A kísérletezés óriási szerepet játszik a modern tudományban. Minden új technikai felfedezés pontosan a kísérletnek köszönhető. Ebben a cikkben megvitatjuk, hogy milyen nehézségek merülnek fel a kísérlet során, valamint milyen módszerek vannak a kísérlet végrehajtására.

Napjainkban egyetlen tudományos vagy műszaki kutatás sem nélkülözheti kísérletek. A kísérletezés szükséges az alkalmazott tudományok területén, valamint az új tudományok fejlesztése során. Így a technológiai fejlődés megköveteli.

A kísérlet problémái

A technológiai fejlődésnek köszönhetően a kísérleti mérnök új kihívásokkal néz szembe. Ezek egyike, hogy a vizsgálati objektumok meghatározandó paraméterei gyakran közvetlenül nem mérhetők (tartósság, korrózióállóság stb.). Azaz a műszaki és gazdasági mutatók halmaza, amellyel a tesztobjektumot értékelik, a legtöbb esetben nem esik egybe a teljes körű kísérlet eredményei alapján meghatározott objektum paraméterek halmazával.

További probléma az olyan objektumok tesztelésének megszervezése, amelyek folyamatait összetett dinamika jellemzi, és hajlamosak a változó környezeti feltételek hatásaira.

Komplex rendszerek tesztelésekor megnő annak a jelentősége, hogy figyelembe vegyük azokat a hatásokat, amelyeket a vizsgáló rögzítő és vezérlő berendezés gyakorol a vizsgált objektum működési folyamatára.

Ezért a kísérlet modern körülmények között történő megszervezésének fő elve a szisztematikus megközelítés.

A rendszerszemléletű megközelítés azt jelenti, hogy a kísérletben részt vevő összes eszközt egyetlen rendszernek tekintjük, amelyet a megfelelő matematikai modell ír le. Így a matematikai modell a tesztelés elemévé válik, amely a megvalósítás, a kísérlet tervezése, lebonyolítása és az eredmény feldolgozása után épül fel. Csak a vizsgált objektum szükséges műszaki és gazdasági jellemzőit a paramétereivel összekötő összefüggések jelenléte teszi lehetővé, hogy megalapozott ítéletet alkossunk a szükséges vizsgálati tevékenységek listájáról és azok racionális sorrendjéről, a rögzített értékek halmazáról, a mérési pontosság feltételeiről, regisztrációs gyakoriság stb.

A matematikai modell felépítéséhez meg kell érteni az egyes elemek viselkedését, a köztük lévő kölcsönhatást, a különböző tényezők hatását, valamint a tesztkörülmények változásaira adott reakciókat.

Mód

Mi kötheti össze a mérnököket, fizikusokat, biológusokat, szociológusokat és más szakembereket? A biológusok állatokon tesztelik a gyógyászati ​​eszközöket, klónoznak, a mérnökök tudományos kutatásokat végeznek, különféle anyagokat tesztelnek, míg a szociológus információkat gyűjt és dolgoz fel. Minden szakembernek megvan a maga útja, az egyetlen dolog, ami összeköti őket, a kísérletek.

Még mindig sok közös jellemző van a kísérletek végrehajtásának módjában a különböző iparágakban:

1. Minden kutató figyel a mérőműszerek pontosságára és a kapott adatok pontosságára.

2. Minden kutató igyekszik minimalizálni a kísérletben részt vevő változók számát, hiszen munkája gyorsabban és kevesebb költséggel fog elkészülni.

3. A kísérlet tetszőleges bonyolultságú lehet, de először meg kell írnia a megvalósítási tervet. A kísérleti terv elkészítésekor nagyon fontos a kérdések helyes és világos megfogalmazása.

4. A kísérlet során a kutatónak ellenőriznie kell a vizsgálati objektumot hibák és hibás működés szempontjából. Ez a feladat magában foglalja a kapott adatok elfogadhatóságának ellenőrzését. Az eredmények nem mondanak ellent a logikának.

5. Minden kísérlet során elemeznie kell a kapott adatokat, és magyarázatot kell adnia rájuk, mert e nélkül a kísérletnek nem lesz értelme.

6. Minden kutató ellenőrzi az elvégzett kísérletet, azaz a külső változóktól való függés elhagyható.

A kísérletek jellege eltérhet egymástól, de minden kísérlet tervezését, végrehajtását és elemzését azonos sorrendben kell végrehajtani. A kísérletek eredményei általában táblázatok, grafikonok és képletek formájában jelennek meg. De a különbség a kísérlet minőségében van.

