Kuinka tutkijat löytävät syy-seuraussuhteet
Yksinkertainen kokeilu on, että yksi tutkija käyttää usein sen määrittämiseen, voivatko yhden muuttujan muutokset johtaa muutoksiin toisessa muuttujassa - toisin sanoen aiheuttaa syy-ja-vaikutus. Esimerkiksi uuden lääkkeen vaikuttavuutta tarkasteltavalla yksinkertaisella kokeilulla tutkittavat osallistujat voidaan satunnaisesti jakaa yhteen kahdesta ryhmästä: yksi näistä olisi verrokkiryhmä eikä hän saa hoitoa, kun taas toinen ryhmä olisi koeryhmä joka saa tutkittavan hoidon.
Yksinkertaisen kokeilun elementit
Yksinkertainen kokeilu koostuu vaikeista keskeisistä elementeistä:
- Koe-hypoteesi. Tämä on lauseke, joka ennustaa, että hoito aiheuttaa vaikutuksen, ja se on aina muotoiltu syy-ja -vaikutukseksi. Esimerkiksi tutkijat saattavat laatia hypoteesin tällä tavalla: "A-lääkkeen antaminen johtaa taudin B oireiden vähenemiseen".
- Nollahypoteesi. Tämä on hypoteesia , että kokeellisella hoidolla ei ole vaikutusta osallistujille tai riippuvaisille muuttujille. On tärkeää huomata, että hoidon epäonnistumisella ei ole vaikutusta. Hoito voi vaikuttaa toiseen muuttujaan, jota tutkijat eivät mittaa nykyisessä kokeessa.
- Itsenäinen muuttuja . Hoidon muuttuja, jota kokeilijan manipulointi.
- Sisäinen muuttuja . Tämä viittaa vastaukseen, jota tutkijat mittaavat.
- Ohjausryhmä. Nämä ovat yksilöitä, jotka satunnaisesti luokitellaan ryhmään, mutta eivät saaneet hoitoa. Vertailuryhmästä otettuja mittauksia verrataan koeryhmään kuuluviin mittauksiin sen määrittämiseksi, oliko hoito vaikuttanut.
- Koeryhmä. Tämä tutkimusryhmä koostuu satunnaisesti valituista henkilöistä, jotka saavat testattavan hoidon.
Yksinkertaisen kokeilun tulosten määrittäminen
Kun yksinkertaisesta kokeesta saadut tiedot on kerätty, tutkijat sitten vertaavat kokeellisen ryhmän tulokset kontrolliryhmän tuloksiin selvittääkseen, onko hoito vaikuttanut. Virheiden jatkuvan mahdollisuuden vuoksi ei ole mahdollista olla täysin varma kahden muuttujan välisestä suhteesta. Esimerkiksi kokeessa voi olla tuntemattomia muuttujia, jotka vaikuttavat kokeeseen.
Tästä haasteesta huolimatta on olemassa keinoja selvittää, onko todennäköisimmin merkityksellistä suhdetta. Tätä varten tiedemiehet käyttävät johtopäätöstilastoja - tieteenalaa, joka käsittelee väestöä koskevia johtopäätöksiä, jotka perustuvat kyseisen väestön edustavasta otoksesta toteutettuihin toimenpiteisiin.
Avain sen määrittämiseksi, onko hoito vaikuttanut, on tilastollisen merkityksen mittaaminen. Tilastollinen merkitys osoittaa, että muuttujien välinen suhde ei todennäköisesti johdu pelkästä mahdollisuudesta ja että todellisen suhteen todennäköisyys on kahden muuttujan välillä.
Tilastollinen merkitys on usein edustettuna seuraavasti:
p <0,05
P-arvo, joka on pienempi kuin 0,05, osoittaa, että tulokset todennäköisesti johtuvat mahdollisuuksista ja että todennäköisyys saada nämä tulokset olisi alle viisi prosenttia.
On olemassa useita eri keinoja mitata tilastollista merkitystä. Käytetty versio riippuu kokeelliseen kokeeseen käytettävän tutkimussuunnittelun tyypistä.