Eksperimenteerimine on meetod, mille abil teadlased katsetavad loodusnähtusi, lootes saada uusi teadmisi. Head katsed järgivad loogilist ülesehitust, et eraldada ja testida konkreetseid, täpselt määratletud muutujaid. Õppides tundma eksperimentaalse kavandamise aluspõhimõtteid, saate neid põhimõtteid oma katsetes rakendada. Olenemata nende ulatusest, toimivad kõik head katsed teadusliku meetodi loogiliste, deduktiivsete põhimõtete kohaselt, alates viienda klassi kartulikella teadusmessi projektidest kuni tipptasemel Higgs Bosoni uurimiseni.
1
Valige konkreetne teema. Katsed, mille tulemused põhjustavad ulatuslikke teaduslikke paradigmamuutusi, on väga-väga haruldased. Valdav enamus katseid vastab väikestele konkreetsetele küsimustele. Teaduslikud teadmised põhinevad lugematute katsete andmete kogumisel. Valige teema või vastamata küsimus väikese ja testitava ulatusega. Ideede saamiseks otsige praegusest teaduskirjandusest lünki. Näiteks kui soovite katsetada põllumajandusväetisi, ärge otsige vastust küsimusele: “Milline väetis on taimede kasvatamiseks parim?” Maailmas on palju erinevaid väetisi ja palju erinevaid taimi – ühe katsega ei saa kummagi kohta universaalseid järeldusi teha. Palju parem küsimus eksperimendi kavandamiseks oleks “Milline lämmastiku kontsentratsioon väetises annab suurima maisisaagi?” Kaasaegsed teaduslikud teadmised on väga, väga ulatuslikud. Kui kavatsete teha tõsist teaduslikku uurimistööd, uurige oma teemat põhjalikult enne, kui hakkate katset kavandama. Kas varasemad katsed on vastanud küsimusele, mida soovite oma katses uurida? Kui jah, siis kas on võimalik oma teemat kohandada nii, et see käsitleks olemasolevate uuringute käigus vastuseta jäänud küsimusi?
2
Eraldage oma muutuja(d). Heade teaduslike katsetega testitakse spetsiifilisi, mõõdetavaid parameetreid, mida nimetatakse muutujateks. Üldiselt teeb teadlane katse muutuja väärtusvahemiku jaoks, mida ta testib. Üks oluline probleem katse tegemisel on kohandada ainult konkreetse(te) muutuja(te), mida testite (ja mitte ühtegi muud muutujat). Näiteks meie väetisekatse näites kasvataks meie teadlane mullas mitut maisi, millele on lisatud väetisi, lämmastiku kontsentratsioon on erinev. Ta annaks igale maisi saagile täpselt sama koguse väetist. Ta hoolitses selle eest, et tema kasutatavate väetiste keemiline koostis ei erineks millegi poolest peale lämmastiku kontsentratsiooni – näiteks ei kasutaks ta ühe oma maisikultuuri puhul suurema magneesiumisisaldusega väetist. Samuti kasvataks ta oma katse igas korduses täpselt sama arvu ja sama liiki maisikultuure samal ajal ja sama tüüpi pinnases.
3
Tee hüpotees. Hüpotees on sisuliselt katse tulemuse ennustus. See ei tohiks olla pime oletus – heade hüpoteeside aluseks on teie läbiviidud taustauuringud ja/või esialgsed andmed, mille olete võib-olla juba katseteema valimisel laboris genereerinud. Tuginege oma hüpoteesile teie valdkonna kaaslaste poolt läbi viidud sarnaste katsete tulemustele või, kui tegelete probleemiga, mida pole põhjalikult uuritud, tuginege mis tahes kirjandusuuringute ja registreeritud vaatluste kombinatsioonile. Pidage meeles, et vaatamata teie parimale uurimistööle ei pruugi teie tulemused teie hüpoteesi väga hästi toetada – sel juhul olete siiski oma teadmisi avardanud selles mõttes, et olete tõestanud, et teie ennustus ei olnud õige. Tavaliselt on hüpotees väljendatud kvantitatiivse deklaratiivse lausena. Hüpotees võtab arvesse ka eksperimentaalsete parameetrite mõõtmise viise. Hea hüpotees meie väetise näite jaoks on: “Maisikultuurid, millele on lisatud 1 nael lämmastikku bušli kohta, annavad suurema saagimassi kui samaväärsed maisikultuurid, mida kasvatatakse erinevate lämmastikulisanditega.”
