כיצד לערוך ניסוי מדעי?

בחר נושא ספציפי. ניסויים שתוצאותיהם גורמות לשינויים פרדיגמיים מדעיים גורפים מאוד מאוד נדירים. הרוב המכריע של הניסויים עונים על שאלות קטנות וספציפיות. ידע מדעי בנוי על צבירת נתונים מאינספור ניסויים. בחר נושא או שאלה שלא נענתה בהיקף קטן וניתן לבדיקה. כדי לקבל רעיונות, חפש פערים בספרות המדעית הנוכחית.

• למשל, אם ברצונך לערוך ניסוי בדשן חקלאי, אל תבקש לענות על השאלה "איזה סוג דשן מתאים ביותר לגידול צמחים?" ישנם סוגים רבים ושונים של דשנים וסוגים רבים ושונים של צמחים בעולם - ניסוי אחד לא יוכל להסיק מסקנות אוניברסליות לגבי שניהם. שאלה הרבה יותר טובה לתכנן ניסוי תהיה "איזה ריכוז חנקן בדשן מייצר את יבולי התירס הגדולים ביותר?"
• ידע מדעי מודרני הוא מאוד מאוד עצום. אם אתה מתכוון לעשות מחקר מדעי רציני, חקור את הנושא שלך בהרחבה לפני שתתחיל בכלל לתכנן את הניסוי שלך. האם ניסויים קודמים ענו על השאלה שאתה רוצה שהניסוי שלך ילמד? אם כן, האם יש דרך להתאים את הנושא שלך כך שיתייחס לשאלות שנותרו ללא מענה על ידי מחקרים קיימים?

בידוד את המשתנים שלך. ניסויים מדעיים טובים בודקים פרמטרים ספציפיים ומדידים הנקראים משתנים. באופן כללי, מדען מבצע ניסוי למגוון ערכים עבור המשתנה שהוא בודק עבורו. דאגה חיונית אחת בעת ביצוע ניסוי היא להתאים רק את המשתנים / המשתנים הספציפיים שאתה בודק (ולא משתנים אחרים).

• לדוגמא, בדוגמה שלנו בניסוי דשנים, המדען שלנו יגדל יבולי תירס מרובים בקרקע בתוספת דשנים שריכוז החנקן שלהם שונה. הוא ייתן כל יבול בתירס המדויק הכמות זהה של דשן. הוא היה מוודא שההרכב הכימי של הדשנים שהשתמשו בו אינו שונה באופן כלשהו מלבד ריכוז החנקן שלו - למשל, הוא לא ישתמש בדשן בעל ריכוז גבוה יותר של מגנזיום לאחד מגידולי התירס שלו. הוא גם יגדל באותו מספר ובאותו סוג של גידולי תירס באותו זמן ובאותו סוג אדמה בכל שכפול של הניסוי שלו.

בצע השערה. השערה היא בעצם ניבוי של תוצאת הניסוי. זה לא אמור להיות ניחוש עיוור - השערות טובות מתבצעות על ידי מחקר הרקע שביצעת ו / או נתונים ראשוניים שכבר ייצרת במעבדה בבחירת נושא הניסוי שלך. ביסס את השערתך על תוצאות ניסויים דומים שערכו עמיתים בתחומך, או אם אתה מתמודד עם בעיה שלא נחקרה היטב, ביסס אותה על כל שילוב של מחקר ספרות ותצפית מוקלטת שתמצא. זכור שלמרות עבודת המחקר הטובה ביותר שלך, יתכן מאוד שההשערה שלך לא תומכת בתוצאות שלך - במקרה זה, עדיין הרחבת את הידע שלך במובן שהוכחת שהניבוי שלך לא היה נכון.

• בדרך כלל, השערה מתבטאת כמשפט הצהרתי כמותי. השערה מתחשבת גם בדרכי מדידת הפרמטרים הניסויים. השערה טובה לדוגמת הדשן שלנו היא: "גידולי תירס בתוספת 0 ק"ג חנקן לכל בוש יביאו למסה גדולה יותר מאשר גידולי תירס מקבילים שגדלו עם תוספי חנקן שונים."

