in de data duiken om uit te zoeken wanneer de hypothese wel klopte en wanneer niet”, schrijft Wansink.

Blogs van andere wetenschappers
Verschillende andere wetenschappers schreven reacties, waarin ze de artikelen en uitkomsten van Wansink in twijfel trokken. Zij merkten op dat er werd gesproken over verschillende aantallen deelnemers aan de onderzoeken en dat de student zelf data had verzameld, terwijl dat niet het geval zou zijn geweest. Eind januari publiceerden drie onderzoekers het artikel Statistical heartburn: An attempt to digest four pizza publications from the Cornell Food and Brand Lab waarin ze meer dan 150 tegenstrijdige punten uit de publicaties van Wansink aanstipten. Twee van die onderzoekers, Tim van der Zee (Leiden) en Nicholas Brown (Groningen), werken vanuit Nederland.

Inmiddels heeft Wansink actie ondernomen. In een tweede toevoeging op zijn blog schrijft Wansink dat hij de editors van de verschillende tijdschriften waarin zijn artikelen zijn verschenen heeft benaderd, zodat zij “direct met de tegenstrijdigheden in de onderzoeken aan de slag kunnen gaan”. “We hebben ze verteld dat we de data opnieuw gaan analyseren en waar nodig correcties zullen schrijven”, schrijft Wansink.

Nogmaals analyseren data
Een onafhankelijke onderzoeker zal nu de data in de verschenen artikelen nogmaals analyseren, maar Wansink betwijfelt of er andere resultaten uit zullen komen. Hij ziet dit proces vooral als een stap om de procedures rondom dataverzameling, analyse en publicatie te verbeteren. “We zijn gestart met het ontwikkelen van nieuwe standaard procedures. Als we hiermee klaar zijn, hoop ik ze te publiceren als editorial in een tijdschrift, zodat andere onderzoeksgroepen hier ook wat aan hebben. Uiteindelijk zullen de lessen die we hier leren leiden tot een hoger niveau van efficiëntie, transparantie en samenwerking.”

Sinds 2005 publiceerde Wansink ruim 200 artikelen. Vele haalden de internationale pers. Als hij de vijf artikelen waar het hier om gaat moet aanpassen, zou dat voor het eerst zijn.
Dit artikel afdrukken