4
Planeerige oma andmete kogumine. Teadke eelnevalt, millal andmeid kogute ja milliseid andmeid kogute. Mõõtke neid andmeid kindlaksmääratud ajal või muudel juhtudel korrapäraste ajavahemike järel. Näiteks väetisekatses mõõdame oma maisi saagi kaalu (kilogrammides) pärast määratud kasvuperioodi. Võrdleme seda iga põllukultuuri töödeldud väetise lämmastikusisaldusega. Muude katsete jaoks (nt need, mis mõõdavad teatud muutuja muutust aja jooksul) on vaja andmeid korrapäraste ajavahemike järel koguda. Ajastus on väga oluline, seega järgige oma plaani võimalikult täpselt. Kui näete tulemustes muudatusi, saate sel viisil välistada erinevad ajapiirangud muudatuse põhjusena. Andmetabeli eelnev koostamine on suurepärane idee – saate lihtsalt sisestada oma andmeväärtused tabelisse salvestate need.Teadke oma sõltuvate ja sõltumatute muutujate erinevust. Sõltumatu muutuja on muutuja, mida muudate, ja sõltuv muutuja on muutuja, mida sõltumatu muutuja mõjutab. Meie näites on “lämmastikusisaldus” sõltumatu muutuja ja “saagis (kg)” on sõltuv muutuja. Põhitabelis on mõlema muutuja veerud, kuna need aja jooksul muutuvad.
5
Viige katse läbi metoodiliselt. Käivitage katse ja testige muutujat. Peaaegu alati nõuab see katse mitu korda mitme muutuja väärtuse jaoks. Meie väetise näites kasvatame mitut identset maisi ja täiendame neid erinevas koguses lämmastikku sisaldavate väetistega. Üldiselt, mida laiemat hulka andmeid saate koguda, seda parem. Salvestage nii palju andmeid, kui võimalik. Hea eksperimentaalne ülesehitus hõlmab nn kontrolli. Üks teie eksperimentaalsetest replikatsioonidest ei tohiks üldse sisaldada muutujat, mida testite. Väetise näites kaasame ühe maisisaagi, mis saab väetist, milles pole lämmastikku. See on meie kontroll – see on lähtejoon, mille alusel mõõdame oma teiste maisikultuuride kasvu. Jälgige oma katses kõiki ohutusmeetmeid, mis on seotud ohtlike materjalide või protsessidega.
6
Koguge oma andmeid. Võimalusel salvestage oma andmed otse tabelisse – see säästab teid hiljem andmete uuesti sisestamise ja konsolideerimise pärast. Tea, kuidas hinnata oma andmete kõrvalekaldeid. Võimaluse korral on alati hea mõte esitada oma andmeid visuaalselt. Joonistage andmepunktid graafikule ja väljendage trende kõige sobivama joone või kõveraga. See aitab teil (ja kõigil teistel, kes graafikut näevad) andmete mustreid visualiseerida. Enamiku põhikatsete puhul on sõltumatu muutuja esitatud horisontaalsel x-teljel ja sõltuv muutuja vertikaalsel y-teljel.
7
Analüüsige oma andmeid ja tehke järeldus. Kas teie hüpotees oli õige? Kas andmetes oli jälgitavaid suundumusi? Kas leidsite ootamatuid andmeid? Kas teil on vastamata küsimusi, mis võiksid olla tulevase katse aluseks? Proovige oma tulemusi hinnates neile küsimustele vastata. Kui teie andmed ei anna teie hüpoteesile lõplikku “jah” või “ei”, kaaluge täiendavate eksperimentaalsete katsete läbiviimist ja täiendavate andmete kogumist või kirjutage oma tulemused kokku koos edasiste uuringute juhistega. Tulemuste jagamiseks kirjutage põhjalik teaduslik dokument paber. Teadustöö kirjutamise teadmine on kasulik oskus – enamiku uute uuringute tulemused tuleb kirjutada ja avaldada kindlas vormingus, mille sageli dikteerib asjakohase, eelretsenseeritava akadeemilise ajakirja stiilijuhend.
