Słownik metodologiczny · Ludzie statystyki

Cyril Burt (1883–1971) – psychometra i najgłośniejszy spór o dane w psychologii

Cyril Burt był jedną z czołowych postaci psychologii brytyjskiej: psychologiem londyńskich szkół, następcą Spearmana w University College London, autorem prac o analizie czynnikowej i dziedziczności inteligencji. Po śmierci oskarżono go o fałszowanie danych o bliźniętach. Przedstawiamy obie strony sporu i symulację w R pokazującą, jak bardzo zmienia się korelacja z 53 par.

Strona główna / Słownik / Cyril Burt
W skrócie: Cyril Burt (1883–1971) – brytyjski psycholog i psychometra, psycholog szkół Londynu i następca Spearmana w University College London. Badał analizę czynnikową i dziedziczność inteligencji na podstawie korelacji bliźniąt; po jego śmierci oskarżono go o fałszowanie danych, a spór trwa do dziś.

Kim był Cyril Burt?

Cyril Burt (1883–1971) był brytyjskim psychologiem, przez lata uważanym za jedną z czołowych postaci psychologii brytyjskiej (Jensen, 1991). Oxford Dictionary of National Biography opisuje go jako psychologa psychometrycznego i eugenika (Mazumdar, 2004). Po studiach w Oksfordzie przez cztery lata asystował fizjologowi Charlesowi Sherringtonowi w Liverpoolu, potem wykładał psychologię eksperymentalną w Cambridge (Jensen, 1991).

W 1913 r. został psychologiem Rady Hrabstwa Londynu (London County Council) i odpowiadał za badania psychologiczne w londyńskich szkołach: konstruował testy umysłowe i szkolne, prowadził badania w szkołach i zakładał poradnie dla dzieci. Pisał o przestępczości nieletnich i o upośledzeniu umysłowym („The Young Delinquent”, 1925). W 1932 r. objął po Charlesie Spearmanie kierownictwo wydziału psychologii University College London, a w 1950 r. przeszedł na emeryturę. Był pierwszym brytyjskim psychologiem nobilitowanym do stanu rycerskiego (Jensen, 1991).

Najważniejsze pomysły

  • Analiza czynnikowa. Burt opisywał zdolności jako hierarchię: najważniejszy czynnik ogólny i węższe czynniki grupowe (Burt, 1966). Jensen (1991) uważa jego teoretyczne prace o analizie czynnikowej za ważny wkład w dziedzinę. Współczesne odpowiedniki to analiza czynnikowa i ładunki czynnikowe.
  • Korelacje w rodzinach. Zbierał wyniki testów inteligencji bliźniąt, rodzeństwa i kuzynów i porównywał korelacje między grupami różnie spokrewnionymi i różnie wychowanymi. Liczył przy tym korelacje wewnątrzklasowe – miarę podobieństwa członków pary, w której nie ma „pierwszego” i „drugiego” (Burt, 1966).

Ciekawostka

W przypisie do pracy o bliźniętach z 1966 r. Burt dziękuje osobom, które pomagały mu w badaniach, w tym pannie Howard i pannie Conway (Burt, 1966). Dziesięć lat później te dwa nazwiska stały się osią skandalu. Według relacji Jensena (1991) dziennikarz „Sunday Timesa” Oliver Gillie nie zdołał odnaleźć żadnej z nich i 24 października 1976 r. opublikował tekst, że kluczowe dane zostały sfałszowane. Obrońcy Burta odpowiadali, że asystentki pracowały z nim zapewne przed II wojną światową, więc w 1976 r. byłyby już w podeszłym wieku; według sekretarki Burta Conway wyemigrowała, może do Australii (Jensen, 1991).

Drugi epizod jest równie zaskakujący. Jensen (1991) opisuje, że kilka dni po śmierci Burta napisał do jego wieloletniej sekretarki z prośbą o zachowanie dwóch czy trzech skrzyń ze starymi surowymi danymi. Usłyszał, że skrzynie już spalono – za radą psychologa Liama Hudsona, który uznał ich zawartość za bezwartościową; sekretarka sądziła, że były tam też dane o bliźniętach. Według Jensena Hudson potwierdził to w 1976 r. w rozmowie z dziennikarzem „Science”. Surowych danych Burta nie da się więc dziś sprawdzić.