Minden kísérlet az eredmény bemutatásával, a következtetés megfogalmazásával és az ajánlás kiadásával zárul. Ahhoz, hogy az eredmény több paramétertől való függését megkapjuk, több grafikont kell készíteni, vagy egy gráfot izometrikus koordinátákkal kell megszerkeszteni. Nagyon összetett függvények ábrázolása még nem lehetséges grafikonok segítségével. Az eredmények matematikai képletek formájában történő megjelenítésével lehetőség nyílik az eredmény nagyobb számú változótól való függésének kifejezésére. De általában 3 változóra korlátozódnak.

Egy kísérlet eredményeinek verbális formában való közlése a leghatékonyabb.

A legtöbb technikai kísérlet végén van néhány cselekvés – döntéshozatal, a teszt folytatása vagy a kudarc beismerése.

A kutatónak módszeresen és alaposan mérlegelnie kell az összes valószínűsíthető külső hatást és az optimális szabályozási módszereket. Meg kell tudnia különböztetni egy kivételes és különleges hatást a sokféle külső hatástól és külső hibatényezőtől.

A véletlenszerű felfedezések akkor jelennek meg, ha minden előre látható lehetőséget előre kiszámítottak, megjósoltak vagy kiküszöböltek, és csak teljesen új, korábban feltáratlan lehetőségek nyílhatnak meg.

Módszertan- ez a teljes és. bizonyos sorrendben elhelyezett szellemi és fizikai műveletek, amelyeknek megfelelően a vizsgálat célja megvalósul.

A kísérleti módszerek kidolgozásakor gondoskodni kell a következőkről:

A vizsgált tárgy vagy jelenség előzetes célzott megfigyelése a kiindulási adatok (hipotézisek, változó tényezők kiválasztása) meghatározása érdekében;

Olyan feltételek megteremtése, amelyek között a kísérletezés lehetséges (objektumok kiválasztása kísérleti befolyásoláshoz, véletlenszerű tényezők hatásának kiküszöbölése);

Mérési határértékek meghatározása; a vizsgált jelenség fejlődésének szisztematikus megfigyelése és a tények pontos leírása;

Mérések, tények értékelésének szisztematikus rögzítésének lebonyolítása különféle eszközökkel és módszerekkel;

Ismétlődő helyzetek létrehozása, feltételek és kereszthatások jellegének megváltoztatása, bonyolult helyzetek létrehozása a korábban szerzett adatok megerősítése vagy cáfolata érdekében;

Átmenet az empirikus vizsgálatról a logikai általánosításokra, a megszerzett tényanyag elemzésére és elméleti feldolgozására.

Minden kísérlet előtt tervet (programot) készítenek, amely tartalmazza:

A kísérlet célja és célkitűzései;

Változó tényezők kiválasztása;

A kísérlet terjedelmének indoklása, a kísérletek száma;

A kísérletek végrehajtásának eljárása, a tényezők változási sorrendjének meghatározása;

Lépés kiválasztása a tényezők megváltoztatásához, intervallumok meghatározása a jövőbeni kísérleti pontok között;

Mérőműszerek indoklása;

A kísérlet leírása;

A kísérleti eredmények feldolgozásának és elemzésének módszereinek indoklása.

A kísérleti eredményeknek három statisztikai követelménynek kell megfelelniük:

Az értékelések eredményességének követelménye, i.e. az eltérés minimális eltérése egy ismeretlen paraméterhez képest;

Az értékelések következetességének követelménye, i.e. a megfigyelések számának növekedésével a paraméterbecslésnek a valós értékéhez kell igazodnia;

Az elfogulatlan becslések követelménye a szisztematikus hibák hiánya a paraméterek számítási folyamatában.

A kísérlet lebonyolítása és feldolgozása során a legfontosabb probléma e három követelmény kompatibilitása.

A kísérleti tervezés elméletének elemei

A matematikai kísérletelmélet határozza meg az optimális kutatás feltételeit, beleértve a jelenség fizikai lényegének hiányos ismereteit is. Ennek érdekében a kísérletek előkészítésében és lefolytatásában matematikai módszereket alkalmaznak, amelyek lehetővé teszik az összetett rendszerek és folyamatok tanulmányozását, optimalizálását, biztosítják a kísérlet nagy hatékonyságát és a vizsgált tényezők meghatározásának pontosságát.

