xs
xsm
sm
md
lg

ดราม่าสถิติฆ่าตัวตายเพราะ “โควิด-19” เมื่อคนไทยเริ่มรู้เท่าทันมีความแตกฉานด้านข้อมูลและสถิติ

เผยแพร่:   โดย: ผศ.ดร.อานนท์ ศักดิ์วรวิชญ์

ผู้ช่วยศาสตราจารย์ ดร. อานนท์ ศักดิ์วรวิชญ์
อาจารย์ประจำสาขาวิชา Business Analytics and Intelligence
และ Actuarial Science and Risk Management
คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์
อนุกรรมาธิการติดตามการปฏิรูปประเทศด้านสาธารณสุข วุฒิสภา


เมื่อเร็วๆ นี้ (วันที่ 24 เมษายน พ.ศ. 2563) มีงานวิจัยออกมาหนึ่งชิ้น แถลงออกมาใหญ่โตและมีสื่อนำไปเสนอเป็นข่าวเช่น https://www.matichon.co.th/politics/news_2155152 และ https://thestandard.co/suicides-and-coronavirus-casualties/ โดยเป็นการแถลงแถลงผลการรวบรวมข้อมูลผู้เสียชีวิตและคนที่ “ฆ่าตัวตาย” จากไวรัสโควิด-19 และข้อเสนอแนะ โดยคณะนักวิจัยโครงการวิจัยคนจนเมืองที่เปลี่ยนไปในสังคมเมืองที่กําลังเปลี่ยนแปลง

1. ศ.ดร. อรรถจักร์ สัตยานุรักษ์ คณะมนุษยศาสตร์ มหาวิทยาลัยเชียงใหม่
2. รศ. สมชาย ปรีชาศิลปกุล คณะนิติศาสตร์ มหาวิทยาลัยเชียงใหม่
3. รศ.ดร. ประภาส ปิ่นตบแต่ง คณะรัฐศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
4. ผศ.ดร. บุญเลิศ วิเศษปรีชา คณะสังคมวิทยาและมานุษยวิทยา มหาวิทยาลัยธรรมศาสตร์
5. รศ.ดร. ณฐพงศ์ จิตรนิรัตน์ รองอธิการบดีฝ่ายวิจัย มหาวิทยาลัยทักษิณ
6. ผศ. ดร. ธนิต โตอดิเทพย์ คณะมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยบูรพา
7. ผศ.ดร.ธนพฤกษ์ ชามะรัตน์ คณะมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยขอนแก่น

โดยมีผู้แถลงคือ รองศาสตราจารย์ สมชาย ปรีชาศิลปกุล คณะนิติศาสตร์ มหาวิทยาลัยเชียงใหม่
ภายใต้การสนับสนุนของ สำนักงานคณะกรรมการส่งเสริมวิทยาศาสตร์ วิจัยและนวัตกรรม (สกสว.) อ่านรายละเอียดเพิ่มเติมได้ที่ https://drive.google.com/file/d/1y9YlYjG72dm7E7S0eH8EE-l0iFwugtIs/view
ถ้อยแถลงกล่าวว่ามีจำนวนคนที่ฆ่าตัวตายจากโควิด-19 เท่า ๆ กับจำนวนคนที่ตายจากการป่วยโรคโควิด-19 และเรียกร้องให้รัฐบาลดูแลคนยากจนที่เดือดร้อนจากการปิดเมืองและการประกาศ พ.ร.ก.บริหารราชการแผ่นดินในสถานการณ์ฉุกเฉินของรัฐบาล และมีข้อเรียกร้องอื่น ๆ อีกมาก

