Hur man utför ett vetenskapligt experiment

Isolera dina variabler. Ett bra vetenskapligt experiment studerar specifika och mätbara parametrar, som kallas "variabler". Generellt sett genomför en forskare ett experiment inom ett visst antal värden för variabeln som beaktas. En grundläggande angelägenhet när du utför ett experiment är att förändra "bara" De specifika variablerna du vill testa (och inga andra variabler).

Formulera en hypotes. En hypotes är i grunden en förutsägelse av resultatet av experimentet. Det borde inte vara en blind satsning. Giltiga hypoteser är baserade på den forskning du utförde om ämnet för ditt experiment. Formulera dina hypoteser på grundval av resultaten av liknande experiment, utförs av experter inom ditt område, eller om du står inför en fråga som ännu inte har studerats djupt, börja från kombinationen av all litteraturforskning och alla inspelade observationer som kan du hitta. Kom ihåg att trots ditt bästa forskningsarbete kan dina hypoteser vara fel: i så fall har du utökat din kunskap, som du har visat att dina hypoteser inte var korrekta.

Schemalägg datainsamling. Upprätta först "när" du kommer att samla in data, e "vilken typ" av data du kommer att gå för att samla in. Mät dessa data vid en förutbestämd tid eller, i andra fall, med regelbundna tidsintervaller. I vårt gödningsexperiment kommer vi till exempel att mäta vikten av våra cobs (i kilogram) efter en förutbestämd tillväxtperiod. Vi kommer att jämföra denna vikt med kvävet i gödselmedlet som vi har behandlat de olika panikerna. För andra experiment (som de som mäter förändringar i ett variabelt datum över tiden), kommer det att vara nödvändigt att samla in data med jämna mellanrum.

Gör ditt experiment metodiskt. Att testa variablerna kräver ofta att du utför experimentet flera gånger för olika värden av variablerna. I vårt exempel på gödningsmedel kommer vi att odla flera identiska paniklar och behandla dem med gödselmedel som innehåller olika mängder kväve. Generellt är det bäst att samla det bredaste möjliga spektrumet av data. Samla så mycket data som möjligt.

Samla in dina data. Om möjligt samla in alla data direkt i dina bord - du kommer att rädda den stora huvudvärken på grund av att du sätter in och konsoliderar data vid en senare tidpunkt. Lär dig att identifiera utestängare i dina data.

Analysera dina data och kom till en slutsats. Var din hypotes korrekt? Finns det några observerbara spår i dina data? Kämpar du i oväntade data? Har du några andra obesvarade frågor som kan utgöra grunden för ett framtida experiment? Försök att svara på dessa frågor när du överväger resultatet. Om dina uppgifter inte ger dig en "Ja" od a "ingen" slutgiltigt, överväga möjligheten att genomföra nya experimentella tester och samla in ytterligare uppgifter.

Vi formulerar en hypotes. Om vi ​​vill testa en hårspray, en köksspruta och en färgspray, kan vi säga att hårsprayen har ett aerosoldrivmedel med en större mängd butan än de andra. Eftersom vi vet att butan är brandfarlig, kan vi anta att hårsprayen kommer att ge en större framdrivningskraft när den utlöses och kasta projektilpotatisen längre bort. Vi kan skriva vår hypotes så här: "Den större koncentrationen av butan som finns i hårsprayens drivmedels aerosol kommer att producera i genomsnitt ett längre kast vid avfrostning av en projektilpotatis med en vikt mellan 250-300 gram".

Först och främst organiserar vi materialinsamlingen. I vårt experiment ska vi testa varje aerosolbränsle 10 gånger och beräkna medelresultatet. Vi kommer också att testa ett aerosolbränsle som inte innehåller butan, som kontroll av vårt experiment. För att förbereda oss ska vi samla våra "sparapatate", vi ska se till att det fungerar, vi kommer att köpa våra sprutburkar och modellera våra potatisprojektiler.

Vi genomför experimentet. Vi använder varje sprayburk för att skjuta tio projektiler, med samma mängd spray för varje projektil. Efter varje skott använder vi ett långt band för att mäta avståndet som projektilen reste. Vid denna tidpunkt registrerar vi data i tabellen.

Vi analyserar data. Låt oss säga att vi funnit att i genomsnitt hårsprayen sköt potatis längre, men att kökssprayen var fastare. Vi kan visuellt representera dessa data. En bra metod för att representera genomsnittet av flödeshastigheterna för varje spray är genom användning av ett kolumnschema, medan en scatterplot är ett bra sätt att representera variationen av varje flöde.