Hur genomför man ett vetenskapsexperiment?

Välj ett specifikt ämne. Experiment vars resultat orsakar omfattande vetenskapliga paradigmskift är mycket, mycket sällsynta. De allra flesta experiment svarar på små, specifika frågor. Vetenskaplig kunskap bygger på ackumulering av data från otaliga experiment. Välj ett ämne eller en obesvarad fråga med ett litet, testbart omfång. För att få idéer, leta efter luckor i aktuell vetenskaplig litteratur.

• Om du till exempel vill göra ett experiment på jordbruksgödselmedel, försök inte att svara på frågan "Vilken typ av gödselmedel är bäst för växande växter?" Det finns många olika typer av gödselmedel och många olika typer av växter i världen - ett experiment kommer inte att kunna dra universella slutsatser om någon av dem. En mycket bättre fråga att utforma ett experiment kring skulle vara "Vilken koncentration av kväve i gödselmedel ger de största majsgrödorna?"
• Modern vetenskaplig kunskap är väldigt, väldigt omfattande. Om du tänker göra seriös vetenskaplig forskning, undersök ditt ämne noggrant innan du ens börjar planera ditt experiment. Har tidigare experiment svarat på den fråga du vill att ditt experiment ska studera? Om så är fallet, finns det ett sätt att justera ditt ämne så att det tar upp frågor som inte har besvarats av befintlig forskning?

Isolera dina variabler. Bra vetenskapliga experiment testar specifika, mätbara parametrar som kallas variabler. I allmänna termer utför en forskare ett experiment för en rad värden för variabeln han testar för. Ett viktigt problem när du utför ett experiment är att bara justera de specifika variabler som du testar för (och inga andra variabler.)

• Till exempel, i vårt exempel på gödselmedel, skulle vår forskare odla flera majsgrödor i jord kompletterad med gödselmedel vars kvävekoncentration skiljer sig åt. Han skulle ge varje majsskörd exakt samma mängd gödselmedel. Han skulle se till att den kemiska sammansättningen av hans använda gödselmedel inte skilde sig åt på något sätt förutom dess kvävekoncentration - till exempel skulle han inte använda ett gödningsmedel med en högre koncentration av magnesium för en av sina majsgrödor. Han skulle också odla exakt samma antal och arter av majsgrödor samtidigt och i samma typ av jord i varje replikering av sitt experiment.

Gör en hypotes. En hypotes är i huvudsak en förutsägelse av experimentets resultat. Det borde inte vara en blind gissning - goda hypoteser informeras av bakgrundsundersökningen du utförde och / eller preliminära data som du kanske redan har genererat i labbet när du väljer experimentets ämne. Basera din hypotes på resultaten av liknande experiment utförda av kollegor inom ditt område, eller, om du hanterar ett problem som inte har studerats väl, basera det på vilken kombination av litteraturforskning och inspelad observation du kan hitta. Kom ihåg att trots ditt bästa forskningsarbete kanske din hypotes mycket väl inte stöds av dina resultat - i det här fallet har du fortfarande utökat din kunskap i den meningen att du har bevisat att din förutsägelse inte var korrekt.

• Vanligtvis uttrycks en hypotes som en kvantitativ deklarativ mening. En hypotes tar också hänsyn till hur experimentparametrarna kommer att mätas. En bra hypotes för vårt gödselexempel är: "Majsgrödor kompletterade med 0 kg kväve per busk kommer att resultera i en större avkastningsmassa än motsvarande majsgrödor som odlas med olika kvävetillskott."

Planera din datainsamling. Vet i förväg när du kommer att samla in data och vilken typ av data du kommer att samla in. Mät dessa data vid en viss tid eller, i andra fall, med jämna mellanrum. I vårt gödselexperiment kommer vi till exempel att mäta vikten på våra majsgrödor (i kg) efter en viss odlingsperiod. Vi kommer att jämföra detta med kvävehalten i gödselmedlet som varje gröda behandlades med. För andra experiment (som de som mäter förändringen i en viss variabel över tiden) är det nödvändigt att samla in data med jämna mellanrum.

• Timing är oerhört viktigt, så håll dig till din plan så nära som möjligt. På det sättet, om du ser förändringar i dina resultat, kan du utesluta olika tidsbegränsningar som orsaken till förändringen.
• Att skapa en datatabell i förväg är en bra idé - du kan helt enkelt infoga dina datavärden i tabellen när du spelar in dem.
• Lär känna skillnaden mellan dina beroende och oberoende variabler. En oberoende variabel är en variabel som du ändrar och en beroende variabel är den som påverkas av den oberoende variabeln. I vårt exempel är "kväveinnehåll" den oberoende variabeln och "utbyte (i kg)" är den beroende variabeln. En grundtabell innehåller kolumner för båda variablerna när de ändras över tiden.

Genomför ditt experiment metodiskt. Kör ditt experiment, testa för din variabel. Detta kräver nästan alltid att du kör experimentet flera gånger för flera variabla värden. I vårt exempel på gödselmedel kommer vi att odla flera identiska majsgrödor och komplettera dem med gödselmedel som innehåller olika mängder kväve. Generellt sett är det större utbudet av data du kan samla, desto bättre. Spela in så mycket data som möjligt.

• Bra experimentell design innehåller det som kallas en kontroll. En av dina experimentreplikationer bör inte alls innehålla variabeln du testar för. I vårt exempel på gödselmedel kommer vi att inkludera en majsskörd som tar emot ett gödselmedel utan kväve i den. Detta kommer att vara vår kontroll - det kommer att vara baslinjen mot vilken vi kommer att mäta tillväxten för våra andra majsgrödor.
• Observera alla säkerhetsåtgärder som är förknippade med farliga material eller processer i ditt experiment.

Samla in dina uppgifter. Spela in dina data direkt i din tabell, om möjligt - det kommer att spara huvudvärk att skriva in och konsolidera data senare. Lär dig att bedöma avvikelser i dina data.

• Det är alltid en bra idé att representera dina data visuellt om du kan. Plotta datapunkter i en graf och uttryck trender med en linje eller kurva som passar bäst. Detta hjälper dig (och alla andra som ser grafen) att visualisera mönster i data. För de flesta grundläggande experiment representeras den oberoende variabeln på den horisontella x-axeln och den beroende variabeln är på den vertikala y-axeln.

Analysera dina data och kom till en slutsats. Var din hypotes korrekt? Fanns det observerbara trender i uppgifterna? Hittade du några oväntade data? Har du några obesvarade frågor som kan ligga till grund för ett framtida experiment? Försök att svara på dessa frågor när du bedömer dina resultat. Om dina data inte ger din hypotes ett definitivt "ja" eller "nej", överväg att köra ytterligare experimentella försök och samla in mer data eller skriva dina resultat med framtida anvisningar för ytterligare forskning.

• För att dela dina resultat, skriv en omfattande vetenskaplig uppsats. Att veta hur man skriver en vetenskaplig uppsats är en användbar färdighet - resultaten av de flesta nya undersökningar måste skrivas och publiceras enligt ett specifikt format, ofta dikterat av stilguiden för en relevant, peer-reviewed akademisk tidskrift.