ผลการแถลงนี้ทำให้เกิดการวิพากษ์วิจารณ์ไปในวงกว้างอย่างกว้างขวาง ผมคิดว่าเป็นเรื่องที่ดีที่ประชาชนในฐานะผู้ใช้สถิติมีความคิดวิจารณญาณ (Critical thinking) และไม่เชื่อในทันที ในช่วงโควิด-19 มีการนำเสนอกราฟและค่าสถิติต่างๆ ต่อสาธารณชนอย่างกว้างขวางและนำไปสู่การถกเถียงกัน ทำให้เกิดความแตกฉานด้านข้อมูลและสถิติ (Statistical and data literacy) กันอย่างกว้างขวาง ทำให้สังคมเกิดการตื่นรู้ เช่น สถิติผู้ติดเชื้อโควิด-19 ที่ประเทศไทยทดสอบน้อยเลยเจอผู้ติดเชื้อน้อย ในบทความ ปัญหาสถิติผู้ติดเชื้อโควิด-19 ของไทยที่ไม่ได้ปกปิด ติดที่ล่าช้า น้ำยาไม่พอ เข้าถึงการตรวจได้ยาก https://mgronline.com/daily/detail/9630000035084 ทำให้กรมควบคุมโรคได้เร่งปรับปรุงการรายงานผลการตรวจ โดยแต่เดิมให้ส่งเฉพาะตัวเลขผู้ตรวจที่มีผลเลือดของโควิด-19 เป็นบวกเข้ามา ให้รีบเร่งส่งผลตรวจที่เป็นลบมาด้วย เลยทำให้ทราบว่าแท้จริงแล้วประเทศไทยมีการตรวจหาเชื้อโควิด-19 ไปในปริมาณที่มากพอสมควร แต่ระบบสถิติในการรายงานกลับล่าช้า ซึ่งต้องขอบคุณทางกรมควบคุมโรคที่เร่งแก้ไขปัญหาที่ประชาชนสงสัย

ผมมองในแง่บวกว่า ดราม่าสถิติผู้ที่ฆ่าตัวตายด้วยโควิด-19 นี้ก็เช่นกัน จะช่วยให้สังคมเกิดการตื่นรู้ เกิดการใช้ความคิดวิจารณญาณ และทำให้ประชาชนในฐานะผู้ใช้สถิติเกิดความแตกฉานด้านข้อมูลและสถิติอันจะมีส่วนให้เกิดการพัฒนาคุณภาพประชาชนให้มีทักษะอันจำเป็นอย่างยิ่งสำหรับศตวรรษที่ 21 (21st century skills) ดังนั้นผมจึงขอวิพากษ์งานวิจัยนี้ เป็นการยกระดับความรู้ด้านสถิติและความแตกฉานด้านข้อมูลของประชาชนและสังคม เพื่อให้สังคมไทยเกิดการเรียนรู้ร่วมกัน อันจะช่วยยกระดับปัญญาสังคมต่อไปในอนาคต

สำหรับที่มาของดราม่าคนฆ่าตัวตายเพราะโควิด-19 แสดงดังกราฟด้านล่างนี้ ที่นำเสนอโดยใช้ลักษณะเดียวกันกับคณะผู้วิจัยและผู้แถลงงานวิจัยนี้ให้สวยงามขึ้น และมีลักษณะที่ทางสถิติเรียกว่าเป็นกราฟสะสม (Cumulative graph) ดังรูปด้านล่างนี้

มีผู้ทรงคุณวุฒิหลายท่าน ได้วิพากษ์วิจารณ์งานวิจัยชิ้นนี้ เช่น

ศาสตราจารย์ นายแพทย์ ดร.รอ.ชยันต์ธร ปทุมานนท์ ผู้เชี่ยวชาญด้านระบาดวิทยา อดีตอาจารย์ภาควิชาระบาดวิทยา คณะแพทยศาสตร์ มหาวิทยาลัยมหิดล มหาวิทยาลัยเชียงใหม่ และมหาวิทยาลัยธรรมศาสตร์ ได้วิจารณ์ว่า โห ศ เลยเหรอครับ ศ สาขาอะไรน่ะครับ รับ order ใครมาไม่รู้

