Jak badacze odkrywają związki przyczynowo-skutkowe
Prosty eksperyment to taki, którego badacze często używają do określenia, czy zmiany jednej zmiennej mogą prowadzić do zmian w innej zmiennej - innymi słowy, do ustalenia przyczyny i skutku. W prostym eksperymencie oceniającym skuteczność nowego leku, na przykład, uczestnicy badania mogą zostać losowo przydzieleni do jednej z dwóch grup: jedna z nich byłaby grupą kontrolną i nie otrzyma leczenia, podczas gdy druga grupa byłaby grupą eksperymentalną który otrzymuje badane leczenie.
Elementy prostego eksperymentu
Prosty eksperyment składa się z surowych kluczowych elementów:
- Hipoteza eksperymentalna. Jest to stwierdzenie, które przewiduje, że leczenie spowoduje efekt, a więc zawsze będzie sformułowane jako twierdzenie przyczynowo-skutkowe. Na przykład badacze mogą sformułować hipotezę w następujący sposób: "Podawanie leku A spowoduje zmniejszenie objawów choroby B."
- Hipoteza zerowa. Jest to hipoteza, że eksperymentalne leczenie nie będzie miało wpływu na uczestników ani zmienne zależne. Ważne jest, aby pamiętać, że nieodnalezienie efektu leczenia nie oznacza braku efektu. Leczenie może wpłynąć na inną zmienną, której naukowcy nie mierzą w bieżącym eksperymencie.
- Zmienna niezależna . Zmienna leczenia, którą manipuluje eksperymentator.
- Zmienna zależna . Odnosi się to do odpowiedzi, którą mierzą naukowcy.
- Grupa kontrolna. Są to osoby losowo przypisane do grupy, ale nie otrzymujące leczenia. Pomiary pobrane z grupy kontrolnej zostaną porównane z wynikami z grupy eksperymentalnej w celu ustalenia, czy leczenie przyniosło efekt.
- Grupa eksperymentalna. Ta grupa uczestników badania składa się z losowo wybranych osób, które otrzymają testowane leczenie.
Określanie wyników prostego eksperymentu
Po zebraniu danych z prostego eksperymentu naukowcy porównują wyniki grupy eksperymentalnej z wynikami grupy kontrolnej, aby ustalić, czy leczenie przyniosło efekt. Ze względu na zawsze obecną możliwość wystąpienia błędów, nie można być w 100% pewnym związku między dwiema zmiennymi. Mogą to być nieznane zmienne wpływające na wynik eksperymentu, na przykład.
Pomimo tego wyzwania istnieją sposoby ustalenia, czy istnieje najprawdopodobniej sensowny związek. Aby to zrobić, naukowcy wykorzystują statystyki wnioskowania - dziedzinę nauki, która zajmuje się wnioskami na temat populacji w oparciu o środki wybrane z reprezentatywnej próby tej populacji.
Kluczem do ustalenia, czy leczenie miało wpływ, jest pomiar istotności statystycznej. Istotność statystyczna pokazuje, że związek między zmiennymi prawdopodobnie nie jest spowodowany jedynie przypadkiem i że istnieje realna zależność między tymi dwiema zmiennymi.
Znaczenie statystyczne jest często reprezentowane w następujący sposób:
p <0,05
Wartość p mniejsza niż 0,05 wskazuje, że wyniki są prawdopodobnie wynikiem przypadku i że prawdopodobieństwo uzyskania tych wyników będzie mniejsze niż pięć procent.
Istnieje wiele różnych sposobów pomiaru istotności statystycznej. Zastosowany będzie zależeć od rodzaju projektu badawczego użytego do eksperymentu.