Eksperimendid on teaduse edenemiseks üliolulised. Üks oluline katsetüüp on tuntud kui tõeline eksperiment. Tõeline eksperiment on selline, mille käigus katsetaja on töötanud selle nimel, et kontrollida kõiki muutujaid, välja arvatud uuritav. Selle saavutamiseks kasutavad tõelised katsed juhuslikke katserühmi. Tõelised katsed on kasulikud põhjuste ja tagajärgede seoste uurimiseks, näiteks: kas konkreetne ravi on meditsiinilise seisundi korral tõhus? Või kas kokkupuude konkreetse ainega põhjustab teatud haiguse? Kuna need aga toimuvad kontrollitud tingimustes, ei kajasta need alati täielikult seda, mis reaalses maailmas juhtub.
1
Sõnastage küsimus, millele soovite vastata. Raamistage oma küsimus põhjuse ja tagajärje keelega. Kas parem toitumine põhjustab kõrgemaid testitulemusi? Kas aspiriin võib vähendada depressiooni sümptomeid?
2
Tuvastage sõltuv muutuja. Seda loodate katsega muuta. Kui otsite põhjust ja tagajärge ehk teisisõnu, see on tagajärg. Näiteks kui soovite teada, kas punkmuusika kuulamine paneb teid vähem magama, on sõltuvaks muutujaks magatud tundide arv. Sõltuv muutuja peab olema mõõdetav.
3
Tuvastage sõltumatu muutuja. Sõltumatu muutuja on tegur, mis teie arvates põhjustab sõltuva muutuja muutumise. Seda võib vaadelda kui sekkumist või ravi. Teie põhjuse ja tagajärje küsimuses on termin, mis on enne “põhjust”: kas parem toitumine põhjustab kõrgemaid testitulemusi? Parem toitumine on sõltumatu muutuja ja kõrgemad testitulemused on sõltuv muutuja. Punkmuusika näites on sõltumatu muutuja punkmuusika kuulamine.
4
Määrake vastav populatsioon. Kas soovite uurida teatud rühma, näiteks kolledži või linna liikmeid? Kas olete huvitatud kõigist diabeetikutest või menopausijärgsetest naistest või lastest, kes on vähemalt kaks korda kolinud?
5
Valige oma elanikkonna hulgast uuritavad teemad. Kui teie elanikkond on väike (näiteks üks keskkool), võite uurida kogu rahvastikku. Vastasel juhul peate valima juhusliku valimi. Juhuslik valik tagab, et teie katsealustel on mitmekesised omadused, mis kajastavad üldkogumit. See aitab vältida soovimatute muutujate sisestamist. Kui haridustase on näiteks teie õppimise jaoks oluline ja teie populatsioonis on nii vähese haridusega inimesi kui ka doktorikraadiga inimesi, ei soovi te ainerühma, mis koosneks ainult kolledži esmakursuslastest. Juhuslikuks valimiseks on mitu meetodit. teemade valimine. Suhteliselt väikese elanikkonna puhul võite määrata igale liikmele numbri ja seejärel kasutada liikmete valimiseks juhuslike arvude generaatorit. Suurema üldkogumi jaoks võite võtta süstemaatilise valimi (nt kataloogi igal leheküljel teine nimi) ja seejärel kasutada selle väiksema alamhulga puhul just kirjeldatud juhuslike arvude meetodit. Lisaks saab suurtest populatsioonidest võtta juhuslikult kihilise valimi meetodid, mis jagavad populatsiooni homogeenseteks “kihtideks” ja valivad seejärel igast rühmast üksikisikud, et luua juhuslik valim. Valige statistiliselt kasulike andmete saamiseks piisavalt suur rühm. Ideaalne suurus varieerub suuresti sõltuvalt sellistest teguritest nagu aluspopulatsiooni suurus ja mõju eeldatav suurus. Sihtsuuruse määramisel võite kasutada valimi suuruse kalkulaatorit.
6
Jagage subjektid juhuslikult kahte rühma. Üks rühm on katserühm, teine on kontrollrühm. Peate tagama, et igal subjektil on võrdne võimalus kuuluda kummassegi rühma. Kasutage igale teemale numbri määramiseks juhuslike arvude generaatorit. Seejärel asetage need numbrite järgi kahte rühma. Näiteks määrake kontrollrühmale juhuslike arvude alumine pool. Kontrollrühmale ei anta ravi ega sekkumist. See võimaldab teil mõõta sekkumise mõju.
7
Veenduge, et katsealused ei teaks, millisesse rühma nad kuuluvad. Kui see tingimus on täidetud, viite läbi seda, mida sageli nimetatakse “üksikpimedaks”. See aitab hoida teie kaks rühma identsetena kõigis aspektides, välja arvatud tegelik sekkumine või sekkumine. ravi ja on osa kõrvaliste tegurite kontrollist. Kõik teie uuringu liikmed, olenemata rühmast, peaksid võrdselt uskuma, et saavad tegelikku sekkumist või ravi.