รองศาสตราจารย์ ดร.สังวรณ์ งัดกระโทก จากแขนงวิชาการวัดและการประเมินผลการศึกษา สาขาวิชาศึกษาศาสตร์ มหาวิทยาลัยสุโขทัยธรรมาธิราช ได้วิจารณ์ว่า งานวิจัยนี้ดูหลวม ๆ นะครับ ถ้า X คือความล้มเหลวของรัฐ Y คือ การฆ่าตัวตาย การที่จะบอกว่า X เป็นเหตุของ Y ต้องพิสูจน์ให้ได้ว่า ทุกครั้งที่ X เกิด Y ต้องเกิด และ ผลของ X ต่อ Y ต้องไม่ขึ้นกับตัวแปรอื่น ข้อมูลพวกนี้ไม่ได้วิเคราะห์ในงานวิจัย....

ผู้ช่วยศาสตราจารย์ นพ. ชัยชนะ นิ่มนวล จากภาควิชาจิตเวชศาสตร์ คณะแพทยศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ได้วิจารณ์ว่า ถ้าเราต้องการทำวิจัยโดยมีสมมติฐานว่า...โครงการของรัฐเกี่ยวกับการจัดการโรคระบาดโควิดจะมีผลกระทบต่อประชาชนตามมาอย่างชัดเจนและรุนแรง (ภายใน 1 สัปดาห์) ...นักศึกษาจะออกแบบวิจัยอย่างไรที่จะทดสอบสมมติฐานนี้ อยากรู้คำตอบไปถามอาจารย์พวกนี้ แต่ทางที่ดีไปอ่าน https://drive.google.com/file/d/1y9YlYjG72dm7E7S0eH8EE-l0iFwugtIs/view ในทางวิชาการต้องบอกว่าหลอนมาก ... ไม่รู้ใครให้ทุน



ศาสตราจารย์ ดร.สุทธิศักดิ์ พงศ์ธนาพาณิช ภาควิชาเทคโนโลยีวิศวกรรมเครื่องกล มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ ได้วิจารณ์ว่า อ่านแล้วสงสารวงการวิจัยด้านสังคมศาสตร์ และ นศ. ที่ถูกคนกลุ่มนี้ผลิตออกไป seasonal effect ก็ไม่รู้จัก ช่วงเวลาวิจัยก็ยังไม่ครอบคลุมการปรับพฤติกรรมทางสังคมของมนุษย์ ซึ่งกำลังจะเข้าสู่ steady state ถ้ารูปแบบการติดเชื้อและปัจจัยอื่น ๆ มีการเปลี่ยนแปลงไม่มาก และเป็นไปตามความคาดหวังของสังคม...อ่านแล้วจบกัน เสียเวลาอ่านมาก

สำหรับตัวผมเองขอวิจารณ์ดังนี้

เรื่องสถิติตายเพราะโควิดนี่น่าอนาถมาก คนทำวิจัยไม่เป็น แต่มั่วมาก อ้างแถลงไป มั่วไปหมด ขอ
วิจารณ์งานวิจัยดังกล่าวดังนี้

หนึ่ง ที่มาของข้อมูลในงานวิจัยมีอคติในการคัดเลือก (selection bias) อย่างรุนแรง เพราะใช้วิธีการอ่านข่าวจากหนังสือพิมพ์และโทรทัศน์ มารวบรวมสถิติคนฆ่าตัวตายด้วยโควิด-19