תכנן את איסוף הנתונים שלך. דע מראש מתי תאסוף נתונים ואיזה סוג נתונים תאסוף. מדוד נתונים אלה בזמן מוגדר או, במקרים אחרים, במרווחי זמן קבועים. בניסוי הדשן שלנו, למשל, נמדוד את משקל גידולי התירס שלנו (בקילוגרמים) לאחר תקופת גידול מוגדרת. נשווה זאת לתכולת החנקן של הדשן שכל יבול טופל בו. עבור ניסויים אחרים (כגון אלה שמודדים את השינוי במשתנה מסוים לאורך זמן), יש צורך לאסוף נתונים במרווחי זמן קבועים.

• העיתוי חשוב מאוד, אז היצמד לתוכנית שלך קרוב ככל האפשר. בדרך זו, אם אתה רואה שינויים בתוצאות שלך, אתה יכול לשלול מגבלות זמן שונות כגורם לשינוי.
• להכין טבלת נתונים מראש זה רעיון נהדר - תוכלו פשוט להכניס את ערכי הנתונים לטבלה תוך כדי הקלטתם.
• דע את ההבדל בין המשתנים התלויים והבלתי תלויים שלך. משתנה עצמאי הוא משתנה שאתה משנה ומשתנה תלוי הוא זה המושפע מהמשתנה הבלתי תלוי. בדוגמה שלנו, "תוכן חנקן" הוא המשתנה הבלתי תלוי, ו"תשואה (בק"ג) "הוא המשתנה התלוי. בטבלה בסיסית יהיו עמודות עבור שני המשתנים כאשר הם משתנים לאורך זמן.

ערוך את הניסוי שלך באופן שיטתי. הפעל את הניסוי שלך ובדוק את המשתנה שלך. זה כמעט תמיד מחייב אותך להריץ את הניסוי מספר רב של ערכים משתנים מרובים. בדוגמת הדשן שלנו, נגדל גידולי תירס זהים מרובים ונשלים אותם עם דשנים המכילים כמויות משתנות של חנקן. ככלל, טווח הנתונים הרחב יותר שתוכל לאסוף, כן ייטב. רשום נתונים רבים ככל האפשר.

• עיצוב ניסיוני טוב משלב מה שמכונה פקד. אחד מהשכפולים הניסויים שלך לא אמור לכלול את המשתנה שאליו אתה בודק. בדוגמת הדשן שלנו, נכלול יבול תירס אחד המקבל דשן ללא חנקן. זו תהיה השליטה שלנו - זה יהיה קו הבסיס שאליו נמדוד את הצמיחה של גידולי התירס האחרים שלנו.
• עקוב אחר כל אמצעי הבטיחות הקשורים לחומרים או תהליכים מסוכנים בניסוי שלך.

אסוף את הנתונים שלך. הקלט את הנתונים שלך ישירות לטבלה שלך, במידת האפשר - זה יחסוך לך את כאב הראש של הזנה מחדש ואיחוד נתונים מאוחר יותר. דע כיצד להעריך חריגים בנתונים שלך.

• זה תמיד רעיון טוב לייצג את הנתונים שלך באופן חזותי אם אתה יכול. התווה נקודות נתונים על גרף ובטא מגמות עם קו או עקומה בהתאמה הטובה ביותר. זה יעזור לך (וכל מי שרואה את הגרף) לדמיין דפוסים בנתונים. עבור רוב הניסויים הבסיסיים, המשתנה הבלתי תלוי מיוצג על ציר x האופקי והמשתנה התלוי הוא על ציר ה- y האנכי.

ניתוח הנתונים שלך והגיע למסקנה. האם ההשערה שלך הייתה נכונה? היו מגמות נצפות בנתונים? האם נתקלת בנתונים לא צפויים? האם יש לך שאלות שלא נענו שעשויות להוות בסיס לניסוי עתידי? נסה לענות על שאלות אלה בזמן שאתה מעריך את התוצאות שלך. אם הנתונים שלך אינם נותנים את ההשערה שלך "כן" או "לא" מוחלטים, שקול להריץ ניסויים נוספים ולאסוף נתונים נוספים, או לכתוב את התוצאות שלך עם הוראות עתידיות למחקר נוסף.

• כדי לשתף את התוצאות שלך, כתוב מאמר מדעי מקיף. לדעת לכתוב מאמר מדעי זו מיומנות שימושית - את התוצאות של מרבית המחקרים החדשים יש לכתוב ולפרסם על פי פורמט ספציפי, המוכתב לעיתים קרובות על ידי מדריך הסגנון לכתב עת אקדמי רלוונטי ובודק עמיתים.