Przykład na historycznych danych

W tabeli 2 pracy z 1966 r. Burt podał korelacje inteligencji dla 95 par bliźniąt jednojajowych wychowywanych razem, 53 par wychowywanych osobno i 127 par bliźniąt dwujajowych. Dla par rozdzielonych korelacja w teście grupowym wyniosła 0.771, w teście indywidualnym 0.863, a w ocenie końcowej 0.874 (Burt, 1966). Te liczby wpisaliśmy ręcznie do kodu i policzyliśmy dla nich 95% przedział ufności z transformacji Fishera z. Dla 0.771 przy 53 parach przedział sięga od 0.633 do 0.862 – szerokość prawie 0.23.

Jak bardzo może się wahać korelacja z 53 par i jak prawdopodobne jest, że korelacja z innej próby wyjdzie identyczna do trzeciego miejsca po przecinku? Odpowiedź daje symulacja. Przyjęliśmy, że prawdziwa korelacja wynosi 0.771, i wylosowaliśmy 20 000 nowych prób po 53 pary (set.seed(1966); rozkład normalny dwuwymiarowy – to nasze założenie, nie dane Burta). Korelacje z prób miały średnią 0.762 i odchylenie standardowe 0.058, a 95% z nich mieściło się między 0.630 a 0.858. Wynik zaokrąglony do 0.771 wypadł tylko w 168 próbach (0.84%). Szansa, że dwie niezależne próby po 53 pary dadzą jakąkolwiek identyczną wartość do trzech miejsc, wyniosła 0.51%.

Przy kilkudziesięciu parach trzecie miejsce po przecinku to szum. Zgodność do trzech miejsc w niezależnych próbach jest więc sygnałem ostrzegawczym, choć sama nie dowodzi fałszerstwa.

Na rysunku

Pozioma oś czasu od 1880 do 1990 z dziewięcioma zdarzeniami: 1883 urodził się; 1913 psycholog London County Council; 1932 katedra psychologii UCL po Spearmanie; 1950 przechodzi na emeryturę; 1966 praca o bliźniętach wychowanych osobno; 1971 zmarł; 1976 oskarżenie w Sunday Times; 1979 biografia Hearnshawa; 1989–1991 książki Joynsona i Fletchera z werdyktem nie dowiedziono. Rodzaj zdarzenia oznaczają kształt i kolor znacznika: koło – życie, kwadrat – praca, romb – publikacja, trójkąt – spór
Rysunek 1. Oś czasu: Cyril Burt, 1883–1971, i spór o jego dane. Lata według Mazumdar (2004), Burta (1966) i Jensena (1991). Rysunek: R, pakiet ggplot2.

Co widać. Kariera Burta zamyka się w latach 1913–1950, a praca o bliźniętach powstała już na emeryturze. Spór zaczął się pięć lat po jego śmierci.

Na co uważać. Oś pokazuje tylko lata podane w cytowanych źródłach; brak na niej np. roku nobilitacji i lat pracy w Liverpoolu i Cambridge.

Podpis do pracy:

Rysunek 1. Najważniejsze daty z życia i pracy Cyrila Burta (1883–1971) oraz sporu o jego dane. Uwaga. Kształt znacznika oznacza rodzaj zdarzenia (życie, praca, publikacja, spór).
Dwa panele. A: szary histogram korelacji wewnątrzklasowej w 20 000 symulowanych próbach po 53 pary przy prawdziwej korelacji 0.771, zaokrąglonych do 0.001; rozkład jest lekko lewoskośny, skupiony między około 0.63 a 0.86; różowy trójkąt i strzałka wskazują pojedynczy słupek dokładnie 0.771 – 168 z 20 000 prób; przerywana linia przy 0.771. B: korelacje inteligencji z pracy Burta z 1966 r. z 95% przedziałami ufności dla testu grupowego, testu indywidualnego i oceny końcowej: bliźnięta jednojajowe razem (pomarańczowe trójkąty, około 0.92–0.94, wąskie przedziały), jednojajowe osobno (niebieskie koła, 0.771–0.874, szersze przedziały), dwujajowe razem (zielone kwadraty, 0.45–0.55)
Rysunek 2. Zmienność korelacji z próby 53 par przy prawdziwej korelacji 0.771 (A; symulacja, set.seed(1966)) oraz korelacje inteligencji podane przez Burta (1966) z 95% przedziałami ufności (B). Obliczenia i rysunek: R, pakiety ggplot2 i patchwork.