ผมเองเคยทำงานเป็นนักข่าว ครูสอนผมเขียนข่าวคนแรกคือพี่พอใจ ชัยะเวฬุ อดีตนายกสมาคมนักหนังสือพิมพ์แห่งประเทศไทย ได้สอนผมว่า ต้องมี nose for news ผมจึงถามว่าแปลว่าอะไร พี่พอใจอธิบายว่า คนกัดหมา เป็นข่าว หมากัดคนไม่เป็นข่าว ดังนั้นเมื่อนักวิจัยเลือกเก็บข้อมูลสถิติการฆ่าตัวตายจากโควิด-19 จาก หนังสือพิมพ์/สถานีโทรทัศน์ที่ต้องการขายข่าว การฆ่าตัวตายตามธรรมดาจะไม่เป็นข่าว แต่การฆ่าตัวตายเพราะโควิด-19 จะเป็นข่าว เพราะอยู่ในกระแสที่น่าสนใจ การทำวิจัยและการเก็บข้อมูลแบบนี้ต้องถือว่ามีอคติจากการสุ่ม (sampling bias) แบบสุดกู่ สุดขั้วโลก ไม่อาจจะใช้อ้างอิงทางวิชาการได้ ไม่มีความเหมาะสมกับการใช้ศึกษาประเด็นที่มีความละเอียดอ่อนเช่น การฆ่าตัวตาย ได้

สอง การใช้กราฟสะสม (cumulative graph) ในการนำเสนอข้อมูลสถิติการฆ่าตัวตาย ไม่เหมาะสมอย่างยิ่ง ถือว่าเป็นการโกหกด้วยสถิติอย่างหนึ่ง เพราะถึงอย่างไร cumulative graph นั้น ซึ่งยังไงเส้นกราฟก็วิ่งขึ้นทำให้ดราม่าดูน่ากลัวว่ามีคนฆ่าตัวตายเพิ่มขึ้นมากเหลือเกิน

ในต่างประเทศมีการวิจารณ์การใช้กราฟสะสมแบบนี้ เช่น ทิม คุก CEO ของแอปเปิ้ลที่มาดำรงตำแหน่งแทน Steve Jobs ผู้ล่วงลับ ชอบใช้กราฟยอดขายสะสมของการขายไอโฟนนำเสนอต่อนักข่าว ซึ่งทำให้ดูดีมาก ว่ายอดขายไอโฟนมีแต่เพิ่มขึ้นตลอด ทั้งๆ ที่เป็นยอดขายสะสม มีผู้รู้ได้ทาบยอดขายแต่ละไตรมาสของไอโฟนทับลงบนกราฟยอดขายสะสมที่ Tim Cook นำเสนอ ดังรูปด้านล่างนี้ ทำให้เห็นว่า ยอดขายไอโฟนนั้นมีขึ้นและมีลง และมียอดขึ้นก็ต่อเมื่อออกรุ่นใหม่ๆ ออกมา อันเป็นลักษณะปกติของสินค้าแฟชั่นที่จะได้รับความนิยมอย่างมากในช่วงแรกๆ ที่มีการออกแบบใหม่และนำเทรนด์




ดังนั้นกราฟสะสมจำนวนผู้ฆ่าตัวตายเพราะโควิด-19 ก็จัดว่าเป็นการโกหกทางสถิติอย่างหนึ่งด้วยกราฟสะสมซึ่งไม่ควรจะใช้อย่างยิ่ง เพราะทำให้ผู้อ่านเข้าใจผิดได้

สาม ข้อมูลสถิติการฆ่าตัวตายเพราะโควิด-19 ไม่ได้ตัดอิทธิพลของฤดูกาล (seasonality effect) ของข้อมูล อันเป็นลักษณะปกติของข้อมูลอนุกรมเวลา (Time-series data) ยกตัวอย่างเช่น

ในฤดูร้อน ยอดขายน้ำอัดลมและไอศกรีมจะเพิ่มขึ้น ในขณะที่ฤดูหนาวจะขายได้น้อยลง

ไข้หวัดใหญ่ ซึ่งเกิดจากไวรัส อาจจะรวม โควิด-19 ด้วย มักระบาดมากในหน้าหนาว เพราะไวรัสเติบโตได้ดีในที่อากาศเย็น

