ตรวจสถิติก่อนส่งวารสาร: 12 จุดที่ Reviewer ตรวจเจอบ่อย

การตรวจสถิติก่อนส่งวารสาร คือการไล่ตรวจความถูกต้องของการวิเคราะห์ ความสอดคล้องของตัวเลข และความครบถ้วนของข้อมูลจริยธรรม ให้เสร็จก่อนที่ reviewer จะเป็นคนพบ

บทความนี้สรุปหลักฐานว่าข้อผิดพลาดทางสถิติพบบ่อยเพียงใด รวบรวม 12 จุดที่ควรตรวจตามแนวทาง SAMPL และ ICMJE และสาธิตการคำนวณค่า p ซ้ำด้วย R ทีละขั้น

ทำไมต้องตรวจสถิติก่อนส่งวารสาร: หลักฐานจากบทความที่ตีพิมพ์แล้ว

นักวิจัยจำนวนมากคิดว่าข้อผิดพลาดทางสถิติเป็นเรื่องของงานที่ถูกปฏิเสธเท่านั้น แต่หลักฐานจากบทความที่ผ่านการทบทวนและตีพิมพ์แล้วบอกตรงกันข้าม García-Berthou และ Alcaraz ตรวจความสอดคล้องระหว่างค่าสถิติกับค่า p ในบทความของ Nature และ BMJ ปี 2001 พบว่าผลการทดสอบ 11.6% (21 จาก 181) ใน Nature และ 11.1% (7 จาก 63) ใน BMJ ไม่สอดคล้องกัน และพบอย่างน้อยหนึ่งจุดในบทความ 38% และ 25% ตามลำดับ ผู้วิจัยประเมินว่าส่วนใหญ่น่าจะเกิดจากการปัดเศษ การคัดลอก หรือการจัดพิมพ์ [1]

ในสาขาจิตวิทยา Bakker และ Wicherts ตรวจ 281 บทความ พบว่าผลสถิติราว 18% รายงานไม่ถูกต้อง และราว 15% ของบทความมีข้อสรุปทางสถิติอย่างน้อยหนึ่งจุดที่เมื่อคำนวณใหม่แล้วกลับด้าน คือจากมีนัยสำคัญกลายเป็นไม่มี หรือกลับกัน [2] ต่อมา Nuijten และคณะใช้ R package ชื่อ statcheck ตรวจค่า p กว่า 250,000 ค่าจากวารสารจิตวิทยาหลักแปดฉบับระหว่างปี 1985–2013 พบว่า 49.6% ของบทความที่ใช้การทดสอบสมมติฐาน (8,273 จาก 16,695 บทความ) มีค่า p ที่ไม่สอดคล้องอย่างน้อยหนึ่งค่า และ 12.9% มีความไม่สอดคล้องขั้นรุนแรงที่อาจเปลี่ยนข้อสรุป [3] งานเดียวกันยังพบว่าความไม่สอดคล้องขั้นรุนแรงเกิดกับค่า p ที่รายงานว่ามีนัยสำคัญบ่อยกว่าค่าที่รายงานว่าไม่มีนัยสำคัญ

ตัวเลขเหล่านี้ไม่ได้บอกว่านักวิจัยตั้งใจบิดเบือน แต่บอกว่ากระบวนการทบทวนโดยผู้ทรงคุณวุฒิไม่ได้จับทุกจุด ปัญหาจึงไม่ได้มีแค่เรื่องตัวเลข Strasak และคณะทบทวนวรรณกรรมแล้วรวบรวมข้อผิดพลาดและจุดบกพร่องทางสถิติไว้ 47 รายการ กระจายตั้งแต่ขั้นวางแผนการศึกษา การวิเคราะห์ การเขียนวิธีการ ไปจนถึงการนำเสนอและตีความผล และแนะนำให้นักสถิติเข้ามามีส่วนตั้งแต่ขั้นออกแบบ เพราะความผิดพลาดในขั้นนั้นส่งผลต่อทุกขั้นที่ตามมา [4] สำหรับผู้เขียน ข้อความสำคัญคือ ข้อผิดพลาดที่ตรวจพบได้ก่อนส่ง ควรถูกแก้โดยผู้เขียนเอง ไม่ใช่ปล่อยให้กลายเป็นความเห็นของ reviewer หรือ erratum หลังตีพิมพ์

