Términos del vocabulario del método científico

Cavan Images / Getty Images

Los experimentos científicos implican Variables , control S, hipótesis , y una serie de otros conceptos y términos que pueden resultar confusos.

Glosario de términos científicos

Aquí hay un glosario de ciencia importante. experimento Términos y definiciones:

Teorema del límite central:Establece que con una muestra lo suficientemente grande, la media de la muestra se distribuirá normalmente. Una media muestral normalmente distribuida es necesaria para aplicar el t- prueba, por lo que si planea realizar un análisis estadístico de datos experimentales, es importante tener una muestra lo suficientemente grande. Conclusión:Determinación de si la hipótesis debe ser aceptada o rechazada. Grupo de control:Sujetos de prueba asignados al azar para no recibir el tratamiento experimental. Control variable:Cualquier variable que no cambia durante un experimento. También conocido como un la variable constante. Datos (singular: dado) : Hechos, números o valores obtenidos en un experimento. Variable dependiente:La variable que responde a la variable independiente. La variable dependiente es la que se mide en el experimento. También conocido como el medida dependiente o variable de respuesta. doble ciego :Cuando ni el investigador ni el sujeto saben si el sujeto está recibiendo el tratamiento o un placebo. El 'cegamiento' ayuda a reducir los resultados sesgados. Grupo de control vacío:Un tipo de grupo de control que no recibe ningún tratamiento, incluido un placebo. Grupo experimental:Sujetos de prueba asignados al azar para recibir el tratamiento experimental. Variable extraña:Variables adicionales (no variables independientes, dependientes o de control) que pueden influir en un experimento pero que no se tienen en cuenta ni se miden o están fuera de control. Los ejemplos pueden incluir factores que usted considera sin importancia en el momento de un experimento, como el fabricante de la cristalería en una reacción o el color del papel utilizado para hacer un avión de papel. Hipótesis:Una predicción de si la variable independiente tendrá un efecto sobre la variable dependiente o una predicción de la naturaleza del efecto. Independenciao Independientemente: Cuando un factor no ejerce influencia sobre otro. Por ejemplo, lo que hace un participante del estudio no debe influir en lo que hace otro participante. Toman decisiones de forma independiente. La independencia es crítica para un análisis estadístico significativo. Asignación aleatoria independiente:Seleccionar aleatoriamente si un sujeto de prueba estará en un grupo de tratamiento o control. Variable independiente :La variable que es manipulada o cambiada por el investigador. Niveles de variables independientes:Cambiar la variable independiente de un valor a otro (por ejemplo, diferentes dosis de medicamentos, diferentes cantidades de tiempo). Los diferentes valores se denominan 'niveles'. Estadística inferencial:Estadísticas (matemáticas) aplicadas para inferir características de una población con base en una muestra representativa de la población. Validez interna:Cuando un experimento puede determinar con precisión si la variable independiente produce un efecto. Significar:La media calculado sumando todos los puntajes y luego dividiendo por el número de puntajes. Hipótesis nula :La hipótesis de 'ninguna diferencia' o 'ningún efecto', que predice que el tratamiento no tendrá ningún efecto sobre el sujeto. La hipótesis nula es útil porque es más fácil de evaluar con un análisis estadístico que otras formas de hipótesis. Resultados nulos (resultados no significativos):Resultados que no refutan la hipótesis nula. Los resultados nulos no prueban la hipótesis nula porque los resultados pueden deberse a una falta de poder. Algunos resultados nulos son errores de tipo 2. pags<0.05:Una indicación de la frecuencia con la que el azar por sí solo podría explicar el efecto del tratamiento experimental. Un valor pags <0.05 means that five times out of a hundred, you could expect this difference between the two groups purely by chance. Since the possibility of the effect occurring by chance is so small, the researcher may conclude the experimental treatment did indeed have an effect. Other pags, o probabilidad, los valores son posibles. El límite de 0,05 o 5% es simplemente un punto de referencia común de importancia estadística. Placebo (Tratamiento con placebo):Un tratamiento falso que no debería tener ningún efecto fuera del poder de la sugestión. Ejemplo: En los ensayos de medicamentos, los pacientes de prueba pueden recibir una píldora que contiene el medicamento o un placebo, que se parece al medicamento (píldora, inyección, líquido) pero que no contiene el ingrediente activo. Población:Todo el grupo que el investigador está estudiando. Si el investigador no puede recopilar datos de la población, puede usar el estudio de grandes muestras aleatorias tomadas de la población para estimar cómo respondería la población. Energía:La capacidad de observar diferencias o evitar cometer errores de tipo 2.
• Aleatorio o Aleatoriedad : Seleccionado o realizado sin seguir ningún patrón o método. Para evitar sesgos no intencionales, los investigadores a menudo usan generadores de números aleatorios o lanzan monedas para hacer selecciones.
Resultados:La explicación o interpretación de los datos experimentales. Experimento sencillo: Un experimento básico diseñado para evaluar si existe una relación de causa y efecto o para probar una predicción. Un experimento sencillo fundamental podría tener sólo un sujeto de prueba, en comparación con un experimento controlado , que tiene al menos dos grupos. Simple ciego:Cuando ni el experimentador ni el sujeto saben si el sujeto está recibiendo el tratamiento o un placebo. Cegar al investigador ayuda a prevenir sesgos cuando se analizan los resultados. Cegar al sujeto evita que el participante tenga una reacción sesgada. Significancia estadística:Observación, basada en la aplicación de una prueba estadística, de que una relación probablemente no se deba al puro azar. Se establece la probabilidad (por ejemplo, pags <0.05) and the results are said to be Estadísticamente significante. Prueba T:Análisis de datos estadísticos comunes aplicados a datos experimentales para probar una hipótesis. los t -test calcula la relación entre la diferencia entre las medias de los grupos y el error estándar de la diferencia, una medida de la probabilidad de que las medias de los grupos difieran por pura casualidad. Una regla general es que los resultados son estadísticamente significativos si observa una diferencia entre los valores que es tres veces mayor que el error estándar de la diferencia, pero es mejor buscar la proporción requerida para la significancia en un mesa t . Error tipo I (Error tipo 1):Ocurre cuando se rechaza la hipótesis nula, pero en realidad era cierta. Si realiza el t -probar y configurar pags <0.05, there is less than a 5% chance you could make a Type I error by rejecting the hypothesis based on random fluctuations in the data. Error de tipo II (Error de tipo 2):Ocurre cuando se acepta la hipótesis nula, pero en realidad era falsa. Las condiciones experimentales tuvieron un efecto, pero el investigador no pudo encontrarlo estadísticamente significativo.