แม้กระทั่งการฆ่าตัวตายก็มีอิทธิพลของฤดูกาล เช่น ในประเทศเมืองหนาว มีอิทธิพลการเห็นหิมะ (See the snow effect) ทำให้เกิดการฆ่าตัวตายเพิ่มขึ้นในหน้าหนาว ซึ่งอธิบายได้ว่า สรีรวิทยาของมนุษย์ต้องสร้างสารสื่อประสาท (Neurotransmitter) บางตัว ซึ่งต้องอาศัยแสงแดง ร่างกายมนุษย์จึงสร้างสารดังกล่าวได้ หากไม่ได้รับแสงแดดเพียงพอ จะทำให้ร่างกายไม่สามารถสังเคราะห์สารสื่อประสาทที่จำเป็นต่อร่างกายได้ ทำให้เกิดโรคซึมเศร้าและนำไปสู้การฆ่าตัวตายเพิ่มมากขึ้นในฤดูหนาว ผมมีเพื่อนฝรั่งที่เป็นโรคนี้ หมอต้องสั่งให้ติดหลอดไฟชนิดพิเศษในบ้าง แล้วถอดเสื้อผ้า เปิดไฟดวงพิเศษที่ว่าส่องไปทั่วร่างกายเพื่อให้เกิดการสังเคราะห์สารที่จำเป็นดังกล่าว เพื่อรักษาโรคซึมเศร้า

ดังนั้นการวิเคราะห์ข้อมูลสถิติการฆ่าตัวตายเพียงเดือนเดียว แล้วกล่าวอ้างเกินจริง (Exaggeration) ไปเป็นตุเป็นตะ ไม่ได้ตัดหรือขจัดอิทธิพลของฤดูกาลออกไปเลยจึงเป็นเรื่องที่ไม่ถูกต้อง

การวิเคราะห์เพื่อขจัดอิทธิพลของฤดูกาลออกไปต้องมองแบบ year on year เช่น หากจะเปรียบเทียบค่าไฟฟ้าของเดือนเมษายนปีนี้ ก็ควรจะเปรียบเทียบกับสถิติค่าไฟฟ้าของเดือนเมษายนปีก่อน ไม่ใช่ เดือนมีนาคมปีนี้ เพราะถึงอย่างไรอากาศเดือนเมษายนปีนี้ก็มีฤดูกาล และร้อนกว่าเดือนมีนาคมปีนี้ หรือจะใช้วิธีการทางสถิติในการ สร้างดัชนีฤดูกาล (seasonal index) จากข้อมูลอนุกรมเวลาที่เก็บทุกเดือนย้อนหลังไปหลายๆ ปี แล้วนำมาคำนวณทางสถิติเพื่อนำเอา seasonality ของข้อมูลอนุกรมเวลา ออกไปก่อน จึงจะวิเคราะห์ได้อย่างมั่นใจได้ ว่าการฆ่าตัวตายเพราะโควิด-19 ไม่ได้เพิ่มขึ้นมาตามปกติที่อาจจะมีอิทธิพลของความเป็นฤดูกาลในการฆ่าตัวตายอยู่แล้วก็ได้ สำหรับประเทศไทย ผมสันนิษฐาน โดยที่ไม่เคยเห็นข้อมูลว่าสถิติการฆ่าตัวตายน่าจะสูงขึ้นในฤดูฝน เพราะฝนทำให้อากาศครึ้มและทำให้ซึมเศร้าได้ง่าย ซึ่งต้องพิสูจน์กันด้วยสถิติและคงมีผู้เคยศึกษาไว้แล้วเช่นกัน

