ช็อกโกแลตช่วยเพิ่มรางวัลโนเบล!?
เวิลด์วาไรตี้ : ช็อกโกแลตช่วยเพิ่มรางวัลโนเบล (จริงหรือ?)
นายแพทย์ฟรานซ์ แมสเซอร์รี ในนครนิวยอร์ก สหรัฐอเมริกา ทำวิจัยความสัมพันธ์ระหว่างการบริโภคของหวานแสนอร่อยที่ชื่อ "ช็อกโกแลต" กับจำนวนรางวัลโนเบล และพบว่าทั้งสองมีความเกี่ยวข้องกันทางสถิติ โดยประเทศใดที่ประชากรนิยมบริโภคช็อกโกแลต (อย่างจริงๆ จังๆ) ก็จะมีนักวิทยาศาสตร์ ศิลปิน หรือนักเคลื่อนไหวเพื่อชีวิตและความเป็นอยู่ของมวลมนุษย์ที่ได้รับรางวัลโนเบลมากขึ้นตามไปด้วย
ในบทวิจัยระบุว่าประเทศที่นิยมบริโภคช็อกโกแลตและมีผู้ที่ได้รับรางวัลโนเบลมากที่สุดในโลก ได้แก่ สวิตเซอร์แลนด์ ตามมาด้วยสวีเดน และเดนมาร์ก ตามลำดับ และชี้ว่าหากชาวอเมริกันในสหรัฐอเมริกาต้องการรางวัลโนเบลมาเชยชมมากขึ้น ก็ต้องเพิ่มปริมาณการบริโภคช็อกโกแลตอีก 275 ล้านปอนด์ต่อปี เพื่อที่จะตามทันกลุ่มผู้นำในตารางการจัดอันดับในงานวิจัยฉบับนี้
ซึ่งในสถิติระบุว่าชาวสวิสกินช็อกโกแลตแท่งขนาด 3 ออนซ์ (85 กรัม) ถึง 120 แท่งต่อปี สำหรับทั้งผู้ชาย ผู้หญิงและเด็ก
แนวความคิดที่จะเชื่อมโยงช็อกโกแลตเข้ากับรางวัลโนเบล มาจากการวิจัยที่เกี่ยวข้องกับสาร "ฟลาโวนอยด์" หรือสารต้านอนุมูลอิสระที่พบได้ในโกโก้ และไวน์ เข้ากับการทำคะแนนในบททดสอบเกี่ยวกับการรับรู้ให้ดียิ่งขึ้น โดยเริ่มจากการค้นข้อมูลการบริโภคช็อกโกแลตใน 23 ประเทศ และดูรายชื่อการจัดอันดับประเทศโดยวัดจำนวนผู้ได้รับรางวัลโนเบลเทียบกับจำนวนประชากรประเทศจากเว็บไซต์ วิกิพีเดีย
นั่นทำให้นายแพทย์แมสเซอร์รีพบว่าระเบียบข้อมูลที่ได้รับมา เป็นรูปกราฟ จะเห็นภาพที่ว่ายิ่งประเทศไหนบริโภคช็อกโกแลตมากก็จะยิ่งมีผู้ได้รางวัลโนเบลมากตามไปด้วย
นี่ไม่ใช่ครั้งแรกที่นักวิทยาศาสตร์ค้นพบความเกี่ยวข้องของข้อมูลที่ดูจะไม่ค่อยมีเหตุผลเท่าไรนัก ตัวอย่างเช่น จำนวนของนกกระสาทั่วยุโรปที่มีความเกี่ยวเนื่องกับอัตราเกิดเป็นต้น
ความเป็นไปได้ข้อหนึ่งของการค้นพบนี้ก็คือความเชื่อมโยงอาจจะมีอยู่จริง แต่ไร้ความหมาย ผู้ได้รับการยกย่องเข้ารับรางวัลโนเบล สาขาฟิสิกส์ ในปี 2554 ให้ความเห็นว่า“ปริมาณการบริโภคช็อกโกแลตของแต่ละประเทศนั้นมีความเกี่ยวเนื่องกับความมั่งคั่งของประเทศ และการวิจัยที่มีคุณภาพสูงมีความเกี่ยวเนื่องกับความมั่งคั่งของประเทศ ดังนั้นช็อกโกแลตก็ย่อมมีความเกี่ยวเนื่องกับการวิจัยที่มีคุณภาพสูงอยู่แล้ว แต่ก็ไม่ได้เกี่ยวเนื่องกันโดยตรงแต่ประการใด”
นายแพทย์แมสเซอร์รีก็ยอมรับว่า "เป็นความผิดพลาดอย่างใหญ่หลวง" โดยชี้ว่าปัจจัยด้านสถิติที่ตนเองนำมาใช้มีค่าความเป็นไปได้เพียง 1 ใน 10,000 เท่านั้น