มาตรฐานที่ reviewer ใช้: SAMPL และ ICMJE

SAMPL (Statistical Analyses and Methods in the Published Literature) เป็นแนวทางการรายงานสถิติพื้นฐานสำหรับวารสารชีวการแพทย์ที่ Lang และ Altman เสนอ และอยู่ในฐานข้อมูลแนวทางการรายงานของ EQUATOR Network [5] [6] ผู้เขียนแนวทางระบุว่า SAMPL ไม่ได้พัฒนาผ่านกระบวนการฉันทามติแบบเป็นทางการ แต่สังเคราะห์จากแนวทางที่ตีพิมพ์แล้ว และออกแบบให้วารสารนำไปใส่ในคำแนะนำผู้นิพนธ์ได้ โดยเน้นว่าข้อผิดพลาดส่วนใหญ่เกิดกับสถิติพื้นฐาน ไม่ใช่สถิติขั้นสูง [5]

หลักการแรกของ SAMPL ยืมมาจาก ICMJE ซึ่งปัจจุบันยังเขียนไว้ในส่วน Statistics ของข้อแนะนำว่า ให้อธิบายวิธีการทางสถิติละเอียดพอที่ผู้อ่านที่มีความรู้และเข้าถึงข้อมูลต้นฉบับได้ จะตัดสินความเหมาะสมและตรวจสอบผลที่รายงานได้ [7] หลักการที่สองของ SAMPL คือรายงานให้ละเอียดพอที่ผู้อื่นจะนำผลไปใช้ในการวิเคราะห์ต่อได้ ซึ่งหมายถึงต้องมีตัวเศษและตัวส่วนของร้อยละ ขนาดกลุ่ม ค่าประมาณขนาดผล และช่วงความเชื่อมั่น เพราะค่า p เพียงอย่างเดียวไม่พอสำหรับการวิเคราะห์ซ้ำ [5] เรื่องค่า p กับขนาดผลเป็นหัวข้อใหญ่ที่ควรศึกษาแยก ในบทความนี้เราเน้นเฉพาะสิ่งที่ตรวจได้ก่อนกดส่ง

12 จุดสถิติที่ reviewer ตรวจเจอบ่อย

เราจัด 12 จุดเป็นสามกลุ่มตามลักษณะของปัญหา กลุ่มแรกคือความถูกต้องของการวิเคราะห์ ซึ่งถ้าผิดอาจต้องวิเคราะห์ใหม่ กลุ่มที่สองคือความสอดคล้องของการนำเสนอ ซึ่งมักแก้ได้ในต้นฉบับ แต่ทำให้ reviewer สงสัยคุณภาพทั้งบทความ และกลุ่มที่สามคือความครบถ้วนเชิงจริยธรรมและความโปร่งใส ซึ่งหลายวารสารใช้เป็นเงื่อนไขก่อนส่งต่อให้ reviewer ด้วยซ้ำ

ในกลุ่มแรก จุดที่พลาดบ่อยคือการเลือกสถิติไม่ตรงกับโครงสร้างข้อมูล เช่น ใช้ independent t-test กับข้อมูลก่อนและหลังของคนกลุ่มเดียวกัน SAMPL ระบุชัดว่าต้องยืนยันว่าข้อมูลเบ้วิเคราะห์ด้วยสถิติไม่อิงพารามิเตอร์ ข้อมูลจับคู่วิเคราะห์ด้วยการทดสอบแบบจับคู่ และความสัมพันธ์ที่วิเคราะห์ด้วย linear regression เป็นเชิงเส้นจริง [5] อีกจุดคือการวิเคราะห์ subgroup ที่ไม่ได้วางแผนไว้แต่เขียนเหมือนเป็นผลหลัก SAMPL ให้ระบุการวิเคราะห์ภายหลังว่าเป็นการสำรวจ

