Ինչպես են հետազոտողները բացահայտում պատճառի եւ հետեւանքների հարաբերությունները
Պարզ փորձառությունն այն է, որ մեկ հետազոտող հաճախ օգտագործում է որոշելու, թե արդյոք մեկ փոփոխականի փոփոխությունները կարող են հանգեցնել փոփոխության մեկ այլ փոփոխության , այսինքն, պատճառների եւ հետեւանքների հաստատման համար: Պարզ փորձառության մեջ, որը վերաբերում է նոր դեղորայքի արդյունավետությանը, օրինակ, հետազոտության մասնակիցները կարող են պատահականորեն հանձնվել երկու խմբերի մեկին. Դրանցից մեկը կկազմի վերահսկողական խումբը եւ չի ստանում բուժում, իսկ մյուս խումբը կլինի փորձարարական խումբը որը ստանում է ուսումնասիրված բուժումը:
Պարզ փորձի տարրերը
Պարզ փորձարկումը բաղկացած է ծանրակշիռ հիմնական տարրերից.
- Փորձարարական վարկածը: Սա հայտարարություն է, որը կանխատեսում է, որ բուժումը կարող է հանգեցնել ազդեցության եւ այդպես էլ միշտ ձեւակերպվի որպես պատճառահետեւանքային հայտարարություն: Օրինակ, հետազոտողները կարող են այս ձեւով արտահայտել վարկածը. «Բժշկության կառավարումը Ա-ի հիվանդության ախտանիշների կրճատման կհանգեցնի»:
- Հստակ վարկածը: Սա հիպոթեզ է , որ փորձարարական բուժումը չի ազդի մասնակիցների կամ կախված փոփոխականների վրա: Կարեւոր է նշել, որ բուժման ազդեցությունը չկարողանալը չի նշանակում, որ որեւէ ազդեցություն չկա: Բուժումը կարող է ազդել այլ փոփոխականի վրա, որ հետազոտողները չափում են ընթացիկ փորձարկումներում:
- Անկախ փոփոխական : Բուժման փոփոխական, որը շահարկվում է փորձարարի կողմից:
- Կախված փոփոխական : Սա վերաբերում է արձագանքին, որ հետազոտողները չափում են:
- Հսկիչ խումբը: Սրանք այն մարդիկ են, որոնք պատահականորեն նշանակվում են խմբի մեջ, բայց չեն ստանում բուժումը: Հսկիչ խմբի կողմից կատարված չափումները համեմատվում են փորձարարական խմբի հետ, որոշելու, արդյոք բուժումը ազդեցություն է ունեցել:
- Փորձարարական խումբը: Ուսումնասիրության մասնակիցների այս խումբը բաղկացած է պատահականորեն ընտրված առարկաներից, որոնք կստանան բուժման փորձ:
Պարզ փորձի արդյունքների որոշում
Հետագայում պարզ փորձից ստացված տվյալները հավաքագրվելուց հետո, հետազոտողները համեմատում են փորձարարական խմբի արդյունքները, վերահսկողական խմբի հետ, որոշելու, թե արդյոք բուժումը ազդեցություն ունի: Անընդհատ առկա սխալների շնորհիվ հնարավոր չէ 100 տոկոս հավատալ երկու փոփոխականների միջեւ փոխհարաբերություններին: Օրինակ, փորձի ելքի վրա ազդող խաղադաշտում անհայտ փոփոխություններ կարող են լինել:
Չնայած այս մարտահրավերին, կան ձեւեր, թե արդյոք այնտեղ, ամենայն հավանականությամբ, իմաստալից կապեր են: Դա անելու համար գիտնականները օգտագործում են անտարբեր վիճակագրություն, գիտության ճյուղ, որը զբաղվում է բնակչության մասին արտացոլումների վրա, որոնք հիմնված են տվյալ բնակչության ներկայացուցչական ընտրանքի վրա:
Բուժման այնպիսի ազդեցություն ունենալու որոշման բանալին է վիճակագրական նշանակությունը չափել: Վիճակագրական նշանակությունը ցույց է տալիս, որ փոփոխականների միջեւ փոխհարաբերությունները, հավանաբար, պատահական չէ, եւ հավանական է, որ այդ երկու փոփոխականների միջեւ կա իրական հարաբերություններ:
Վիճակագրական նշանակությունը հաճախ ներկայացվում է այսպես.
p <0.05
Փոփոխություն .05-ից պակաս արժեքը ցույց է տալիս, որ արդյունքները հավանական է, որ պատահական են, եւ այդ արդյունքները ստանալու հավանականությունը կլինի ավելի ցածր, քան հինգ տոկոս:
Կան վիճակագրական նշանակություն չափելու մի շարք տարբեր միջոցներ: Օգտագործվածը կախված կլինի փորձարկման համար օգտագործված հետազոտական նախագծի տեսակից: