Prosty eksperyment jest często używany przez badaczy do ustalenia, czy zmiany jednej zmiennej mogą prowadzić do zmian w innej zmiennej – innymi słowy, do ustalenia przyczyny i skutku. Na przykład w prostym eksperymencie mającym na celu sprawdzenie skuteczności nowego leku uczestnicy badania mogą zostać losowo przypisani do jednej z dwóch grup: jedna z nich będzie grupą kontrolną i nie otrzyma żadnego leczenia, podczas gdy druga grupa będzie grupą eksperymentalną który otrzymuje badane leczenie.
Elementy prostego eksperymentu
Prosty eksperyment składa się z kilku kluczowych elementów:
- Hipoteza eksperymentalna: Jest to stwierdzenie, które przewiduje, że leczenie przyniesie skutek i dlatego zawsze będzie sformułowane jako stwierdzenie przyczynowo-skutkowe. Na przykład naukowcy mogą sformułować hipotezę w ten sposób: „Podawanie leku A spowoduje zmniejszenie objawów choroby B”.
- Hipoteza zerowa: Jest to hipoteza, że leczenie eksperymentalne nie będzie miało wpływu na uczestników lub zmienne zależne. Należy pamiętać, że nieznalezienie efektu leczenia nie oznacza, że nie ma efektu. Leczenie może wpłynąć na inną zmienną, której naukowcy nie mierzą w obecnym eksperymencie.
- Zmienna niezależna: Zmienna leczenia, którą manipuluje eksperymentator.
- Zmienna zależna: Odnosi się to do odpowiedzi, którą mierzą naukowcy.
- Grupa Kontrolna: Są to osoby, które są losowo przypisywane do grupy, ale nie otrzymują leczenia. Pomiary wykonane w grupie kontrolnej zostaną porównane z pomiarami w grupie eksperymentalnej w celu określenia, czy leczenie przyniosło efekt.
- Grupa eksperymentalna: Ta grupa uczestników badania składa się z losowo wybranych osób, które otrzymają badane 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 błędów nie można mieć stuprocentowej pewności co do relacji między dwiema zmiennymi. Na przykład w grę mogą wchodzić nieznane zmienne, które wpływają na wynik eksperymentu.
Pomimo tego wyzwania istnieją sposoby na ustalenie, czy najprawdopodobniej istnieje sensowny związek. W tym celu naukowcy korzystają ze statystyk inferencyjnych - gałęzi nauki, która zajmuje się wyciąganiem wniosków dotyczących populacji na podstawie miar pobranych z reprezentatywnej próbki tej populacji.
Kluczem do ustalenia, czy leczenie przyniosło skutek, jest zmierzenie istotności statystycznej. Znaczenie statystyczne pokazuje, że związek między zmiennymi prawdopodobnie nie jest spowodowany zwykłym przypadkiem i że najprawdopodobniej istnieje prawdziwy związek między tymi dwiema zmiennymi.
Znaczenie statystyczne jest często przedstawiane 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 byłoby mniejsze niż 5%.
Istnieje wiele różnych sposobów pomiaru istotności statystycznej. Wykorzystany będzie zależeć od rodzaju projektu badawczego, który został użyty w eksperymencie.