ในกลุ่มที่สอง ผู้เขียนไทยที่ใช้ SPSS มักคัดลอกค่า Sig. = .000 จาก output ลงในต้นฉบับ แต่ค่า p ไม่มีทางเป็นศูนย์พอดี Nuijten และคณะจึงนับ p = .000 เป็นการรายงานที่ไม่ถูกต้อง [3] และ SAMPL แนะนำให้รายงานเป็น P < 0.001 [5] อีกเรื่องที่พบบ่อยคือการเขียน mean ± SD ซึ่ง SAMPL แนะนำให้ใช้รูปแบบ mean (SD) และห้ามใช้ standard error แทนความแปรปรวนของข้อมูล เพราะ SE ไม่ได้บอกการกระจายของข้อมูล [5] ส่วนตัวเลขที่ไม่ตรงกันระหว่างบทคัดย่อ ตาราง และเนื้อความ มักเกิดเมื่อมีการวิเคราะห์ใหม่ระหว่างแก้ต้นฉบับแต่แก้ไม่ครบทุกจุด

กลุ่มที่สามเป็นเรื่องที่ไม่ต้องใช้ความรู้สถิติขั้นสูง แต่ถ้าขาดจะทำให้งานไปไม่ถึง reviewer ได้ ICMJE ระบุว่าส่วน Methods ควรมีข้อความว่างานวิจัยได้รับการรับรองจากคณะกรรมการพิจารณาจริยธรรมที่เป็นอิสระ และแนะนำให้วารสารแสดงหมายเลขทะเบียนการทดลองทางคลินิกไว้ท้ายบทคัดย่อ [7] ส่วนการระบุชื่อและรุ่นของโปรแกรม ระดับ α และการทดสอบแบบหางเดียวหรือสองหาง เป็นรายละเอียดเล็กที่ SAMPL กำหนดไว้แทบทุกหมวดของการวิเคราะห์ [5] รายละเอียดการเขียนวิธีวิจัยทั้งส่วนอ่านเพิ่มได้ที่ การเขียนส่วน Methods

ตัวอย่างคำนวณ: คำนวณค่า p ซ้ำด้วย R ทีละขั้น

จุดที่ 5 ตรวจได้ด้วยตัวเองในไม่กี่นาที หลักคือ ถ้ารู้ค่าสถิติ (t, F, χ² หรือ r) และองศาอิสระ ก็คำนวณค่า p กลับได้เสมอ สมมติต้นฉบับหนึ่งรายงานผลห้ารายการดังตารางที่ 2 เราคำนวณ p สองหางใหม่ด้วยฟังก์ชันพื้นฐานของ R ดังนี้

# คำนวณ p สองหางจากค่าสถิติและ df ที่รายงานในต้นฉบับ
2 * pt(-abs(1.80), df = 28)                      # t(28) = 1.80   -> 0.0826
pf(3.10, df1 = 2, df2 = 57, lower.tail = FALSE)   # F(2, 57) = 3.10 -> 0.0527
pchisq(4.20, df = 1, lower.tail = FALSE)         # chi2(1) = 4.20 -> 0.0404
r <- 0.30; n <- 50
t <- r * sqrt(n - 2) / sqrt(1 - r^2)             # แปลง r เป็น t (df = n - 2)
2 * pt(-abs(t), df = n - 2)                      # r(48) = .30   -> 0.0343

# ช่วงจากการปัดเศษ: t = 1.80 อาจมาจาก 1.795 ถึง 1.805
2 * pt(-c(1.805, 1.795), df = 28)                # 0.0818 ถึง 0.0835

สิ่งที่ต้องระวังคือการปัดเศษ ค่าสถิติที่รายงาน 1.80 อาจมาจากค่าจริงตั้งแต่ 1.795 ถึง 1.805 จึงต้องคำนวณช่วงของ p แทนค่าเดียว Nuijten และคณะยกตัวอย่างว่า t(28) = 2.0 ให้ p = .055 ซึ่งดูเหมือนขัดกับ p < .05 ที่รายงาน แต่ t = 2.0 อาจมาจาก 1.95 ถึง 2.05 ซึ่งให้ p ระหว่าง .0498 ถึง .0613 จึงยังไม่นับว่าไม่สอดคล้อง [3] statcheck จะติดธงความไม่สอดคล้องขั้นรุนแรงเมื่อค่า p ที่คำนวณใหม่ทำให้ข้อสรุปที่ α = .05 เปลี่ยน และถ้าบทความระบุว่าใช้การทดสอบหางเดียว จะยอมรับผลที่สอดคล้องเมื่อคิดแบบหางเดียว [3]