A kísérleteket általában kis sorozatokban hajtják végre egy előre egyeztetett algoritmus szerint. Minden kis kísérletsorozat után feldolgozzák a megfigyelési eredményeket, és szigorúan megalapozott döntést hoznak a további teendőkről.

A matematikai kísérleti tervezés módszereinek alkalmazásakor lehetséges:

A komplex folyamatok és jelenségek tanulmányozásával kapcsolatos különféle kérdések megoldása;

Végezzen kísérletet annak érdekében, hogy a technológiai folyamatot az előfordulásának változó optimális körülményeihez igazítsa, és ezáltal biztosítsa a megvalósítás magas hatékonyságát stb.

A matematikai kísérlet elmélete számos olyan fogalmat tartalmaz, amelyek biztosítják a kutatási feladatok sikeres végrehajtását:

A randomizáció fogalma;

A szekvenciális kísérlet fogalma;

A matematikai modellezés fogalma;

A faktortér optimális kihasználásának koncepciója és még sok más.

Randomizációs elv az, hogy a véletlenszerűség elemét bevezetik a kísérleti tervbe. Ennek érdekében a kísérleti tervet úgy állítják össze, hogy azokat a szisztematikus tényezőket, amelyek nehezen ellenőrizhetők, statisztikailag figyelembe veszik, majd a kutatásban szisztematikus hibaként kizárják.

Ha szekvenciálisan hajtják végre a kísérletet nem egyszerre, hanem szakaszosan hajtják végre, így az egyes szakaszok eredményeit elemzik, és döntést hoznak a további kutatások célszerűségéről ( 2.1 ). A kísérlet eredményeként egy regressziós egyenletet kapunk, amelyet gyakran folyamatmodellnek neveznek.

Konkrét esetekre matematikai modell a folyamat és a kutatási célok célorientáltsága alapján jön létre, figyelembe véve a megoldás megkövetelt pontosságát és a forrásadatok megbízhatóságát.

A kísérleti tervezés elméletében fontos helyet foglal el optimalizálási problémák vizsgált folyamatok, többkomponensű rendszerek vagy egyéb objektumok tulajdonságai.

Általában lehetetlen megtalálni a befolyásoló tényezők értékeinek olyan kombinációját, amely egyidejűleg eléri az összes válaszfunkció extrémumát. Ezért az esetek többségében az állapotváltozók közül csak egyet, a folyamatot jellemző válaszfüggvényt választjuk optimalitási kritériumnak, a többit pedig az adott esetre elfogadhatónak fogadjuk el.

A kísérletek tervezésének módszerei jelenleg rohamosan fejlődnek, amit elősegít a számítógépek széles körű elterjedésének lehetősége.

Számítógépes kísérlet az alkalmazott matematika és az elektronikus számítógépek felhasználásán alapuló kutatás módszertanára és technológiájára utal, mint a matematikai modellek alkalmazásának technikai alapjára.

Így egy számítási kísérlet a vizsgált objektumok matematikai modelljeinek létrehozásán alapul, amelyeket valamilyen speciális matematikai struktúra segítségével alakítanak ki, amely képes tükrözni az objektum különféle kísérleti körülmények között mutatott tulajdonságait.

Ezek a matematikai struktúrák azonban csak akkor válnak modellekké, ha a struktúra elemei fizikai értelmezést kapnak, ha kapcsolat jön létre a matematikai szerkezet paraméterei és a tárgy kísérletileg meghatározott tulajdonságai között, amikor a struktúra elemeinek jellemzői. modell és maga a modell egésze megfelel az objektum tulajdonságainak.

Így a matematikai struktúrák az objektum kísérletileg feltárt tulajdonságainak való megfelelés leírásával együtt a vizsgált objektum modelljei, amelyek matematikai, szimbolikus (jel) formában tükrözik az objektíven létező függőségeket, összefüggéseket és törvényszerűségeket. természet.

Minden számítási kísérlet egy matematikai modellen és a számítási matematikai technikákon alapul. A modern számítási matematika számos szakaszból áll, amelyek az elektronikus számítástechnika fejlődésével együtt fejlődnek.

