कैसे शोधकर्ताओं ने कारण और प्रभाव संबंधों को खोजा
एक साधारण प्रयोग यह है कि एक शोधकर्ता अक्सर यह निर्धारित करने के लिए उपयोग करते हैं कि एक चर में परिवर्तन से दूसरे चर में परिवर्तन हो सकता है-दूसरे शब्दों में, कारण और प्रभाव स्थापित करने के लिए। एक साधारण प्रयोग में, एक नई दवा की प्रभावशीलता को देखते हुए, उदाहरण के लिए, अध्ययन प्रतिभागियों को यादृच्छिक रूप से दो समूहों में से एक को सौंपा जा सकता है: इनमें से एक नियंत्रण समूह होगा और कोई इलाज नहीं होगा, जबकि दूसरा समूह प्रयोगात्मक समूह होगा जो अध्ययन किया जा रहा उपचार प्राप्त करता है।
एक सरल प्रयोग के तत्व
एक सरल प्रयोग गंभीर कुंजी तत्वों से बना है:
- प्रयोगात्मक परिकल्पना। यह एक बयान है जो भविष्यवाणी करता है कि उपचार का असर पड़ेगा और इसलिए इसे हमेशा कारण-प्रभाव-प्रभाव के रूप में phrased किया जाएगा। उदाहरण के लिए, शोधकर्ता इस तरह से एक परिकल्पना वाक्यांश कर सकते हैं: "चिकित्सा ए के प्रशासन से रोग बी के लक्षणों में कमी आएगी।"
- शून्य परिकल्पना। यह एक परिकल्पना है कि प्रयोगात्मक उपचार प्रतिभागियों या आश्रित चर पर कोई प्रभाव नहीं पड़ेगा। यह ध्यान रखना महत्वपूर्ण है कि उपचार के प्रभाव को पाने में असफल होने का मतलब यह नहीं है कि इसका कोई प्रभाव नहीं है। उपचार एक और चर को प्रभावित कर सकता है कि शोधकर्ता वर्तमान प्रयोग में माप नहीं रहे हैं।
- स्वतंत्र चर । उपचार चर जो प्रयोगकर्ता द्वारा छेड़छाड़ की जाती है।
- आश्रित चर । यह शोधकर्ताओं को मापने की प्रतिक्रिया को संदर्भित करता है।
- नियंत्रण समूह ये वे व्यक्ति हैं जिन्हें यादृच्छिक रूप से एक समूह को सौंपा गया है लेकिन उपचार प्राप्त नहीं करते हैं। नियंत्रण समूह से लिया गया माप की तुलना प्रायोगिक समूह की तुलना में की जाएगी, यह निर्धारित करने के लिए कि उपचार का असर पड़ा है या नहीं।
- प्रयोगात्मक समूह। अध्ययन प्रतिभागियों का यह समूह यादृच्छिक रूप से चुने गए विषयों से बना है जो परीक्षण किए जाने वाले उपचार को प्राप्त करेंगे।
एक सरल प्रयोग के परिणाम निर्धारित करना
एक बार सरल प्रयोग से डेटा इकट्ठा हो जाने के बाद, शोधकर्ताओं ने यह निर्धारित करने के लिए कि क्या उपचार का असर पड़ा है, प्रयोगकर्ता समूह के परिणामों की तुलना समूह के परिणामों की तुलना करें। त्रुटियों की हमेशा मौजूद संभावना के कारण, दो चर के बीच संबंधों के बारे में 100 प्रतिशत सुनिश्चित करना संभव नहीं है। खेल में अज्ञात चर हो सकते हैं जो प्रयोग के नतीजे को प्रभावित करते हैं, उदाहरण के लिए।
इस चुनौती के बावजूद, यह निर्धारित करने के तरीके हैं कि क्या संभवतः सार्थक संबंध है। ऐसा करने के लिए, वैज्ञानिक आकस्मिक आंकड़ों का उपयोग करते हैं- विज्ञान की एक शाखा जो आबादी के प्रतिनिधि नमूने से उठाए गए उपायों के आधार पर आबादी के बारे में चित्रों को चित्रित करती है।
यह निर्धारित करने की कुंजी है कि उपचार का असर सांख्यिकीय महत्व को मापने के लिए है या नहीं। सांख्यिकीय महत्व से पता चलता है कि चर के बीच संबंध शायद मौका के कारण नहीं है और दो चर के बीच वास्तविक संबंध सबसे अधिक संभावना है।
सांख्यिकीय महत्व अक्सर इस तरह दर्शाया जाता है:
पी <0.05
.05 से कम का पी-मान इंगित करता है कि परिणाम संभावित कारण हैं और इन परिणामों को प्राप्त करने की संभावना पांच प्रतिशत से कम होगी।
सांख्यिकीय महत्व को मापने के कई अलग-अलग साधन हैं। इस्तेमाल किया जाने वाला प्रयोग उस शोध डिजाइन के प्रकार पर निर्भर करेगा जिसका उपयोग प्रयोग के लिए किया गया था।