จากตารางที่ 2 มีสองรายการที่ต้องแก้ก่อนส่ง รายการแรก t(28) = 1.80 ให้ p สองหาง .083 ถึงคิดแบบหางเดียวก็ได้ .041 ซึ่งไม่ใช่ .03 อยู่ดี ภาพที่ 2 แสดงว่าค่า t ที่รายงานยังไม่ถึงค่าวิกฤต 2.048 ของ df = 28 รายการที่สอง F(2, 57) = 3.10 ให้ p .053 ซึ่งข้ามเส้น .05 เช่นกัน ทั้งสองกรณีอาจเกิดจากพิมพ์ค่าสถิติผิด ใช้ df ผิด หรือคัดลอก p จากการวิเคราะห์อื่น ผู้เขียนต้องเปิด output เดิมเพื่อหาว่าตัวเลขใดผิด ไม่ใช่เลือกแก้ค่า p ให้ดูมีนัยสำคัญ

สำหรับต้นฉบับที่มีผลการทดสอบจำนวนมาก statcheck มีทั้ง R package และเว็บแอปที่อ่านผลซึ่งเขียนตามรูปแบบ APA แล้วคำนวณค่า p ใหม่ให้อัตโนมัติ [9] ข้อจำกัดคือโปรแกรมอ่านได้เฉพาะผลที่เขียนครบตามรูปแบบ เช่น ไม่อ่านผลที่มีค่าอื่นแทรกระหว่างค่าสถิติกับ p และไม่อ่านผลในตาราง [3] จึงยังต้องตรวจตารางด้วยมือเสมอ Nuijten และคณะยังเสนอแนวทาง co-pilot คือให้ผู้ร่วมวิจัยอีกคนตรวจการวิเคราะห์ซ้ำ ซึ่งทำได้ทันทีในทีมวิจัยไทยที่มีอาจารย์ที่ปรึกษาหรือผู้ร่วมวิจัยหลายคน [3]

บริบทไทย: ข้อกำหนดของวารสารไทยและตัวอย่างจริง

วารสารไทยหลายฉบับนำมาตรฐานสากลมาเป็นเงื่อนไขของตนเองแล้ว ตัวอย่างที่ตรวจสอบได้คือ Journal of the Medical Association of Thailand (J Med Assoc Thai) ซึ่งเผยแพร่บนระบบ ThaiJO แนวทางผู้นิพนธ์ของวารสารกำหนดให้ผู้นิพนธ์ชื่อแรกหรือผู้นิพนธ์ประสานงานส่งเอกสารอนุญาตจากคณะกรรมการจริยธรรมการวิจัยพร้อมลายมือชื่อรับรอง ให้ผู้นิพนธ์ทุกคนเปิดเผยผลประโยชน์ทับซ้อนด้วยแบบฟอร์มล่าสุดของ ICMJE และกำหนดให้รายงานการทดลองแบบสุ่มใช้ checklist และแผนภาพของ CONSORT 2010 เป็นอย่างน้อย [8] ในส่วนนโยบายการลงทะเบียนการทดลองทางคลินิก วารสารสนับสนุนให้นักวิจัยไทยลงทะเบียนก่อนรับผู้เข้าร่วมรายแรก โดยเลือกทะเบียนที่อยู่ในเครือข่ายขององค์การอนามัยโลก หรือ Thai Clinical Trials Registry (TCTR) และระบุว่ากองบรรณาธิการเริ่มขอเอกสารหรือหมายเลขทะเบียนจากผู้ส่งบทความตั้งแต่เดือนสิงหาคม 2010 [8] [10] ขั้นตอนการลงทะเบียนดูได้ที่ คู่มือลงทะเบียน TCTR

ข้อกำหนดเหล่านี้ทำให้จุดที่ 10 ถึง 12 ไม่ใช่เรื่องที่เลือกทำหรือไม่ทำได้ แต่เป็นเงื่อนไขของการพิจารณา ในทางปฏิบัติ นักศึกษาบัณฑิตศึกษาไทยที่แปลงวิทยานิพนธ์เป็นบทความมักมีเอกสารรับรองจริยธรรมอยู่แล้ว แต่ลืมเขียนหมายเลขรับรองและชื่อคณะกรรมการลงใน Methods หรือรายงานการวิเคราะห์ตามโครงร่างที่เปลี่ยนไประหว่างทางโดยไม่ได้อธิบาย ต้นฉบับที่ขาดองค์ประกอบพื้นฐานเช่นนี้เสี่ยงถูกส่งคืนตั้งแต่ขั้นบรรณาธิการ ดังที่สรุปไว้ใน 10 สาเหตุที่ทำให้บทความถูก Desk Rejected