A matematikai modellezés és a számítási matematikai módszerek alapján megalkották a számítási kísérletek elméletét és gyakorlatát, amelyek technológiai ciklusát általában a következő szakaszokra bontják.

1. A vizsgált objektumhoz egy modellt építenek, általában először egy fizikait, amely rögzíti a vizsgált jelenségben működő összes tényező fő és másodlagos felosztását, amelyeket a vizsgálat ezen szakaszában elvetünk.

2. A megfogalmazott matematikai probléma számítási módszerének kidolgozása folyamatban van. Ezt a problémát algebrai képletkészlet formájában mutatjuk be, amely szerint számításokat és feltételeket kell végrehajtani, bemutatva e képletek alkalmazási sorrendjét; ezeknek a képleteknek és feltételeknek a halmazát számítási algoritmusnak nevezzük.

A számítási kísérlet többváltozós jellegű, mivel a felmerülő problémák megoldása gyakran számos bemeneti paramétertől függ.

Ebben a tekintetben egy számítási kísérlet megszervezésekor hatékony numerikus módszereket használhat.

3. A probléma számítógépen történő megoldására algoritmus és program fejlesztés alatt áll. A programozási megoldásokat ma már nemcsak az előadó művészete és tapasztalata határozza meg, hanem önálló tudománygá nőtte ki magát, a maga alapvető megközelítéseivel.

4. Számítások elvégzése számítógépen. Az eredményt digitális információ formájában kapjuk meg, amelyet aztán vissza kell fejteni. Az információ pontosságát egy számítási kísérlet során a kísérlet alapjául szolgáló modell megbízhatósága, az algoritmusok és programok helyessége határozza meg (előzetes „teszt” teszteket végzünk).

5. Számítási eredmények feldolgozása, elemzése és következtetései. Ebben a szakaszban szükség lehet a matematikai modell pontosítására (bonyolításra, vagy éppen ellenkezőleg, egyszerűsítésre), javaslatokra egyszerűsített mérnöki megoldások és képletek létrehozására, amelyek lehetővé teszik a szükséges információk egyszerűbb megszerzését.

A számítási kísérlet kivételes jelentőséget kap azokban az esetekben, amikor a teljes körű kísérletezés és a fizikai modell felépítése lehetetlennek bizonyul.

A tudománynak és a technológiának számos olyan területe van, ahol az összetett rendszerek tanulmányozásában a számítási kísérlet az egyetlen lehetséges.

A kísérleti tervezés általános elvei

Összehasonlítás.

Randomizálás.

Replikáció.

Egyöntetűség.

Rétegzés.

faktorszintek

Cím: A kísérleti tervezés általános elvei
Részletes leírás:

A tudomány kezdete óta keresi a módokat a környező világ törvényeinek megértésére. Egyik felfedezés után a tudósok egyre feljebb emelkednek a tudás létráján, eltörlik az ismeretlen határát, és a tudomány új határait érik el. Ez az út a kísérleteken keresztül vezet. A természet végtelen sokféleségét a tudományos tapasztalat mesterséges keretei között tudatosan korlátozva az emberi elme számára érthető világképpé alakítjuk azt.

A kísérlet mint tudományos kutatás az a forma, amelyben és amelyen keresztül a tudomány létezik és fejlődik. A kísérlet elvégzése előtt alapos előkészítést igényel. Az orvosbiológiai kutatásokban a kísérleti rész tervezése különösen fontos a biológiai objektumokra jellemző tulajdonságok nagy változatossága miatt. Ez a jellemző a fő oka az eredmények értelmezési nehézségeinek, amelyek kísérletenként jelentősen változhatnak.

Statisztikai problémák indokolják egy olyan kísérleti terv kiválasztásának szükségességét, amely minimálisra csökkenti a variabilitás hatását a tudós következtetéseire. Ezért a kísérleti tervezés célja a lehető legtöbb információ megszerzéséhez szükséges terv elkészítése a legkisebb költséggel a vizsgálat befejezéséhez. Pontosabban a kísérleti tervezést úgy definiálhatjuk, mint azt az eljárást, amely során kiválasztják a kísérletek elvégzéséhez szükséges és elegendőek számát és feltételeit egy adott probléma megfelelő pontosságú megoldásához.