Co widać. Panel A pokazuje, jak szeroko rozrzucają się korelacje z prób po 53 pary, nawet gdy prawdziwa wartość jest stała – słupek dokładnie 0.771 to jeden z kilkuset możliwych wyników. Na panelu B przedziały dla par wychowanych osobno są wyraźnie szersze niż dla par wychowanych razem.

Na co uważać. Panel B przedstawia liczby opublikowane przez Burta, a nie zweryfikowane dane – ich wiarygodność jest właśnie przedmiotem sporu. Symulacja zakłada normalność i niezależność par; nie mówi nic o tym, czy Burt fałszował dane.

Podpis do pracy:

Rysunek 2. Rozkład korelacji wewnątrzklasowej w 20 000 symulowanych próbach po 53 pary przy prawdziwej korelacji 0.771 (A) oraz korelacje inteligencji bliźniąt podane przez Burta (1966) z 95% przedziałami ufności (B). Uwaga. Panel A: dane symulowane z dwuwymiarowego rozkładu normalnego, wyniki zaokrąglone do 0.001; zaznaczony słupek – wartość 0.771. Panel B: MZ – bliźnięta jednojajowe, DZ – dwujajowe; przedziały z transformacji Fishera z.

Gdzie spotkasz Burta w swojej pracy

Żaden popularny test nie nosi nazwiska Burta, ale jego historia uczy kilku rzeczy:

  • podając korelację, dołącz przedział ufności – przy n = 53 trzecie miejsce po przecinku nie niesie informacji; jak porównać dwie korelacje, pokazuje wpis Jak porównać dwie korelacje?;
  • przechowuj i udostępniaj surowe dane oraz kod – zniszczenie skrzyń z danymi Burta sprawiło, że spór jest nierozstrzygalny; jak przygotować taki zestaw, opisuje wpis Pakiet replikacyjny: dane i kod do artykułu;
  • gdy w literaturze widzisz wyniki „zbyt idealne”, pamiętaj o lekcjach z kryzysu replikacyjnego i o praktykach takich jak p-hacking, które psują wyniki bez celowego fałszerstwa.

Spory, mity i trudne strony

  • Oskarżenia. Biografia Burta autorstwa Leslie Hearnshawa (1979), napisana z dostępem do jego dzienników i korespondencji, uznała go za winnego kilku zarzutów, a Brytyjskie Towarzystwo Psychologiczne przyjęło te ustalenia w 1980 r. (Jensen, 1991). Dorfman (1978) twierdził, że tabele z pracy Burta o inteligencji i ruchliwości społecznej zostały sfabrykowane – za bardzo pasowały do teoretycznej krzywej normalnej. Tucker (1997) porównał próbę bliźniąt Burta z dobrze udokumentowanymi badaniami i uznał, że oszustwo jest prawie pewne.
  • Obrona. Robert Joynson (1989) i Ronald Fletcher (1991) niezależnie przeanalizowali dowody i doszli do werdyktu „nie dowiedziono”. Argumentowali m.in., że dane zebrano głównie przed wojną, a analizę Dorfmana podważyli inni statystycy (za: Jensen, 1991). Jensen, który znał Burta i podziwiał go, uznał zarazem za niewybaczalne, że Burt sugerował zbieranie nowych danych po emeryturze, choć analizował stare.
  • Co jest pewne. Spór nie został rozstrzygnięty w sposób, który przyjęliby wszyscy; surowe dane nie przetrwały. Jensen (1991) przyznaje, że jego analiza z 1974 r. wykazała w danych Burta liczne osobliwości, które sam przypisał głównie niedbałości.
  • Eugenika i polityka. Burt był zwolennikiem eugeniki (Mazumdar, 2004), a jego prace o dziedziczności inteligencji miały konsekwencje dla dyskusji o edukacji.
Przykład reprodukowalny

Korelacje bliźniąt Burta w R

Kod wpisuje korelacje inteligencji z tabeli 2 pracy Burta (1966), liczy dla nich 95% przedziały ufności z transformacji Fishera z, a następnie symuluje 20 000 prób po 53 pary przy prawdziwej korelacji 0.771 (set.seed(1966); liczbę prób i ziarno ustaliliśmy z góry). Drugi przepis rysuje oś czasu (rysunek 1). Rysunki na stronie powstały z tych samych obiektów p1 i p2, którym podmieniono tylko motyw na motyw serwisu; dane, geometrie i skale są identyczne.