สี่ สถิติการฆ่าตัวตายเพราะโควิด-19 ไม่มีข้อมูลฐาน (baseline) อะไรในการเปรียบเทียบเลย จะรู้ได้อย่างไรว่าเกิดการฆ่าตัวตายมากกว่าปกติ เกิดการฆ่าตัวตายเพราะโควิด-19 ในกราฟสะสมที่นำเสนอโดยผู้วิจัยและผู้แถลงชุดนี้ มีการชี้แจงว่ามีจำนวนผู้ที่ฆ่าตัวตายจากโควิด-19 ตามการรายงานข่าวของนักข่าวจำนวน 38 คน แต่ จากข้อมูลสถิติการฆ่าตัวตายของกรมสุขภาพจิต มีคนไทยฆ่าตัวตายปีละประมาณ 4000 คน หรือประมาณเดือนละ 380 คน หากดูจากข้อมูลฐานเช่นนี้แล้ว สถิติการฆ่าตัวตายจากโควิด-19 ตามการรายงานในหนังสือพิมพ์ก็เทียบเป็นเพียงประมาณร้อยละ 10 ของข้อมูล baseline คร่าวๆ จากตารางนี้


นักวิจัยที่ดีและนักสถิติที่ดี หากจะเปรียบเทียบอะไรก็ตามควรมีข้อมูลฐานหรือ baseline เพื่อให้เกิดการควบคุม (Control) ตัวแปรแทรกซ้อนอื่นๆ เสียก่อน

ยกตัวอย่างเช่น การออกกฎในต่างประเทศว่าด้วยการเปิดไฟตัดหมอกหน้ารถยนต์หรือรถขนส่งในเวลากลางวัน ได้มีการเก็บสถิติอุบัติเหตุย้อนหลังเป็นข้อมูลฐาน เป็นหลายปี และเทียบหลังจากการบังคับใช้กฎหมายการเปิดไฟหน้ารถตัดหมอกในเวลากลางวัน ผลพบว่าสถิติการเกิดอุบัติเหตุลดลงไปเป็นอันมากอย่างมีนัยสำคัญทางสถิติ อันเป็นการประเมินผลการบังคับใช้กฎหมาย (Regulatory impact assessment)

ดังนั้นความแตกฉานด้านสถิติและข้อมูลถึงเป็นเรื่องสำคัญมากสำหรับนักกฎหมายในต่างประเทศ ดังที่ผมเคยเสนอแนวความคิดในบทความ การเรียนการสอนกฎหมายในประเทศไทยมาถูกทางหรือไม่ ? https://mgronline.com/daily/detail/9620000050977 ซึ่งเมื่อเห็นนักวิชาการทางนิติศาสตร์แถลงโดยอ้างสถิติแต่ปราศจากความเข้าใจด้านสถิติเลยก็ยิ่งทำให้เป็นห่วงว่านิติศาสตร์ศึกษาของไทยเดินมาถูกทางหรือไม่ และอาจารย์เช่นนี้จะไปสอนอะไรให้นักศึกษากฎหมายด้วยตรรกะที่ผิดเพี้ยนอะไรบ้างหรือไม่หนอ?

ห้า สถิติฆ่าตัวตายเพราะโควิด-19 ไม่มีหลักการใดๆ ของการอนุมานเชิงสาเหตุ (causal inference) เลย จะรู้ได้อย่างไรว่าอะไรเป็นสาเหตุของอะไร มั่วไปหมด ตกลงตายเพราะโควิด-19 หรือฆ่าตัวตายเพราะกลัวโควิด-19 ว่ารักษาไม่ได้ หรือฆ่าตัวตายเพราะหนีโรคอื่นๆ แล้วลงระบุสาเหตุของการฆ่าตัวตายผิดไปจากที่ถูกต้อง การสืบสวนสาเหตุของการฆ่าตัวตาย ไม่ได้เป็นเรื่องง่ายๆ

