反贪会一哥被吹哨者揭发在2015及2016年期间超额持有上市公司股票的风波，最近已闹得沸沸扬扬。
担任特级公务员的他当时在两家上市公司持有的股票价值，已远超公务员条例（行为与纪律）通告第23条的规定，公务员购买任何一家公司的股票“不可超过缴足资本的5%或10万令吉，以较低者为准。”
当主角在1月5日声称他没有犯法，是胞弟使用他的股票户头购买股票后，很快的在隔天证券监督委员会非常有效率发布文告，要相关人士解释并厘清有关言论。
根据1991年证券业（中央存票系统）法令第25(4)条文，证券交由户头必须是户头受益人或授权代理人名义开设。
调查工作进行了将近两个星期，在媒体的追问下证券监督委员会也就在1月18日发布了一篇四段文字的媒体声明。就在最后一段里的“无法断定违法”（…the SC is not able to conclusively establish that a breach under section 25(4) SICDA has occurred.）给不少读者带来疑惑。
有位朋友就问道：“有违法就违法，没有违法就没违法，怎么来个半天吊的无法断定违法呢？”
我以开玩笑的性质回应他：“是啊！这有点像我在教研究方法与统计学这两门课里惯用的语法。”
在确定了研究目的后，我们必须有依据的提呈备择假设（alternative hypothesis），当然对方会站在反对的立场而设定零假设（null hypothesis）。
所以就达成对立的备择假设“有违法”和零假设“没有违法”。美妙之处在于如何证明哪一方才是对的呢？
费舍尔的规定（Fisher’s stipulation）阐明，我们不能证明自己是对的，但可以证明对方是错的。如果成功推翻零假设也就证明对方错，我们提呈的备择假设才能被接受。
当然在假设验证之前，获取的资料或数据相当重要。它们必须是有效和可靠的（valid and reliable）。
在统计学的数据分析里还有重要的一环，那就是学生常搞糊涂的第一类型错误（type I error）或称之为α（alpha）。
一般上社会科学研究所默定α为5%，也就是在一百次里可能犯错五次，信心度为95%。这还算是可以接受的。
医学研究对信心度的要求非常高，都会超过99.9999%，人命关天，尽可能在一百万次里都不要有一次错误的发生。
但也有较弱的研究者会提高α至10%，最终研究成果只有90%的信心度。肯定的不会有人差劲到来过α=50%的五十对五十吧！怎么会有研究成果被接受为可能是对，又可能是错的呢？
证券监督委员会的公关可能意识到公众对“拒绝零假设失败”（fail to reject the null hypothesis）后提呈的“无法断定违法”做出些迷糊猜测，翌日再发媒体声明，最终表明立场：“没有违法”（Therefore, the SC arrived at the decision that there was no breach of section 25(4) of the Securities Industry (Central Depositories) Act 1991）。
我常提醒学生，在论文的第四章里带着满满的信心提呈有效及可靠的数据分析，并按程序完成假设验证后，也还得在第五章里做个果断的总结吧！
学术论文算是完成了，戏还在上演着。一幕紧接一幕的画面不断在呈现中。。。。。。
张炳祺博士〈公关小贴士〉专栏