1. Przedziały ufności i symulacja: rysunek 2

Dane wejściowe: dziewięć korelacji wewnątrzklasowych dla inteligencji (trzy grupy bliźniąt × trzy miary) z tabeli 2 w pracy Burta (1966), wpisane ręcznie; dane symulowane z dwuwymiarowego rozkładu normalnego.

Co odczytać: 95% CI każdej korelacji; średnią, odchylenie standardowe i 2.5–97.5 percentyl korelacji z symulowanych prób; liczbę i odsetek prób z wynikiem zaokrąglonym do 0.771; prawdopodobieństwo, że dwie niezależne próby dadzą tę samą wartość do trzech miejsc.

Kod R rysunku 2
# Cyril Burt (1966): jak precyzyjna jest korelacja bliźniąt z 53 par i jak rzadko powtarza się do trzech miejsc
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
kol <- c(mza = "#0072B2", mzt = "#D55E00", dzt = "#009E73", trafienie = "#CC79A7")   # Okabe–Ito
motyw <- theme_minimal(base_size = 13) +
  theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"), legend.position = "bottom")
# Korelacje wewnątrzklasowe dla inteligencji z tabeli 2 w pracy Burta (1966), wpisane ręcznie
burt <- data.frame(
  grupa  = rep(c("MZ razem (95 par)", "MZ osobno (53 pary)", "DZ razem (127 par)"), each = 3),
  n      = rep(c(95, 53, 127), each = 3),
  miara  = rep(c("test grupowy", "test indywidualny", "ocena końcowa"), times = 3),
  r      = c(0.944, 0.918, 0.925,   0.771, 0.863, 0.874,   0.552, 0.527, 0.453))
# 95% przedział ufności przez transformację Fishera z (błąd standardowy 1/sqrt(n - 3))
z <- atanh(burt$r); se <- 1 / sqrt(burt$n - 3)
burt$CI_dolna <- tanh(z - 1.96 * se); burt$CI_gorna <- tanh(z + 1.96 * se)
print(transform(burt, CI_dolna = round(CI_dolna, 3), CI_gorna = round(CI_gorna, 3)), row.names = FALSE)

# Symulacja: 20 000 nowych prób po 53 pary bliźniąt, gdy prawdziwa korelacja wynosi 0.771
rho <- 0.771; n <- 53; B <- 20000
set.seed(1966)
r_sym <- replicate(B, {
  x <- rnorm(n); y <- rho * x + sqrt(1 - rho^2) * rnorm(n)   # para: wynik bliźniaka 1 i 2
  cor(c(x, y), c(y, x))                                     # korelacja wewnątrzklasowa (zapis podwójny)
})
r3 <- round(r_sym, 3)
c(srednia = round(mean(r_sym), 3), SD = round(sd(r_sym), 3),
  q025 = round(unname(quantile(r_sym, 0.025)), 3), q975 = round(unname(quantile(r_sym, 0.975)), 3),
  roznych_wartosci_3_miejsca = length(unique(r3)), trafien_0.771 = sum(r3 == 0.771),
  odsetek_0.771 = round(mean(r3 == 0.771), 4))
# Szansa, że dwie niezależne próby po 53 pary dadzą identyczny wynik do trzech miejsc (dowolna wartość)
czestosci <- table(r3) / B
round(sum(czestosci^2), 4)

