Ako uskutočniť skutočný experiment: 15 krokov (s obrázkami)

Experimenty sú pre rozvoj vedy veľmi dôležité. Jeden dôležitý typ experimentu je známy ako pravý experiment. Skutočný experiment je taký, v ktorom sa experimentátor snažil kontrolovať všetky premenné okrem tej, ktorá sa skúma. Na dosiahnutie tohto cieľa sa pri skutočných experimentoch využívajú náhodné testovacie skupiny.[1]
Dôveryhodný zdroj
PubMed Central
Archív časopisov z U.S. Národné ústavy zdravia
Prejsť na zdroj
Skutočné experimenty sú užitočné na skúmanie vzťahov príčiny a následku, ako napríklad: či je určitá liečba účinná pri zdravotnom stave? Alebo: spôsobuje vystavenie určitej látke určité ochorenie? Keďže však prebiehajú v kontrolovaných podmienkach, nie vždy plne odrážajú to, čo sa stane v reálnom svete.

Časť 1 z 3:Navrhovanie experimentu


Sformulujte otázku, na ktorú chcete odpovedať. Sformulujte svoju otázku pomocou jazyka príčiny a následku. Spôsobuje lepšia výživa vyššie výsledky v testoch? Môže aspirín spôsobiť zníženie príznakov depresie?


Identifikujte závislú premennú. Toto je to, čo chcete experimentom zmeniť. Ak hľadáte príčinu a následok, inými slovami, toto je účinok.[2]

  • Ak napríklad chcete zistiť, či počúvanie punkovej hudby spôsobuje, že menej spíte, závislou premennou bude počet hodín spánku.
  • Závislá premenná musí byť merateľná.


Určite nezávislú premennú. Nezávislá premenná je faktor, ktorý podľa vás spôsobí zmenu závislej premennej. Možno ho považovať za intervenciu alebo liečbu.[3]

  • Vo vašej otázke o príčine a následku je to výraz, ktorý je pred slovom „príčina“: spôsobuje lepšia výživa vyššie výsledky v testoch? Lepšia výživa je nezávislou premennou a vyššie výsledky v testoch sú závislou premennou.
  • V príklade o punkovej hudbe je nezávislou premennou počúvanie punkovej hudby.


Určite relevantnú populáciu. Chcete študovať členov konkrétnej skupiny, napríklad vysokej školy alebo mesta? Zaujímajú vás všetci dospelí diabetici, alebo ženy po menopauze, alebo deti, ktoré sa aspoň dvakrát pohybovali?


Vyberte subjekty pre štúdiu z vašej populácie. Ak je vaša populácia malá (napríklad jedna stredná škola), môžete skúmať celú populáciu. V opačnom prípade budete musieť vybrať náhodnú vzorku.[4]

  • Náhodný výber zabezpečuje, že vaše subjekty majú rôznorodý súbor charakteristík, ktorý odráža populáciu vo všeobecnosti. To vám pomôže vyhnúť sa zavádzaniu nezamýšľaných premenných. Ak je pre vašu štúdiu významná napríklad úroveň vzdelania a vaša populácia zahŕňa ľudí s veľmi nízkym vzdelaním, ako aj ľudí s Ph.D.s, nechcete, aby skupina subjektov pozostávala len z prvákov na vysokej škole.
  • Existuje niekoľko metód náhodného výberu subjektov. V prípade relatívne malej populácie by ste mohli každému členovi priradiť číslo a potom použiť generátor náhodných čísel na výber členov. V prípade väčšej populácie by ste mohli odobrať systematickú vzorku (napríklad druhé meno na každej strane adresára) a potom použiť práve opísanú metódu náhodných čísel s touto menšou podmnožinou.[5]
  • Okrem toho možno veľké populácie náhodne vyberať pomocou metód stratifikovaného výberu, ktoré rozdeľujú populáciu na homogénne „vrstvy“ a potom vyberajú jednotlivcov z každej skupiny, aby sa vytvorila náhodná vzorka populácie.[6]
  • Vyberte dostatočne veľkú skupinu, aby ste získali štatisticky užitočné údaje. Ideálna veľkosť sa bude výrazne líšiť v závislosti od faktorov, ako je veľkosť základnej populácie a očakávaná veľkosť účinku.[7]
    Dôveryhodný zdroj
    PubMed Central
    Archív časopisov z U.S. Národné ústavy zdravia
    Prejsť na zdroj
    Na pomoc pri určovaní cieľovej veľkosti vzorky môžete použiť kalkulačku veľkosti vzorky.

Časť 2 z 3: Priebeh experimentu


Náhodne priraďte subjekty do dvoch skupín. Jedna skupina je experimentálna skupina, zatiaľ čo druhá je kontrolná skupina. Musíte zaručiť, že každý subjekt má rovnakú šancu byť v ktorejkoľvek skupine.

  • Na priradenie čísla každému subjektu použite generátor náhodných čísel. Potom ich zaradte do dvoch skupín podľa počtu. Napríklad kontrolnej skupine priraďte dolnú polovicu náhodných čísel.
  • Kontrolná skupina nedostane liečbu ani intervenciu. Umožní vám to zmerať účinok intervencie.


Zabezpečte, aby subjekty nevedeli, v ktorej skupine sú. Ak je táto podmienka splnená, vykonávate štúdiu, ktorá sa často nazýva „single-blind“.[8]
Pomáha to udržať vaše dve skupiny identické vo všetkých ohľadoch okrem skutočnej intervencie alebo liečby a je to súčasť kontroly cudzích faktorov. Všetci účastníci vašej štúdie, bez ohľadu na skupinu, by mali rovnako veriť, že dostávajú skutočnú intervenciu alebo liečbu.


