Tyrėjai dažnai naudoja paprastą eksperimentą, norėdami nustatyti, ar dėl vieno kintamojo pokyčių gali pasikeisti kitas kintamasis, kitaip tariant, nustatyti priežastį ir pasekmę. Pavyzdžiui, atliekant paprastą eksperimentą, kuriame nagrinėjamas naujo vaisto veiksmingumas, tyrimo dalyviai gali būti atsitiktinai priskirti vienai iš dviejų grupių: viena iš jų būtų kontrolinė grupė ir negydoma, o kita grupė būtų eksperimentinė grupė. kuris gauna tiriamą gydymą.
Paprasto eksperimento elementai
Paprastą eksperimentą sudaro keli pagrindiniai elementai:
- Eksperimentinė hipotezė: Tai teiginys, kuris numato, kad gydymas sukels poveikį, todėl jis visada bus formuluojamas kaip priežasties ir pasekmės teiginys. Pvz., Mokslininkai gali suformuluoti hipotezę tokiu būdu: "Vartojant vaistą A, sumažės B ligos simptomai".
- Nulinė hipotezė: Tai hipotezė, kad eksperimentinis gydymas neturės įtakos dalyviams ar priklausomiems kintamiesiems. Svarbu pažymėti, kad nepavykus rasti gydymo efekto, dar nereiškia, kad jo nėra. Gydymas gali paveikti kitą kintamąjį, kurio tyrėjai nemato atlikdami šį eksperimentą.
- Nepriklausomas kintamasis: Gydymo kintamasis, kuriuo manipuliuoja eksperimentatorius.
- Priklausomas kintamasis: Tai reiškia tyrėjų matuojamą atsaką.
- Kontrolės grupė: Tai asmenys, kurie atsitiktine tvarka priskiriami grupei, bet negauna gydymo. Norint nustatyti, ar gydymas turėjo poveikį, iš kontrolinės grupės paimti matavimai bus lyginami su eksperimentinės grupės matavimais.
- Eksperimentinė grupė: Šią tyrimo dalyvių grupę sudaro atsitiktinai atrinkti subjektai, kuriems bus atliekamas testuojamas gydymas.
Paprasto eksperimento rezultatų nustatymas
Surinkus paprasto eksperimento duomenis, mokslininkai palygina eksperimentinės grupės rezultatus su kontrolinės grupės rezultatais, kad nustatytų, ar gydymas turėjo poveikį. Dėl visada egzistuojančios klaidų galimybės 100 proc. Įsitikinti dviejų kintamųjų ryšiu neįmanoma. Pavyzdžiui, gali būti nežinomų kintamųjų, kurie turi įtakos eksperimento rezultatams.
Nepaisant šio iššūkio, yra būdų nustatyti, ar greičiausiai yra prasmingi santykiai. Norėdami tai padaryti, mokslininkai naudoja išvestinę statistiką - mokslo šaką, kurioje nagrinėjamos išvados apie populiaciją, remiantis priemonėmis, paimtais iš tipinės tos populiacijos imties.
Svarbiausia nustatyti, ar gydymas turėjo poveikį, yra matuoti statistinį reikšmingumą. Statistinė reikšmė rodo, kad santykis tarp kintamųjų greičiausiai nėra susijęs tik su atsitiktinumu ir kad greičiausiai tarp šių dviejų kintamųjų egzistuoja tikras ryšys.
Statistinė reikšmė dažnai vaizduojama taip:
p <0,05
Mažesnė nei .05 p reikšmė rodo, kad rezultatus greičiausiai lemia atsitiktinumas ir kad šių rezultatų gavimo tikimybė būtų mažesnė nei 5%.
Yra daugybė skirtingų statistinio reikšmingumo matavimo priemonių. Naudojamasis priklausys nuo eksperimento metu panaudoto tyrimo tipo.