# Rysunek 2A: rozkład r w powtórzeniach z n = 53 (liczebności wyników zaokrąglonych do 0.001) i trafienia w 0.771
rozklad <- as.data.frame(table(r3), stringsAsFactors = FALSE)
rozklad$r3 <- as.numeric(rozklad$r3)
rozklad$okno <- ifelse(rozklad$r3 == 0.771, "dokładnie 0.771", "inne wartości")
pA <- ggplot(rozklad, aes(r3, Freq, fill = okno)) +
  geom_col(width = 0.001, colour = NA) +
  geom_vline(xintercept = rho, linetype = "dashed", colour = "grey30") +
  annotate("text", x = rho + 0.006, y = Inf, vjust = 1.5, hjust = 0, size = 3.3, colour = "grey30",
           label = sprintf("prawdziwe r = %.3f", rho)) +
  annotate("point", x = rho, y = sum(r3 == rho), shape = 25, size = 2.8, fill = kol[["trafienie"]], colour = "black") +
  annotate("segment", x = 0.66, xend = rho - 0.004, y = 178, yend = sum(r3 == rho) + 4, colour = kol[["trafienie"]],
           arrow = arrow(length = unit(0.15, "cm"))) +
  annotate("text", x = 0.555, y = 182, hjust = 0, vjust = 0, size = 3.3, colour = "grey20",
           label = sprintf("dokładnie 0.771:\n%d z %d prób", sum(r3 == rho), B)) +
  scale_fill_manual(values = c("inne wartości" = "grey70", "dokładnie 0.771" = kol[["trafienie"]]), name = NULL) +
  coord_cartesian(xlim = c(0.55, 0.95), ylim = c(0, 205)) +
  labs(title = "A. Korelacja w 20 000 próbach po 53 pary",
       x = "Korelacja wewnątrzklasowa w próbie (zaokrąglona do 0.001)", y = "Liczba prób") +
  motyw
# Rysunek 2B: korelacje inteligencji z pracy Burta (1966) z 95% przedziałami ufności
burt$grupa <- factor(burt$grupa, levels = c("MZ razem (95 par)", "MZ osobno (53 pary)", "DZ razem (127 par)"))
burt$miara <- factor(burt$miara, levels = rev(c("test grupowy", "test indywidualny", "ocena końcowa")))
pB <- ggplot(burt, aes(r, miara, colour = grupa, shape = grupa)) +
  geom_errorbar(aes(xmin = CI_dolna, xmax = CI_gorna), width = 0.25, orientation = "y", position = position_dodge(width = 0.6)) +
  geom_point(size = 2.8, fill = "white", stroke = 1.1, position = position_dodge(width = 0.6)) +
  scale_colour_manual(values = c("MZ razem (95 par)" = kol[["mzt"]], "MZ osobno (53 pary)" = kol[["mza"]],
                                 "DZ razem (127 par)" = kol[["dzt"]]), name = NULL) +
  scale_shape_manual(values = c("MZ razem (95 par)" = 24, "MZ osobno (53 pary)" = 21, "DZ razem (127 par)" = 22), name = NULL) +
  scale_x_continuous(limits = c(0.25, 1), breaks = seq(0.3, 1, by = 0.1)) +
  guides(colour = guide_legend(nrow = 2), shape = guide_legend(nrow = 2)) +
  labs(title = "B. Korelacje inteligencji według Burta (1966)", x = "Korelacja (95% CI z transformacji Fishera z)", y = NULL) +
  motyw
p2 <- pA + pB + plot_layout(widths = c(1, 1.1))
p2
Wynik w R
               grupa   n             miara     r CI_dolna CI_gorna
   MZ razem (95 par)  95      test grupowy 0.944    0.917    0.962
   MZ razem (95 par)  95 test indywidualny 0.918    0.879    0.945
   MZ razem (95 par)  95     ocena końcowa 0.925    0.889    0.950
 MZ osobno (53 pary)  53      test grupowy 0.771    0.633    0.862
 MZ osobno (53 pary)  53 test indywidualny 0.863    0.773    0.919
 MZ osobno (53 pary)  53     ocena końcowa 0.874    0.790    0.926
  DZ razem (127 par) 127      test grupowy 0.552    0.418    0.663
  DZ razem (127 par) 127 test indywidualny 0.527    0.388    0.642
  DZ razem (127 par) 127     ocena końcowa 0.453    0.303    0.581
                   srednia                         SD 
                    0.7620                     0.0580 
                      q025                       q975 
                    0.6300                     0.8580 
roznych_wartosci_3_miejsca              trafien_0.771 
                  386.0000                   168.0000 
             odsetek_0.771 
                    0.0084 
[1] 0.0051

2. Oś czasu: rysunek 1

Dane wejściowe: dziewięć zdarzeń z latami według cytowanych źródeł, wpisanych ręcznie.