อีกประเด็นที่เกี่ยวกับนักวิจัยไทยโดยตรงคือเครื่องมือ ผลจาก SPSS ใช้ได้ดี แต่ต้องแปลง output ให้เป็นรูปแบบการรายงานที่วารสารต้องการ ไม่ใช่คัดลอกตารางทั้งตาราง ส่วนผู้ที่ใช้ R สามารถเก็บสคริปต์ไว้ส่งเป็นวัสดุเสริมได้ ซึ่งตอบหลักของ ICMJE ที่ต้องการให้ผู้อ่านตรวจสอบผลได้ [7] การเลือกโปรแกรมอ่านเพิ่มได้ที่ SPSS vs R vs Python

ลำดับการตรวจ 12 จุดในหนึ่งสัปดาห์ก่อนส่ง

เพื่อให้ใช้เวลาอย่างมีประสิทธิภาพ เราแนะนำให้ตรวจจากสิ่งที่แก้ยากที่สุดไปสิ่งที่แก้ง่ายที่สุด วันแรกถึงวันที่สอง ตรวจกลุ่มแรก (จุด 1–4) เพราะถ้าพบว่าใช้สถิติผิดหรือไม่ได้ตรวจข้อตกลงเบื้องต้น อาจต้องวิเคราะห์ใหม่และเขียนผลใหม่ วันที่สามถึงวันที่สี่ คำนวณค่า p ซ้ำทุกค่าตามกฎตัดสินใจข้างต้น และไล่ตรวจตัวเลขให้ตรงกันทุกตำแหน่ง (จุด 5–8) วันที่ห้า ตรวจกลุ่มที่สาม (จุด 9–12) เทียบกับคำแนะนำผู้นิพนธ์ของวารสารเป้าหมายและ checklist ของแนวทางรายงานที่เกี่ยวข้อง แล้วจึงให้ผู้ร่วมวิจัยอ่านทวนแบบ co-pilot อีกรอบ

หากได้รับความเห็นจาก reviewer เรื่องสถิติหลังส่งไปแล้ว หลักเดียวกันยังใช้ได้ คือคำนวณซ้ำ ระบุว่าแก้ที่ใดในต้นฉบับ และตอบอย่างตรงไปตรงมา รายละเอียดการตอบดูได้ที่ วิธีแก้ไขบทความหลังได้รับ Major Reviewer Comments

สรุป

ใช้รายการต่อไปนี้เป็น checklist สุดท้ายก่อนกดส่ง

• สถิติแต่ละตัวตรงกับคำถามวิจัยและโครงสร้างข้อมูล (จับคู่หรืออิสระ ปกติหรือเบ้)
• รายงานการตรวจข้อตกลงเบื้องต้น การจัดการ missing data และ outlier
• ระบุการปรับการเปรียบเทียบพหุคูณ และระบุการวิเคราะห์ที่ไม่ได้วางแผนไว้ว่าเป็นการสำรวจ
• คำนวณค่า p ซ้ำทุกค่าจากค่าสถิติและ df โดยคิดช่วงการปัดเศษ และแก้ทุกจุดที่ข้อสรุปเปลี่ยน
• รายงาน p เป็นค่าจริง ไม่ใช้ NS และไม่เขียน p = .000 (ใช้ p < .001)
• n และร้อยละตรงกันในบทคัดย่อ ตาราง และเนื้อความ ร้อยละมีตัวเศษและตัวส่วน
• ใช้ mean (SD) หรือ median (IQR) ตามการแจกแจง ไม่ใช้ SE แทนความแปรปรวน และรายงานขนาดผลพร้อม 95% CI
• ระบุชื่อและรุ่นโปรแกรม ระดับ α และหางของการทดสอบ
• มีข้อความรับรองจริยธรรม หมายเลขทะเบียนการทดลอง (ถ้ามี) และ checklist ของแนวทางรายงานที่ตรงกับรูปแบบงาน