A kísérleti tervezés az agrobiológiából származik, és Sir Ronald Aylmer Fisher angol statisztikus és biológus nevéhez fűződik. A 20. század elején a Rothamsted (Egyesült Királyság) agrobiológiai állomásán a műtrágyák különböző gabonafajták terméshozamára gyakorolt ​​hatását vizsgálták. A tudósok kénytelenek voltak figyelembe venni mind a kutatási objektumok nagy változatosságát, mind a kísérletek hosszú időtartamát (kb. egy év). Ilyen körülmények között nem volt más út, mint egy jól átgondolt kísérleti terv kidolgozása annak érdekében, hogy csökkentsék e tényezők negatív hatását a következtetések pontosságára. Fisher a statisztikai ismeretek biológiai problémákra való alkalmazásával kidolgozta saját statisztikai következtetéselméleti elveit, és úttörő szerepet játszott a kísérletek tervezésének és elemzésének új tudományában.

Ronald Fisher maga magyarázta el a tervezés alapjait egy kísérlet példáján keresztül, amelyet annak meghatározására végeztek, hogy egy bizonyos angol hölgy képes-e megkülönböztetni, mit öntöttek először egy csészébe - teát vagy tejet. Meg kell jegyezni, hogy az igazi angol hölgyek számára fontos, hogy a teát tejbe öntsék, és nem fordítva, a sorrend megsértése a tudatlanság jele lesz, és elrontja az ital ízét.

A kísérlet egyszerű: a hölgy kipróbálja a tejes teát, és megpróbálja ízlés szerint megérteni, milyen sorrendben öntötték ki mindkét összetevőt. Az ehhez a tanulmányhoz kidolgozott tervnek számos tulajdonsága van.

Összehasonlítás. Sok tanulmányban nehéz vagy lehetetlen a mérési eredmény pontos meghatározása. Így például egy hölgy nem fogja tudni számszerűsíteni a tea minőségét, összehasonlítja egy megfelelően elkészített ital színvonalával, amelynek ízét gyermekkora óta ismeri. Jellemzően egy tudományos kísérlet során egy objektumot vagy valamilyen előre meghatározott szabvánnyal vagy egy kontrollobjektummal hasonlítanak össze.

Randomizálás. Ez egy nagyon fontos pont a tervezésben. Példánkban a véletlenszerűsítés a csészék kóstolásra való bemutatásának sorrendjét jelenti. A véletlenszerűsítésre azért van szükség, hogy statisztikai módszereket lehessen alkalmazni a vizsgálati eredmények elemzésére.

Replikáció. Az ismételhetőség a kísérlet felállításának szükséges összetevője. Elfogadhatatlan következtetéseket levonni a tea minőségének egyetlen csészéből történő meghatározására. Minden egyes mérés (kóstolás) eredménye magában hordozza a sok véletlenszerű tényező hatására fellépő bizonytalanság egy részét. Ezért több tesztet kell végezni a változékonyság forrásának azonosításához. A kísérlet érzékenysége ehhez a tulajdonsághoz kapcsolódik. Fisher megjegyezte, hogy amíg a csésze teák száma meg nem halad egy bizonyos minimumot, lehetetlen egyértelmű következtetéseket levonni.

Egyöntetűség. A mérések megismétlése (replikációja) ugyan szükséges, de számuk nem lehet túl nagy, hogy a homogenitás ne vesszen el. A csészék közötti hőmérsékletkülönbségek, az ízek tompulása stb., ha az ismétlések egy bizonyos határát túllépik, megnehezíthetik a kísérlet eredményeinek elemzését.

Rétegzés. Túllépve R. Fischer példáján a kísérleti terv elvontabb leírásáig, meg lehet jelölni egy olyan tulajdonságot is, mint a rétegződés (blokkolás). A rétegződés a kísérleti egységek viszonylag homogén csoportokba (blokkok, rétegek) való felosztása. A rétegződési eljárás lehetővé teszi, hogy minimalizáljuk az általunk ismert nem véletlenszerű variabilitási források hatását. Az egyes blokkon belül a kísérleti hiba kisebbnek tekinthető, mint az azonos számú objektum kísérletére vonatkozó véletlenszerű kiválasztással. Például, amikor egy új gyógyszert kutatunk, két faktorszintünk van - a „drog” és a „placebo”, amelyeket férfiaknak és nőknek írnak fel. Ebben az esetben a nem egy blokkoló tényező, amely alapján a vizsgált alanyokat alcsoportokra osztják.