Co odczytać: nic – kod tylko rysuje oś czasu.

Kod R rysunku 1
# Oś czasu: Cyril Burt, 1883–1971, i spór o jego dane – lata według cytowanych źródeł
library(ggplot2)
zdarzenia <- data.frame(
  rok = c(1883, 1913, 1932, 1950, 1966, 1971, 1976, 1979, 1990),
  opis = c("urodził się", "psycholog London\nCounty Council", "katedra psychologii\nUCL (po Spearmanie)",
           "przechodzi\nna emeryturę", "praca o bliźniętach\nwychowanych osobno", "zmarł",
           "oskarżenie\nw „Sunday Times”", "biografia\nHearnshawa", "Joynson (1989), Fletcher\n(1991): „nie dowiedziono”"),
  rodzaj = c("życie", "praca", "praca", "praca", "publikacja", "życie", "spór", "spór", "spór"))
zdarzenia$wysokosc <- c(0.5, -0.5, 0.5, -0.5, 0.85, -0.35, 0.35, -0.85, 0.85)   # nad (+) i pod (−) osią
zdarzenia$wyrownanie <- c(0.5, 0.5, 0.5, 0.5, 1, 1, 0.5, 0.5, 0.5)   # etykiety lat 1966–1990 rozsunięte
ksztalty <- c("życie" = 21, "praca" = 22, "publikacja" = 23, "spór" = 24)
kolory <- c("życie" = "grey40", "praca" = "#0072B2", "publikacja" = "#D55E00", "spór" = "#CC79A7")   # Okabe–Ito
p1 <- ggplot(zdarzenia, aes(rok, 0)) +
  geom_hline(yintercept = 0, colour = "grey60", linewidth = 0.8) +
  geom_segment(aes(xend = rok, y = 0, yend = wysokosc), colour = "grey70") +
  geom_point(aes(shape = rodzaj, fill = rodzaj), size = 4, colour = "black") +
  geom_text(aes(y = wysokosc + 0.05 * sign(wysokosc), label = paste0(ifelse(rok == 1990, "1989–1991", rok), "\n", opis),
                vjust = ifelse(wysokosc > 0, 0, 1), hjust = wyrownanie),
            size = 3.4, lineheight = 0.9) +
  scale_shape_manual(values = ksztalty, name = NULL) +
  scale_fill_manual(values = kolory, name = NULL) +
  scale_x_continuous(limits = c(1874, 2004), breaks = seq(1880, 1990, by = 10)) +
  scale_y_continuous(limits = c(-1.35, 1.35)) +
  labs(x = NULL, y = NULL) +
  theme_minimal(base_size = 13) +
  theme(axis.text.y = element_blank(), panel.grid = element_blank(), axis.text.x = element_text(colour = "grey30"),
        legend.position = "bottom")
p1

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (korelacje i transformacja Fishera z – funkcje cor(), atanh() i tanh() z pakietów stats i base; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork

Najczęstsze pytania

Kim był Cyril Burt?

Brytyjskim psychologiem (1883–1971). Od 1913 r. był psychologiem Rady Hrabstwa Londynu i odpowiadał za badania i testy w londyńskich szkołach, w 1932 r. objął po Charlesie Spearmanie kierownictwo wydziału psychologii University College London, a w 1950 r. przeszedł na emeryturę. Był pierwszym brytyjskim psychologiem nobilitowanym do stanu rycerskiego.

Czy Cyril Burt sfałszował dane o bliźniętach?

Tego nie rozstrzygnięto ostatecznie. Biografia Hearnshawa (1979) i Brytyjskie Towarzystwo Psychologiczne uznały go za winnego, Dorfman (1978) i Tucker (1997) przedstawili argumenty za fabrykacją, a Joynson (1989) i Fletcher (1991) doszli do werdyktu „nie dowiedziono”. Surowe dane zniszczono po śmierci Burta, więc nie da się ich sprawdzić.

