研究者が因果関係をどのように発見するか
簡単な実験は、ある変数の変化が別の変数の変化につながる可能性があるかどうかを判断するためによく使われる方法です。つまり、因果関係を確立することです。 例えば、新しい投薬の有効性を見ている簡単な実験では、研究参加者は2つのグループのうちの1つに無作為に割り当てられてもよい：これらのうちの1つは対照グループであり治療を受けず、他方のグループは実験グループ研究されている治療を受ける。
簡単な実験の要素
簡単な実験は、厳しいキー要素で構成されています。
- 実験仮説。 これは、治療が効果を引き起こすと予測し、因果関係の陳述として常に表現されると予測する声明です。 例えば、研究者はこのように仮説を立てるかもしれない：「医学Aの投与は、疾患Bの症状の減少をもたらす。
- 帰無仮説。 これは、実験的治療が参加者または従属変数に影響を与えないという仮説である。 治療の効果を見出せなくても効果がないわけではないことに注意することが重要です。 この治療法は、研究者が現在の実験で測定していない別の変数に影響を与える可能性があります。
- 独立変数 。 実験者が操作する治療変数。
- 従属変数 。 これは研究者が測定している反応を指します。
- コントロールグループ。 これらは、グループにランダムに割り当てられているが、治療を受けていない個人です。 対照群から得られた測定値を実験群の測定値と比較して、処置が効果を有するかどうかを決定する。
- 実験グループ。 この研究参加者グループは、ランダムに選択された被験者から構成され、被験治療を受ける。
簡単な実験の結果の決定
単純な実験から得られたデータが収集されたら、研究者は実験グループの結果と対照グループの結果を比較して、治療に効果があるかどうかを判断する。 常に存在する可能性のあるエラーのため、2つの変数間の関係を100％確かめることはできません。 たとえば、実験の結果に影響する未知の変数があるかもしれません。
この挑戦にもかかわらず、意味のある関係が最も可能性が高いかどうかを判断する方法があります。 これを行うために、科学者は、その母集団の代表的な標本から得られた尺度に基づいて母集団についての推論を扱う科学の枝である推論統計を使用する。
治療が有効かどうかを判断する鍵は、統計的有意性を測定することです。 統計的有意性は、変数間の関係が単なる偶然によるものではなく、実際の関係が2つの変数間に存在する可能性が高いことを示している。
統計的有意性は、しばしば以下のように表される。
p <0.05
.05未満のp-値は、結果が偶然によるものであり、これらの結果を得る確率が5％未満であることを示している。
統計的有意性を測定する多くの異なる手段がある。 使用されるものは、実験に使用された研究デザインのタイプに依存する。