Du er i gang med det første store forsøg i dit projekt. Som en del af forsøget skal du lave en dosis-respons-kurve for et lægemiddel med ti forskellige koncentrationer.
Medikamentets virkning ved hver koncentrationsmåling udregnes som gennemsnittet af tre målinger. Du indsamler ni brugbare datapunkter, men datapunkt nummer ti volder dig problemer.
Der er stor spredning i resultaterne fra de tre målinger, så noget må være forkert. Du kan ikke forklare, hvad der er sket.
Du viser dine resultater til en af de ph.d.-studerende i laboratoriet. Han er enig i, at de første ni datapunkter ser lovende ud, men ser også afvigelsen i det tiende datapunkt.
Han siger derudover, at din vejleder er ”lidt besat” af et pænt datasæt. Hvis du viste dine nuværende resultater til hende, ville hun insistere på, at du finder ud af, hvad der er gået galt, og derefter gentager forsøget.
”Du har tydeligvis lavet en fejl. Hvis det var mig, ville jeg nøjes med at gentage målingen, som resulterede i de ekstreme værdier. Hvis resultatet så blev bedre, ville jeg erstatte de ekstreme værdier med de nye målinger uden at nævne det. Det sker tit i laboratoriet, og der er ingen grund til at spilde din vejleders tid ved hvert forkert resultat.”
Følger du hans råd?