Vitenskapelig metode Ordforråd
Cavan Images / Getty Images
Vitenskapelige eksperimenter involverer variabler , kontroller, hypoteser , og en rekke andre konsepter og termer som kan være forvirrende.
Ordliste over vitenskapelige termer
Her er en ordliste over viktig vitenskap eksperiment begreper og definisjoner:
| Sentralgrensesetning: | Sier at med et stort nok utvalg vil utvalgets gjennomsnitt være normalfordelt. Et normalfordelt prøvemiddel er nødvendig for å bruke t- test, så hvis du planlegger å utføre en statistisk analyse av eksperimentelle data, er det viktig å ha et tilstrekkelig stort utvalg.
| Konklusjon: | Avgjørelse av om hypotesen skal aksepteres eller forkastes.
| Kontrollgruppe: | Testpersoner tilfeldig tildelt til ikke å motta den eksperimentelle behandlingen.
| Kontrollvariabel: | Enhver variabel som ikke endres under et eksperiment. Også kjent som en konstant variabel.
| Data | (entall: gitt) : Fakta, tall eller verdier oppnådd i et eksperiment.
| Avhengig variabel: | Variabelen som reagerer på den uavhengige variabelen. Den avhengige variabelen er den som måles i eksperimentet. Også kjent som avhengig tiltak eller reagerende variabel.
| Dobbelblind : | Når verken forskeren eller forsøkspersonen vet om forsøkspersonen får behandlingen eller placebo. 'Blinding' bidrar til å redusere partiske resultater.
| Tom kontrollgruppe: | En type kontrollgruppe som ikke får noen behandling, inkludert placebo.
| Eksperimentell gruppe: | Testpersoner tilfeldig tildelt for å motta den eksperimentelle behandlingen.
| Ekstern variabel: | Ekstra variabler (ikke uavhengige, avhengige eller kontrollvariabler) som kan påvirke et eksperiment, men som ikke blir redegjort for eller målt eller er utenfor kontroll. Eksempler kan inkludere faktorer du anser som uviktige på tidspunktet for et eksperiment, for eksempel produsenten av glassvarer i en reaksjon eller fargen på papiret som brukes til å lage et papirfly.
| Hypotese: | En prediksjon av om den uavhengige variabelen vil ha en effekt på den avhengige variabelen eller en prediksjon av effektens art.
| Uavhengighet | eller Uavhengig: Når en faktor ikke påvirker en annen. For eksempel bør det en studiedeltaker gjør ikke påvirke hva en annen deltaker gjør. De tar beslutninger uavhengig. Uavhengighet er avgjørende for en meningsfull statistisk analyse.
| Uavhengig tilfeldig tildeling: | Tilfeldig valg av om en testperson skal være i en behandlings- eller kontrollgruppe.
| Uavhengig variabel : | Variabelen som er manipulert eller endret av forskeren.
| Uavhengige variable nivåer: | Endring av den uavhengige variabelen fra én verdi til en annen (f.eks. forskjellige medikamentdoser, forskjellige tidsrom). De forskjellige verdiene kalles 'nivåer'.
| Inferensiell statistikk: | Statistikk (matematikk) brukt for å utlede egenskaper ved en populasjon basert på et representativt utvalg fra populasjonen.
| Intern gyldighet: | Når et eksperiment nøyaktig kan bestemme om den uavhengige variabelen gir en effekt.
| Mener: | Den gjennomsnittlige regnet ut ved å legge sammen alle poengsummene og deretter dele på antall poeng.
| Nullhypotesen : | Hypotesen 'ingen forskjell' eller 'ingen effekt', som forutsier behandlingen, vil ikke ha noen effekt på emnet. Nullhypotesen er nyttig fordi den er lettere å vurdere med en statistisk analyse enn andre former for en hypotese.
| Nullresultater (ikke-betydelige resultater): | Resultater som ikke avkrefter nullhypotesen. Nullresultater beviser ikke nullhypotesen fordi resultatene kan ha vært et resultat av mangel på kraft. Noen nullresultater er type 2-feil.
| s<0.05: | En indikasjon på hvor ofte tilfeldigheter alene kan forklare effekten av den eksperimentelle behandlingen. En verdi s <0.05 means that five times out of a hundred, you could expect this difference between the two groups purely by chance. Since the possibility of the effect occurring by chance is so small, the researcher may conclude the experimental treatment did indeed have an effect. Other p, eller sannsynlighet, verdier er mulige. Grensen på 0,05 eller 5 % er ganske enkelt en vanlig målestokk for statistisk signifikans.
| Placebo (Placebobehandling): | En falsk behandling som ikke skal ha noen effekt utenfor antydningens makt. Eksempel: I legemiddelforsøk kan testpasienter få en pille som inneholder stoffet eller en placebo, som ligner stoffet (pille, injeksjon, væske), men som ikke inneholder den aktive ingrediensen.
| Befolkning: | Hele gruppen forskeren studerer. Hvis forskeren ikke kan samle data fra populasjonen, kan det å studere store tilfeldige prøver tatt fra populasjonen brukes til å estimere hvordan populasjonen ville reagere.
| Makt: | Evnen til å observere forskjeller eller unngå å gjøre type 2-feil. - Tilfeldig eller tilfeldighet : Valgt eller utført uten å følge noe mønster eller metode. For å unngå utilsiktet skjevhet bruker forskere ofte tilfeldige tallgeneratorer eller vend mynter for å gjøre valg.
| Resultater: | Forklaringen eller tolkningen av eksperimentelle data.
| Enkelt eksperiment | : Et grunnleggende eksperiment designet for å vurdere om det er en årsak og virkning-sammenheng eller for å teste en prediksjon. Et grunnleggende enkelt eksperiment kan ha bare ett testperson, sammenlignet med en kontrollert eksperiment , som har minst to grupper.
| Enkelt blind: | Når enten forsøkspersonen eller forsøkspersonen ikke er klar over om forsøkspersonen får behandling eller placebo. Blinding av forskeren bidrar til å forhindre skjevhet når resultatene analyseres. Blinding hindrer deltakeren i å ha en partisk reaksjon.
| Statistisk signifikant: | Observasjon, basert på bruk av en statistisk test, at en sammenheng sannsynligvis ikke skyldes ren tilfeldighet. Sannsynligheten er oppgitt (f.eks. s <0.05) and the results are said to be Statistisk signifikant.
| T-test: | Vanlig statistisk dataanalyse brukt på eksperimentelle data for å teste en hypotese. De t -test beregner forholdet mellom forskjellen mellom gruppemiddelet og standardfeilen til forskjellen, et mål på sannsynligheten for at gruppen mener kan avvike rent ved en tilfeldighet. En tommelfingerregel er at resultatene er statistisk signifikante hvis du observerer en forskjell mellom verdiene som er tre ganger større enn standardfeilen for forskjellen, men det er best å slå opp forholdet som kreves for signifikans på en t-tabell .
| Type I-feil (Type 1-feil): | Oppstår når du forkaster nullhypotesen, men det var faktisk sant. Hvis du utfører t -test og sett s <0.05, there is less than a 5% chance you could make a Type I error by rejecting the hypothesis based on random fluctuations in the data.
| Type II-feil (Type 2-feil): | Oppstår når du godtar nullhypotesen, men den var faktisk falsk. De eksperimentelle forholdene hadde effekt, men forskeren klarte ikke å finne den statistisk signifikant.