Jaką korelację inteligencji bliźniąt podał Burt?

W pracy z 1966 r. dla 53 par bliźniąt jednojajowych wychowanych osobno podał korelację 0.771 w teście grupowym, 0.863 w teście indywidualnym i 0.874 w ocenie końcowej; dla 95 par wychowanych razem – od 0.918 do 0.944. Przy 53 parach 95% przedział ufności dla 0.771 sięga od 0.633 do 0.862.

Dlaczego identyczne korelacje do trzeciego miejsca po przecinku są podejrzane?

Bo przy kilkudziesięciu parach korelacja z próby waha się o kilka setnych. W naszej symulacji 20 000 prób po 53 pary przy prawdziwej korelacji 0.771 tylko 0.84% dało wynik zaokrąglony do 0.771, a dwie niezależne próby zgodziły się do trzech miejsc z prawdopodobieństwem 0.51%. Taka zgodność to sygnał ostrzegawczy, choć nie dowód fałszerstwa.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Burt, C. (1966). The genetic determination of differences in intelligence: A study of monozygotic twins reared together and apart. British Journal of Psychology, 57(1-2), 137–153. https://doi.org/10.1111/j.2044-8295.1966.tb01014.x
  2. Dorfman, D. D. (1978). The Cyril Burt question: New findings. Science, 201(4362), 1177–1186. https://doi.org/10.1126/science.201.4362.1177
  3. Hearnshaw, L. S. (1979). Cyril Burt, psychologist. Hodder and Stoughton.
  4. Jensen, A. R. (1991). IQ and science: The mysterious Burt affair. The Public Interest, 93–106. https://www.nationalaffairs.com/public_interest/detail/iq-and-science-the-mysterious-burt-affair ● Otwarty dostęp
  5. Mazumdar, P. M. H. (2004). Burt, Sir Cyril Lodowic (1883–1971), psychometric psychologist and eugenicist. In Oxford Dictionary of National Biography. Oxford University Press. https://doi.org/10.1093/ref:odnb/30880
  6. Tucker, W. H. (1997). Re-reconsidering Burt: Beyond a reasonable doubt. Journal of the History of the Behavioral Sciences, 33(2), 145–162. https://doi.org/10.1002/(sici)1520-6696(199721)33:2<145::aid-jhbs6>3.0.co;2-s

Cytowania BibTeX

@article{burt1966genetic, author={Burt, Cyril}, title={{The genetic determination of differences in intelligence: A study of monozygotic twins reared together and apart}}, journal={British Journal of Psychology}, year={1966}, volume={57}, number={1-2}, pages={137--153}, doi={10.1111/j.2044-8295.1966.tb01014.x}}
@article{dorfman1978cyril, author={Dorfman, D. D.}, title={{The Cyril Burt question: New findings}}, journal={Science}, year={1978}, volume={201}, number={4362}, pages={1177--1186}, doi={10.1126/science.201.4362.1177}}
@book{hearnshaw1979cyril, author={Hearnshaw, Leslie Spencer}, title={{Cyril Burt, psychologist}}, year={1979}, publisher={Hodder and Stoughton}, url={https://openlibrary.org/works/OL5262674W}}
@article{jensen1991iq, author={Jensen, Arthur R.}, title={{IQ and science: The mysterious Burt affair}}, journal={The Public Interest}, year={1991}, pages={93--106}, url={https://www.nationalaffairs.com/public_interest/detail/iq-and-science-the-mysterious-burt-affair}}
@incollection{mazumdar2004burt, author={Mazumdar, Pauline M. H.}, title={{Burt, Sir Cyril Lodowic (1883–1971), psychometric psychologist and eugenicist}}, booktitle={Oxford Dictionary of National Biography}, year={2004}, publisher={Oxford University Press}, doi={10.1093/ref:odnb/30880}}
@article{tucker1997rereconsidering, author={Tucker, William H.}, title={{Re-reconsidering Burt: Beyond a reasonable doubt}}, journal={Journal of the History of the Behavioral Sciences}, year={1997}, volume={33}, number={2}, pages={145--162}, doi={10.1002/(sici)1520-6696(199721)33:2<145::aid-jhbs6>3.0.co;2-s}}
R