Hypothesen worden van tevoren opgesteld om precies de reden die je nu zelf ervaart: hypothesen hebben niet tot doel een stelling te bewijzen, maar te toetsen.
Dit betekent dat een onderzoeker vantevoren besluit: als ik gelijk heb, dan zou ik Y moeten observeren wanneer ik X doe, en Y niet moeten observeren wanneer ik X niet doe. De onderzoeker gaat er met een 'open mind' in. Impliciet aan alle hypothesen is 'als alles wat in de inleiding staat klopt, dan...'
Dit is de reden dat post-hoc hypothesen niet zijn toegestaan. Het spelen met data levert vaak interessante resultaten op, maar zolang ze geen onderdeel zijn van het stelsel van hypothesen dan is het eigenlijk not done om daar sier mee te maken in de resultaten, of nog erger, de inleiding aan te passen rondom de nieuwe bevindingen.
Ik ken je specifieke 'nieuwe' resultaten niet. Het beste kun je inderdaad besluiten in de inleiding en de resultaten er nog niets van te benoemen. Alleen als je merkt dat deze nieuwe resultaten de afwezige resultaten kunnen helpen verklaren, dan kun je besluiten om ze bij de resultaten toe te voegen. Doe dat dan op een wijze zodat voor de lezer duidelijk is dat dit een 'forensische' set toetsen is: je probeert uit te zoeken wat er aan de hand is. Zo heb je het materiaal klaar liggen om in de discussie mee te nemen bij 'limitaties' bijvoorbeeld. Het heeft niet de voorkeur, maar soms kan het zin hebben.
Dus zonder je resultaten te kennen denk ik: als het 'gewoon' nieuwe toetsen zijn met leuke resultaten; laat het dan liever weg. (onder het motto, Kill your darlings). Als het noodzakelijke informatie is om te begrijpen waarom je hypothesen niet significant zijn, dan kan het merites hebben om het te exploreren. Echter, ik zou ik extreem terughoudend in zijn. Mensen hebben wel eens de neiging om met covariaten te spelen totdat er iets significant wordt. Dit is data kneden. Het beste kun je je 'verlies' pakken en in de discussie uitdiepen wie er waarschijnlijk ongelijk had: de theorie of de data.