Ocena prac badawczych (wiarygodność materiału statystycznego)

• Autorzy: Jerzy Zemke

Warianty tytułu

Evaluation of Research Works (Credibility of The Statistical Material)

• Języki publikacji: PL

Abstrakty

Tematem niniejszego artykułu jest zagadnienie oceny prac badawczych, a w szczególności ocena wiarygodności danych statystycznych użytych w badaniu. Pomija się tu sytuację, gdy Autor pracy nie podaje źródła danych, co dyskwalifikuje badanie. Zdarzają się przypadki, gdy Autor powołuje się na konieczność utajnienia źródła danych, wówczas Recenzentowi pozostaje wybór: uznać, że dane są wiarygodne, bądź założenie to odrzucić, a tym samym odstąpić od recenzji pracy. Jak wyeliminować ten istotny mankament recenzji? Odpowiedzi może dostarczyć poniżej sformułowana hipoteza: Jeśli dane statystyczne mają rozkład zgodny z rozkładem Benforda, to z prawdopodobieństwem graniczącym z pewnością można zweryfikować wiarygodność danych wykorzystanych w badaniu. W zakończeniu artykułu sformułowano założenia systemu wspomagającego Recenzentów przy formułowaniu ocen prac badawczych. W załączniku zamieszczono wynik badania empirycznego, które z założenia ma wesprzeć proces weryfikacji sformułowanej hipotezy badawczej.(abstrakt oryginalny)

EN

The present paper presents the problem of the research work evaluation, with a special focus on reliability of statistical data used in tests. Besides situations, when an Author does not specify the source of data, this fact disqualifying the work, in some cases Authors are pleading the need to keep the source of data confidential. The only choice left to the Reviewer then is to accept the reliability of data or to reject it and refuse to review the study. How to eliminate this serious disadvantage from the scientific review process? An answer is provided in the hypothesis presented below: If the statistical data distribution follows Benford's law, the reliability of data used in the study can be confirmed with a probability close to certainty. The conclusion of the paper contains a proposal of assumptions for a system supporting Reviewers in preparing scientific reviews. The results of the empirical investigation, the assumptions of which were to support the process of verifying the hypothesis, are presented in an appendix.(original abstract)

Słowa kluczowe

PL

Ocena pracy; Badania naukowe

EN

Work evaluation; Scientific research

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2016
• Numer: nr 291
• Strony: 194--205

Twórcy

autor

Jerzy Zemke

• Uniwersytet Gdański

Bibliografia

• Diekmann A. (2012), Making Use of "Benford's Law" for the Randomized Response Technique, "Sociological Methods & Research", 41(2).
• Fabriniec M., Grabiński T., Zabłocki B., Zając W. (2013), Wykorzystanie prawa Benforda do wykrywania nieprawidlowości w zbiorach danych, Portal Innowacyjnego Transferu Wiedzy w Nauce.
• Fabriniec M., Grabiński T., Zabłocki B., Zając W. (2011), Analiza wpływu przekształceń matematycznych na zbiory o zadanym rozkładzie cyfr, Wydawnictwo Wyższa Szkoła Handlowa, Kielce, zeszyt 2.
• Hill T.P. (1995), A Statistical Derivation of the Significant - Digit Law, "Statistical Science", Vol. 10, No. 4.
• Kahneman D. (2012), Pułapki myślenia. O myśleniu szybkim i wolnym, Media Rodzina, Poznań.
• Kahneman D., Tversky A. (1974), Judgment under Uncertainty: Heuristics and Biases, Science, New Series, Vol. 185, No. 4157.
• Murphy J., Baxter R., Eyerman J., Cunningham D., Kennet J. (2004), A System for Detecting Interviewer Falsification, TRI International at 59th Annual AAPOR Conference, Phenix, Arizona.
• Newcomb S. (1881), Note on the Frequency of the Different Digits in Natural Numbers, "American Journal of Mathematics", Vol. 4, No. 1.
• Nigrini M.J. (1999), I've Got Your Number, "Journal of Accountancy", Vol. 187, No. 5.