Hvordan forskere opdager årsag-og-effekt forhold
Et simpelt eksperiment er, at en forsker ofte bruger til at bestemme, om ændringer i en variabel kan føre til ændringer i en anden variabel - med andre ord for at skabe årsag og virkning. I et simpelt forsøg med at se effekten af en ny medicin, kan undersøgelsesdeltagere tilfældigt tildeles en af to grupper: En af disse ville være kontrolgruppen og modtage ingen behandling, mens den anden gruppe ville være forsøgsgruppen der modtager behandlingen, der undersøges.
Elementerne i et simpelt eksperiment
Et simpelt eksperiment består af alvorlige nøgleelementer:
- Den eksperimentelle hypotese. Dette er en erklæring, der forudsiger, at behandlingen vil forårsage en virkning, og det vil altid blive formuleret som en årsag og effekt-erklæring. For eksempel kan forskere formulere en hypotese på denne måde: "Administration af medicin A vil resultere i en reduktion af symptomer på sygdom B."
- Nulhypotesen. Dette er en hypotese, at den eksperimentelle behandling ikke vil have nogen virkning på deltagerne eller afhængige variabler. Det er vigtigt at bemærke, at manglende at finde en effekt af behandlingen betyder ikke, at der ikke er nogen virkning. Behandlingen kan påvirke en anden variabel, som forskerne ikke måler i det nuværende eksperiment.
- Den uafhængige variabel . Behandlingsvariablen, som manipuleres af eksperimentøren.
- Den afhængige variabel . Dette refererer til det svar, forskerne måler.
- Kontrolgruppen. Disse er de personer, der tilfældigt er tildelt en gruppe, men ikke modtager behandlingen. De målinger, der tages fra kontrolgruppen, vil blive sammenlignet med dem i forsøgsgruppen for at afgøre, om behandlingen havde en virkning.
- Den eksperimentelle gruppe. Denne gruppe af undersøgelsesdeltagere består af de tilfældigt udvalgte personer, som vil modtage den behandling, der testes.
Bestemmelse af resultaterne af et simpelt forsøg
Når dataene fra det enkle eksperiment er blevet samlet, sammenligner forskere derefter resultaterne af forsøgsgruppen med kontrolgruppens resultater for at afgøre, om behandlingen har haft effekt. På grund af den altid mulige fejlfinding er det ikke muligt at være 100 procent sikker på forholdet mellem to variabler. Der kan være ukendte variabler i spil, der for eksempel påvirker resultatet af eksperimentet.
På trods af denne udfordring er der måder at afgøre, om der sandsynligvis er et meningsfuldt forhold. For at gøre dette bruger forskere inferentiel statistik - en gren af videnskab, der beskæftiger sig med tegning afledninger om en befolkning baseret på foranstaltninger taget fra en repræsentativ prøve af den pågældende befolkning.
Nøglen til at bestemme, om en behandling havde en virkning, er at måle den statistiske betydning. Statistisk betydning viser, at forholdet mellem variablerne sandsynligvis ikke skyldes en simpel chance, og at et reelt forhold sandsynligvis eksisterer mellem de to variabler.
Statistisk betydning er ofte repræsenteret som denne:
p <0,05
En p-værdi på mindre end .05 indikerer, at sandsynligheden sandsynligvis skyldes tilfældigheder, og at sandsynligheden for at opnå disse resultater ville være mindre end fem procent.
Der er en række forskellige måder at måle statistisk betydning på. Den anvendte vil afhænge af typen af forskningsdesign, der blev brugt til eksperimentet.