หากต้องการผู้ตรวจอิสระอีกชั้นก่อนส่ง บริการ ตรวจสอบสถิติก่อนส่ง ของ Editverse ใช้ 12 จุดข้างต้นเป็นกรอบ ตรวจความถูกต้องของการวิเคราะห์ ความสอดคล้องของตัวเลข และความครบถ้วนของข้อมูลจริยธรรม โดยบรรณาธิการที่ถือปริญญาเอกหรือแพทยศาสตรบัณฑิตในสาขาเดียวกับคุณ แล้วส่งรายงานจุดที่ต้องแก้พร้อมเหตุผลกลับให้ผู้เขียนตัดสินใจ เราแก้ไขและยกระดับงานของคุณ เราไม่ได้ทำวิจัยแทนคุณ และไม่รับประกันการตอบรับจากวารสาร ติดต่อได้ที่ [email protected]

คำถามที่พบบ่อย

reviewer ใช้มาตรฐานอะไรตรวจสถิติ

แนวทางที่ใช้บ่อยคือ SAMPL Guidelines และข้อแนะนำของ ICMJE

ตรวจค่า p ซ้ำอย่างไร

คำนวณค่า p ใหม่จากค่าสถิติและ df ทุกค่า โดยคิดช่วงการปัดเศษ แล้วแก้ทุกจุดที่ข้อสรุปเปลี่ยน

ข้อผิดพลาดเล็ก ๆ ที่พบบ่อยคืออะไร

เขียน p = .000 แทน p < .001 ใช้ NS แทนค่าจริง ใช้ SE แทนการกระจาย และตัวเลข n หรือร้อยละไม่ตรงกันระหว่างบทคัดย่อ ตาราง และเนื้อความ

เอกสารอ้างอิง

1. García-Berthou, E., & Alcaraz, C. (2004). Incongruence between test statistics and P values in medical papers. BMC Medical Research Methodology, 4, 13. doi:10.1186/1471-2288-4-13 PMID: 15169550
2. Bakker, M., & Wicherts, J. M. (2011). The (mis)reporting of statistical results in psychology journals. Behavior Research Methods, 43(3), 666–678. doi:10.3758/s13428-011-0089-5 PMID: 21494917
3. Nuijten, M. B., Hartgerink, C. H. J., van Assen, M. A. L. M., Epskamp, S., & Wicherts, J. M. (2016). The prevalence of statistical reporting errors in psychology (1985–2013). Behavior Research Methods, 48(4), 1205–1226. doi:10.3758/s13428-015-0664-2 PMID: 26497820
4. Strasak, A. M., Zaman, Q., Pfeiffer, K. P., Göbel, G., & Ulmer, H. (2007). Statistical errors in medical research – a review of common pitfalls. Swiss Medical Weekly, 137(3–4), 44–49. doi:10.4414/smw.2007.11587 PMID: 17299669
5. Lang, T. A., & Altman, D. G. (2015). Basic statistical reporting for articles published in biomedical journals: The “Statistical Analyses and Methods in the Published Literature” or the SAMPL Guidelines. International Journal of Nursing Studies, 52(1), 5–9. doi:10.1016/j.ijnurstu.2014.09.006 PMID: 25441757
6. EQUATOR Network. (n.d.). SAMPL Guidelines for statistical reporting. https://www.equator-network.org/reporting-guidelines/sampl/
7. International Committee of Medical Journal Editors (ICMJE). (2026). Recommendations: Preparing a manuscript for submission to a medical journal (Methods – Statistics; Ethics). https://www.icmje.org/recommendations/browse/manuscript-preparation/preparing-for-submission.html
8. Journal of the Medical Association of Thailand. (n.d.). Submissions: Author guidelines (Clinical Trial Registration Policy; Research Ethics Review Committee Form; reporting guidelines). ThaiJO. https://he04.tci-thaijo.org/index.php/JMAThai/about/submissions
9. Nuijten, M. B., & Polanin, J. R. (2020). “statcheck”: Automatically detect statistical reporting inconsistencies to increase reproducibility of meta-analyses. Research Synthesis Methods, 11(5), 574–579. doi:10.1002/jrsm.1408 PMID: 32275351 เว็บแอป: https://michelenuijten.shinyapps.io/statcheck-web/
10. Thai Clinical Trials Registry (TCTR). (n.d.). Thai Clinical Trials Registry. https://www.thaiclinicaltrials.org/