Zabezpečte, aby ani experimentátori nevedeli, ktoré subjekty sú v ktorej skupine. Ak ani subjekty, ani experimentátori počas experimentu nevedia, ktorá skupina je ktorá, vykonávate dvojito zaslepenú štúdiu.[9]
Je to ďalší spôsob, ako odstrániť možné dodatočné premenné, ktoré by mohli ovplyvniť vašu štúdiu. Ak experimentátori nevedia, ktorá skupina je kontrolná, nebudú ich môcť nevedome informovať napríklad tým, že inertnú liečbu podajú menej opatrne.

  • Za zaradenie subjektov do skupiny, podávanie liečby a hodnotenie subjektov po liečbe sú zodpovedné rôzne osoby.


Vykonajte „predvýskum.“ Inými slovami, merajte závislú premennú pred začiatkom experimentu. Toto možno označiť ako „základné“ meranie.

  • Predbežný test nie je povinnou súčasťou skutočného experimentu. Zvyšuje však schopnosť vášho experimentu preukázať príčinu a následok.[10]
    Aby ste mohli povedať, že A spôsobuje B, chcete preukázať, že A sa stalo pred B, čo sa dá dosiahnuť len pomocou predvýskumu.
  • Ak napríklad vykonávate experiment o tom, ako počúvanie punkovej hudby ovplyvňuje spánok, mali by ste zhromaždiť údaje o tom, ako dlho každý účastník zvyčajne spí v noci, keď nepočúval punkovú hudbu.


Podajte liečbu experimentálnej skupine. zabezpečte, aby jediným rozdielom medzi skúsenosťami experimentálnej a kontrolnej skupiny bola samotná liečba.

  • V klinickom skúšaní to často znamená, že kontrolnej skupine sa podáva placebo. Placebo sa čo najviac podobá skutočnej liečbe, ale v skutočnosti je navrhnuté tak, aby nemalo žiadny účinok. Napríklad v štúdii o účinku lieku by obe skupiny prišli do rovnakej miestnosti a dostali by rovnako vyzerajúcu tabletku. Jediný rozdiel by bol v tom, že jedna pilulka by obsahovala liek, zatiaľ čo druhá by bola inertná „cukrová pilulka“.“
  • Pri iných druhoch experimentov bude mať zachovanie rovnocennosti dvoch skúseností iné formy. Vezmite si príklad vplyvu hry na trúbku na študijné výsledky. Možno budete chcieť ponúknuť kontrolnej skupine iný druh hodiny alebo príležitosť na socializáciu, aby ste sa uistili, že je to naozaj konkrétne hranie na trúbke, a nie získanie hodiny hudby vo všeobecnosti, čo spôsobuje účinok.[11]


Uskutočnite posttest. Po ukončení liečby alebo intervencie zmerajte závislú premennú. Ak ste vykonali predtest, posttest by mal čo najviac odrážať predtest, aby boli výsledky priamo porovnateľné.

Časť 3 z 3:Analýza vašich výsledkov


Vypočítajte popisnú štatistiku. Ide o štatistické údaje, ktoré vám umožnia efektívne komunikovať vaše údaje.[12]
Poskytujú informácie o vlastnostiach údajov, ktoré ste vytvorili, a umožňujú čitateľom pochopiť dôležité veci o nich na prvý pohľad.Keď napríklad poviete, že ľuďom, ktorí dostávali liek, sa v priemere zlepšil 1.O 7 dní skôr prezentujete opisnú štatistiku.

  • Aká je centrálna tendencia údajov? Centrálna tendencia sa meria pomocou priemeru (priemeru), mediánu alebo módu. Napríklad v štúdii o vplyve kofeínu na spánok budete chcieť vypočítať priemerný počet hodín spánku členov kontrolnej a experimentálnej skupiny.
  • Aké je rozloženie údajov? Opäť existuje mnoho rôznych spôsobov merania rozloženia údajov vrátane rozsahu, rozptylu a smerodajnej odchýlky.


Porovnajte výsledky po ukončení testu, ktoré dosiahli experimentálne a kontrolné skupiny. Okrem toho, ak sú k dispozícii, porovnajte výsledky pred testovaním a po testovaní. Na to budete musieť vykonať štatistickú analýzu vašich údajov. Aj keď ide o rozsiahlu tému, môžete začať tým, že vypočítate základné opisné štatistiky a vykonáte t-test, aby ste posúdili, či sú zistené rozdiely významné.[13]


Otestujte svoju hypotézu. Testy významnosti vám umožnia odhadnúť, aká je pravdepodobnosť, že vaše výsledky vznikli skôr náhodou ako skutočným experimentálnym účinkom.[14]
Určuje, či existuje štatisticky významný rozdiel medzi výsledkami kontrolnej a experimentálnej skupiny.

  • T-test je bežný test významnosti. T-test porovnáva rozdiel medzi strednými hodnotami dvoch súborov údajov vo vzťahu k variabilite v rámci údajov.[15]
    T-test môžete vypočítať ručne alebo pomocou štatistického softvéru, napríklad Microsoft Excel.

  • Vyhodnoťte svoj experiment. Aké boli limity vašej schopnosti kontrolovať možné vonkajšie faktory? Do akej miery vaša skupina účastníkov štúdie odrážala širšiu populáciu, ktorú ste chceli skúmať? Aké alternatívne hypotézy by sa mohli na základe vašich údajov potvrdiť? Pri prezentácii výsledkov poctivo zvážte obmedzenia a využite ich na navrhnutie ďalších smerov výskumu.
  • Odkazy