कसरी शोधकर्ताहरू कारण-र-प्रभाव सम्पर्कहरू पत्ता लगाउँछन्
एक सरल प्रयोग एक शोधकर्ताहरू प्रायः निर्धारित गर्न प्रयोग गर्दछ कि यदि एक चरमा परिवर्तनहरू अन्य चर -अन्य शब्दहरूमा परिवर्तन हुन सक्छ भने, कारण-प्रभाव स्थापित गर्न सक्छ। एक सरल प्रयोगमा, नयाँ दबाइको प्रभावकारिता हेर्दै, उदाहरणका लागि, अध्ययन सहभागीहरू अनियमित रूपमा दुई समूहमा नियुक्त हुन सक्छन्: यीमध्ये एक नियन्त्रण समूह हुनेछ र कुनै उपचार पाउँदैन, जबकि अर्को समूह प्रयोगात्मक समूह हुनेछ। जसले उपचार भइरहेको अध्ययन प्राप्त गर्दछ।
एक साधारण प्रयोग को तत्व
एक साधारण प्रयोग ग्यासियल कुञ्जी तत्वहरूसँग बनाइएको छ:
- प्रयोगात्मक परिकल्पना। यो एक बयान हो कि भविष्यवाणी छ कि उपचारले प्रभावको प्रभाव पार्नेछ र यसैले सधैं एक कारण र प्रभाव प्रभाव को रूप मा वाक्यांश हुनेछ। उदाहरणका लागि, शोधकर्ताहरुले यस तरिकामा एक परिकल्पना वाक्यांश गर्न सक्छन्: "मेडिकल ए को प्रशासनले बी बीको लक्षणहरूको कमी घटाउनेछ"
- शून्य परिकल्पना। यो एक परिकल्पना हो कि प्रायोगिक उपचार प्रतिभागिहरु वा आश्रित चर मा कुनै असर पर्दैन। यो ध्यान दिन महत्त्वपूर्ण छ कि उपचारको प्रभाव पत्ता लगाउन असफल हुनुको अर्थ छैन कि कुनै असर पर्दैन। उपचारले अर्को चर प्रभाव पार्न सक्छ कि शोधकर्ताहरू वर्तमान प्रयोगमा मापन गर्दैनन्।
- स्वतन्त्र चर । उपचार चर कि प्रयोगात्मक केन्द्र द्वारा हेरफेर गरिएको छ।
- निर्भर निर्भर चर । यसले प्रतिक्रियालाई बुझाउँछ कि शोधकर्ताहरू मापन गर्दैछन्।
- नियन्त्रण समुह। यी व्यक्तिहरू जुन अनियमित रूपमा एक समूहमा नियुक्त गरिन्छ तर उपचार प्राप्त गर्नुहुन्न। नियंत्रण समूहबाट लिइएको मापको तुलनामा प्रयोगात्मक समूहमा तुलना गरिने छ कि यो निर्धारण गर्न को लागी कि यदि उपचारले प्रभाव पारेको छ।
- प्रयोगात्मक समूह अध्ययन सहभागीहरूको यो समूह अनियमित रूपमा चुनेको विषयहरू बनाइन्छ जसले उपचार परीक्षणमा प्राप्त गर्दछ।
साधारण प्रयोगको परिणाम निर्धारण गर्दै
एकपटक साधारण प्रयोगको डेटा एकत्रित भएपछि, शोधकर्ताहरू त्यसपछि नियन्त्रण समूहको प्रयोगात्मक समूहको नतिजा तुलना गर्न को लागी कि यदि उपचारको प्रभाव भएन। सधैँ त्रुटिहरूको वर्तमान सम्भावनाको कारण, यो दुई चरको बीच सम्बन्धको 100 प्रतिशत निश्चित हुन सम्भव छैन। त्यहाँ खेलको अज्ञात चरन हुन सक्छ जुन प्रयोगको परिणामलाई प्रभाव पार्छ, उदाहरणका लागि।
यस चुनौतीको बावजूद, त्यहाँ निर्धारण गर्ने तरिकाहरू छन् यदि त्यहाँ सम्भवतः एक सार्थक सम्बन्ध हो। यसो गर्नका लागि, वैज्ञानिकहरूले अनुमानित तथ्याङ्कहरू प्रयोग गर्छन् - विज्ञानको एक शाखा जसले आबादीको प्रतिनिधि नमूनाबाट लिइएको उपायहरूमा आधारित आबादीको बारेमा रेखाचित्रहरूको साथ व्यवहार गर्दछ ।
यदि एक उपचारको प्रभाव थियो भने निर्धारण गर्न को लागी सांख्यिकीय महत्व को मापना छ। सांख्यिकीय महत्वले चरको बीचको सम्बन्ध शायद सम्भावनाको कारण होइन र एक वास्तविक सम्बन्ध दुई चरको बीचको सम्भव अवस्थित छ।
सांख्यिकीय महत्व अक्सर यो जस्तै प्रतिनिधित्व गर्दछ:
पी <0.05
05 भन्दा कमको पी-मानले संकेत गर्दछ कि परिणामहरू सम्भावनाको कारण हो र यी परिणामहरू प्राप्त गर्ने सम्भावनाले पाँच प्रतिशत भन्दा कम हुनेछ।
सांख्यिकीय महत्व को मापने को एक अलग माध्यम हो। प्रयोग गरिने प्रयोग अनुसन्धान डिजाइनको प्रकारमा निर्भर हुनेछ जुन प्रयोगको लागि प्रयोग गरिएको थियो।