Примеры простых экспериментов в научных исследованиях

Исследователи используют простой эксперимент, чтобы определить, приводят ли изменения одной переменной к изменениям другой переменной — другими словами, чтобы установить причинно-следственную связь. 

Например, в простом эксперименте по изучению эффективности нового лекарства участники исследования будут  случайным образом распределены в одну из двух групп: одна из них будет контрольной группой и не получит никакого лечения, а другая группа будет экспериментальной группой , которая получит изучаемое лечение.

Элементы простого эксперимента

Простой эксперимент состоит из нескольких ключевых элементов:

• Экспериментальная гипотеза: это утверждение, которое предсказывает, что лечение вызовет эффект. Оно всегда будет сформулировано как причинно-следственное утверждение. Например, исследователи могут сформулировать гипотезу следующим образом: «Прием лекарства А приведет к уменьшению симптомов заболевания В».
• Нулевая гипотеза: Это гипотеза , утверждающая, что экспериментальное лечение не окажет никакого влияния на участников или зависимые переменные. Важно отметить, что отсутствие эффекта лечения не означает, что эффекта нет. Лечение может повлиять на другую переменную, которую исследователи не измеряют в текущем эксперименте.
• Независимая переменная :  переменная воздействия, которой манипулирует экспериментатор.
• Зависимая переменная : реакция, которую измеряют исследователи.
• Контрольная группа:  группа случайно назначенных лиц, которые не получают лечение. Измерения, полученные в контрольной группе, будут сравниваться с измерениями в экспериментальной группе, чтобы определить, оказало ли лечение эффект.
• Экспериментальная группа:  группа случайно выбранных лиц, которые будут получать тестируемое лечение. 

Определение результатов простого эксперимента

После того, как данные простого эксперимента собраны, исследователи сравнивают результаты экспериментальной группы с результатами контрольной группы, чтобы определить, оказало ли лечение эффект. Из-за вездесущей возможности ошибок невозможно быть на 100 процентов уверенным в связи между двумя переменными. Всегда могут быть неизвестные переменные, влияющие на результат эксперимента.

Несмотря на эту проблему, существуют способы определить, есть ли, скорее всего, значимая связь между переменными. Для этого ученые используют инференциальную статистику — раздел науки, который занимается выводом выводов о популяции на основе измерений, взятых из репрезентативной выборки этой популяции.

Ключ к определению того, имело ли лечение эффект, заключается в измерении статистической значимости. Статистическая значимость показывает, что связь между переменными, вероятно, не является простой случайностью и что между двумя переменными, скорее всего, существует реальная связь.

Существует ряд различных средств измерения статистической значимости. То, какое из них будет использоваться, будет зависеть от типа исследовательского дизайна, который использовался для эксперимента.