สุจิตรา สิกขะมณฑล พยาบาลจิตเวชศาสตร์ ได้วิพากษ์วิจารณ์ว่า ข้อมูลตลกมาก ปกติ 506DS (แบบเฝ้าระวัง ภาวะซึมเศร้าและการทำร้ายตนเอง: กรมสุขภาพจิต) ของกระทรวงสาธารณสุข จะสรุป เดือนละครั้ง กว่าน้อง ๆ งานจิตเวชในพื้นที่จะสอบสวนสาเหตุได้ ต้องรอผ่านงานศพ ก่อน จึงจะหาเวลาสะดวกคุยกะญาติ ๆ ได้แล้วสรุปรายงานออกมา ....ข้อมูลแปลกมาก

ตกลงนักข่าวสามารถอนุมานสาเหตุของการฆ่าตัวตายได้เสร็จสรรพ พอๆ กับนักวิชาการที่ทำงานวิจัยชิ้นนี้ด้วยหรือไม่ นักวิจัยชุดนี้มีความเชี่ยวชาญด้าน จิตเวชศาสตร์ การพยาบาลจิตเวชศาสตร์ นิติจิตเวชศาสตร์ จิตวิทยาคลินิค หรือนิติเวชศาสตร์ หรือไม่ ปกติการสอบสวนสาเหตุการฆ่าตัวตายต้องใช้ความรู้ความชำนาญอย่างมาก และต้องทำหลังจากชันสูตรพลิกศพทางนิติเวชศาสตร์แล้ว และต้องสอบถามญาติพี่น้องหรือผู้ที่เห็นเหตุการณ์อย่างละเอียดรอบคอบ การจะฟันธงว่าใครฆ่าตัวตายเพราะโควิด-19 คงไม่สามารถทำอะไรอย่างชุ่ยๆ ได้เช่นนี้ นักวิชาการที่ดีและมีจริยธรรมต้องไม่ทำเช่นนี้

สำหรับคนสอนวิธีวิจัยและการออกแบบการวิจัย (Research methods and research design) ทุกคนอ่านงานวิจัยนี้เสร็จก็มึน แต่แหม ศ. รศ. ดร. กันเต็มที่ แต่มั่วมาก พออ่านรายชื่อคณะผู้วิจัยแล้วก็ได้แต่ส่ายหน้า วิจัยนี้มีแต่อคติ จบการรายงานข่าว อย่าไปเชื่ออะไรมาก แต่ก็มีข้อดีที่ทำให้สังคมเกิดการตื่นรู้ เกิดความแตกฉานด้านข้อมูลและสถิติเพิ่มมากขึ้น

ผมขอฝากทิ้งท้ายว่า งานศึกษาวิจัยหลายชิ้นในอดีตมักพบว่าสถิติผู้ที่ฆ่าตัวตายนั้นมักสูงขึ้นเมื่อเกิดวิกฤติเศรษฐกิจ เพราะเมื่อคนอดอยากไม่มีกิน การจบชีวิตอาจจะเป็นทางออก และเป็นสิ่งที่รัฐบาลและสังคมต้องช่วยเหลือเกื้อกูลพยุงกันไปให้ทุกคนได้อยู่รอดปลอดภัยไม่ให้เกิดการสูญเสีย

ถึงแม้ว่าข้อสรุปที่ได้มาอาจจะถูกต้อง แต่ถ้าได้ข้อสรุปที่อาจจะถูกต้อง ด้วยวิธีการที่ผิดและไม่ถูกต้องตามหลักวิชาการและหลักจริยธรรม นักวิชาการที่ทำเช่นนี้ก็ควรได้รับการวิพากษ์วิจารณ์จากสังคมและประชาคมวิชาการอย่างตรงไปตรงมา และประชาชนเองก็มีสิทธิที่จะไม่เชื่อและคงไม่อาจจะห้ามประชาชนไม่ให้ดูถูกเหยียดหยามนักวิชาการที่มีพฤติกรรมเช่นนี้ได้เช่นกัน เพราะประชาชนย่อมมีเสรีภาพในการคิดและการแสดงความคิดเห็นอันเป็นไปตามวิถีของการปกครองในระบอบประชาธิปไตยเช่นกัน




กำลังโหลดความคิดเห็น...