8
Veenduge, et katsetajad ei teaks, millised katsealused millisesse rühma kuuluvad. Kui ei katsealused ega katsetajad ei tea katse ajal, milline rühm on kumb, siis viite läbi topeltpimeuuringu. See on veel üks viis võimalike lisamuutujate eemaldamiseks, mis võivad teie uuringut mõjutada. Kui katsetajad ei tea, milline rühm on kontrollrühm, ei saa nad neid alateadlikult teavitada, näiteks manustades inertset ravi vähem ettevaatlikult. Laske katsealuste rühma määramise, ravi määramise, ravi läbiviimise eest vastutada erinevad inimesed, ja katsealuste hindamine pärast ravi.
9
Viige läbi “eeltest”. Teisisõnu mõõtke sõltuvat muutujat enne katse algust. Seda võib kirjeldada kui “algtaseme mõõtmist”. Eeltest ei ole tõelise katse kohustuslik funktsioon. See aga suurendab teie katse võimet näidata põhjust ja tagajärge. Selleks, et öelda, et A põhjustab B, soovite näidata, et A juhtus enne B-d, mida saab teha ainult eeltesti abil. Näiteks kui teete katset selle kohta, kuidas punkmuusika kuulamine mõjutab und, tahaks koguda andmeid selle kohta, kui kaua iga osaleja tavaliselt öösel magab, kui ta pole punkmuusikat kuulanud.
10
Manustage ravi katserühmale. Veenduge, et ainus erinevus katserühma ja kontrollrühma kogemuste vahel on ravi ise. Kliinilises uuringus tähendab see sageli, et kontrollrühmale manustatakse platseebot. Platseebo sarnaneb nii palju kui võimalik tegelikule ravile, kuid on tegelikult loodud nii, et sellel pole mingit mõju. Näiteks ravimi toime uuringus tulevad mõlemad rühmad samasse ruumi ja saavad identse välimusega tableti. Ainus erinevus seisneb selles, et üks pill sisaldaks ravimit, teine aga inertne “suhkrutablett”. Teist tüüpi katsetes toimub kahe kogemuse samaväärsena hoidmine teistsugusel kujul. Võtke näiteks Trompeti mängimine õppeedukusel. Sooviksite pakkuda kontrollrühmale teist tüüpi sotsialiseerumistundi või -võimalust, et olla kindel, et mõju on tõesti konkreetses trompetimängus ja mitte muusikatunnis üldiselt.
11
Tehke järeltest. Pärast ravikuuri või sekkumise lõppu mõõtke sõltuvat muutujat. Kui tegite eeltesti, peaks järeltest võimalikult palju eeltesti peegeldama, et tulemused oleksid otseselt võrreldavad.
12
Arvutage kirjeldav statistika. See on statistika, mis võimaldab teil oma andmeid tõhusalt edastada. Need annavad teavet teie koostatud andmete omaduste kohta ja võimaldavad teie lugejatel aru saada olulistest asjadest ühe pilguga. Kui ütlete näiteks, et ravimit saanud inimesed paranesid keskmiselt 1,7 päeva varem, esitavad kirjeldavat statistikat. Mis on andmete keskne tendents? Tsentraalset tendentsi mõõdetakse keskmise (keskmise), mediaani või režiimi abil. Näiteks kofeiini mõju unele käsitlevas uuringus soovite arvutada kontroll- ja katserühma liikmete keskmise unetundide arvu. Milline on andmete jaotus? Jällegi on andmete jaotumise mõõtmiseks palju erinevaid viise, sealhulgas vahemik, dispersioon ja standardhälve.
13
Võrrelge katse- ja kontrollrühmade katsejärgseid tulemusi. Lisaks võrrelge võimalusel testieelseid ja -järgseid tulemusi. Selleks peate läbi viima oma andmete statistilise analüüsi. Kuigi see on lai teema, saate teha hea alguse, arvutades välja põhilise kirjeldava statistika ja käivitades t-testi, et hinnata, kas täheldatud erinevused on olulised.
14
Kontrollige oma hüpoteesi. Olulisuse testid võimaldavad teil hinnata, kui tõenäoline on, et teie tulemused sündisid juhuslikult, mitte tõelise eksperimentaalse efektina. See määrab, kas kontroll- ja katserühmade tulemuste vahel on statistiliselt oluline erinevus. T-test on tavaline olulisuse test. T-testis võrreldakse kahe andmehulga keskmiste erinevust andmete varieerumisega. T-testi saate arvutada käsitsi või kasutades statistikatarkvara, näiteks Microsoft Excel.
15
Hinnake oma katset. Millised piirid olid teie võimel kontrollida võimalikke kõrvalisi tegureid? Mil määral peegeldas teie ainerühm suuremat populatsiooni, mida lootsite uurida? Milliseid alternatiivseid hüpoteese võiks teie andmete põhjal püstitada? Tulemuste esitamisel mõelge piirangutele ausalt ja kasutage neid edasiste uurimissuundade soovitamiseks.