8
Valige teema ja määrake oma muutujad. Selle näite jaoks valime lihtsa väikesemahulise katse. Katses testime erinevate aerosoolkütuste mõju kartulipüstoli laskekaugusele. Sel juhul on meie kasutatavaks aerosoolkütuse tüübiks sõltumatu muutuja (muutuja, mida muudame), samas kui aerosoolkütuse tüüp on sõltumatu muutuja. mürsk on sõltuv muutuja. Asjad, mida selle katse puhul arvestada – kas on võimalik tagada, et iga kartulimürsk on sama kaaluga? Kas on võimalik manustada igal süütamisel sama kogus aerosoolkütust? Mõlemad võivad potentsiaalselt mõjutada relva laskeulatust. Kaaluge iga mürsk eelnevalt ja täitke iga lasku sama koguse aerosoolpihustiga.
9
Tee hüpotees. Kui katsetame juukselakki, toiduvalmistamisspreid ja pihustusvärvi, oletame, et juukselakis on aerosoolpropellent, milles on suurem kogus butaani kui teistes pihustites. Kuna me teame, et butaan on tuleohtlik, võime oletada, et juukselakk tekitab süütamisel suuremat tõukejõudu, saates kartulimürsu kaugemale. Kirjutaksime oma hüpoteesi järgmiselt: “Juukselaki aerosoolpropellendi kõrgem butaanisisaldus annab 250-300 grammi kaaluva kartulimürsu tulistamisel keskmiselt pikema ulatuse.”
10
Korraldage oma andmete kogumine eelnevalt. Meie katses testime iga aerosoolkütust 10 korda ja arvutame tulemuste keskmise. Samuti katsetame katselise kontrollina aerosoolkütust, mis ei sisalda butaani. Ettevalmistamiseks paneme kokku kartulikahuri, katsetame seda, et veenduda selle toimimises, ostame aerosoolpihustid ning nikerdame ja kaalume kartulimürske. Koostame eelnevalt ka andmetabeli. Meil on viis vertikaalset veergu: kõige kaugemal vasakpoolsel veerul on silt “Prooviversioon #”. Selle veeru lahtrid sisaldavad lihtsalt numbreid 1–10, mis tähistavad iga tulistamiskatset. Järgmised neli veergu on tähistatud katses kasutatavate aerosoolpihustite nimedega. Kümme lahtrit iga veerupäise all sisaldavad iga süütamiskatse vahemikku (meetrites). Iga kütuse nelja veeru alla jätke tühik vahemike keskmise väärtuse kirjutamiseks.
11
Viige eksperiment läbi. Kasutame iga aerosoolipihustit kümne mürsu tulistamiseks, kasutades iga mürsu tulistamiseks sama kogust aerosoolpihustust. Pärast iga tulistamist kasutame pikka mõõdulinti, et mõõta meie mürsu läbitud ulatust. Salvestage need andmed andmetabelisse. Nagu paljudel katsetel, on ka meie katsel teatud ohutusprobleemid, mida peame jälgima. Meie kasutatavad aerosoolkütused on tuleohtlikud – peaksime kindlasti kartulipüstoli laskekorgi kindlalt sulgema ja kütuse süütamise ajal kandma raskeid kindaid. Vältimaks mürskude juhuslikke vigastusi, peaksime ka veenduma, et meie (ja kõik vaatlejad) seisaksime selle tulistamise ajal relva kõrval – mitte selle ees ega taga.
12
Analüüsige andmeid. Oletame, et leidsime, et keskmiselt tulistas juukselakk kartuleid kõige kaugemale, kuid keedusprei oli ühtlasem. Saame neid andmeid visuaalselt esitada. Hea viis iga pihustamise keskmise vahemiku esitamiseks on tulpdiagramm, samas kui hajuvusdiagramm või kastdiagramm on hea viis iga kütuse põlemisvahemike erinevuste näitamiseks.
13
Tee oma järeldused. Mõelge oma katsetulemustele ja esitage toetav statistika. Meie andmetele tuginedes võime kindlalt väita, et meie hüpotees oli õige. Võime ka öelda, et avastasime midagi, mida me ei ennustanud – et toiduvalmistamissprei andis kõige ühtlasemad tulemused. Võime teatada kõigist tekkinud probleemidest või nässudest – oletame, et pihustusvärvist saadud värv kogunes kartulikahuri laskekambrisse, muutes korduva tulistamise keeruliseks. Lõpuks saame soovitada valdkondi edasiseks uurimiseks – näiteks võib-olla suurema kütusekoguse abil saavutame suurema ulatuse. Võime isegi jagada oma tulemusi maailmaga teadusliku artikli kujul – arvestades meie katse teemat , võib olla asjakohasem esitada see teave kolmekordse teadusmessi väljapanekuna.