A kísérleti terv fent leírt jellemzői részben vagy egészben vonatkoznak bármely tudományos kísérletre. A kezdéshez azonban nem elegendő a vizsgálat általános tulajdonságainak ismerete, alaposabb előkészítés szükséges. Lehetetlen egy cikkben részletes útmutatót készíteni, ezért itt a kísérlettervezés szakaszairól a legáltalánosabb információkat közöljük.

Minden kutatás a cél kitűzésével kezdődik. A vizsgálandó probléma kiválasztása és megfogalmazása egyaránt befolyásolja a tanulmány tervezését és az eredményeiből levonható következtetéseket. A legegyszerűbb esetben a problémafelvetésnek tartalmaznia kell a „Ki?”, „Mi?”, „Mikor?”, „Miért?” kérdéseket. És hogyan?".

E tervezési szakasz fontosságát szemlélteti egy tanulmány, amely a közúti közlekedési balesetekről gyűjtött információkat. A kitűzött céltól függően a munka egy új autó vagy egy új útburkolat fejlesztésére irányulhat. Bár ugyanazt az adatsort használjuk, a problémafelvetés és a következtetések jelentősen eltérnek a probléma megfogalmazásától függően.

A munka céljának kiválasztása után meg kell határozni az úgynevezett függő változókat. Ezek azok a változók, amelyeket a vizsgálat során mérni fognak. Például az emberi test vagy a laboratóriumi állatok bizonyos rendszereinek működésének mutatói (pulzusszám, vérnyomás, a vér enzimtartalma stb.), valamint a kutatási objektumok egyéb jellemzői, amelyek változásai tájékoztató jellegűek. nekünk.

Mivel vannak függő változók, független változóknak is kell lenniük. Egy másik elnevezésük a tényezők. A kutató egy kísérletben tényezőkkel operál. Ez lehet a vizsgált gyógyszer dózisa, a stressz szintje, a fizikai aktivitás mértéke stb. A faktor és a függő változó közötti kapcsolat kényelmesen ábrázolható egy kibernetikus rendszerrel, amelyet gyakran „fekete doboznak” neveznek.

A fekete doboz olyan rendszer, amelynek működési mechanizmusa ismeretlen számunkra. A kutató azonban információval rendelkezik arról, hogy mi történik a fekete doboz bemeneténél és kimeneténél. Ebben az esetben a kimeneti állapot funkcionálisan a bemeneti állapottól függ. Ennek megfelelően y1, y2, ..., yp függő változók, amelyek értéke tényezőktől függ (független változók x1, x2, ..., xk). A w1, w2, ..., wn paraméterek olyan zavarokat jelentenek, amelyek nem szabályozhatók vagy nem változtathatók az idő múlásával.

Általában ez a következőképpen írható fel: y=f(x1, x2, ..., xk).

A kísérletben minden tényező több érték közül egyet vehet fel. Az ilyen értékeket hívják faktorszintek. Kiderülhet, hogy egy tényező végtelen számú értéket vehet fel (például egy gyógyszer dózisa), de a gyakorlatban több különálló szintet választanak ki, amelyek száma az adott kísérlet céljaitól függ.

A faktorszintek rögzített halmaza határozza meg a fekete doboz egyik lehetséges állapotát. Ugyanakkor ezek a feltételek az egyik lehetséges kísérlet elvégzéséhez. Ha felsoroljuk az összes lehetséges ilyen állapothalmazt, akkor egy adott rendszer különböző állapotainak teljes halmazát kapjuk, amelyek száma az összes lehetséges kísérlet száma lesz. A lehetséges állapotok számának kiszámításához elegendő a q faktorszintek számát (ha minden tényezőnél azonos) a k faktorszám hatványára emelni.

Az összes lehetséges állapot halmaza határozza meg a fekete doboz összetettségét. Így egy tíz tényezőből álló rendszer négy szinten több mint egymillió különböző állapotban lehet. Nyilvánvaló, hogy ilyen esetekben lehetetlen olyan vizsgálatot végezni, amely minden lehetséges kísérletet magában foglal. Ezért a tervezési szakaszban dől el az a kérdés, hogy hány kísérletet és melyeket kell elvégezni a probléma megoldásához.

Megjegyzendő, hogy a kísérlethez elengedhetetlenek a vizsgálat tárgyának tulajdonságai. Először is információval kell rendelkeznünk egy adott objektummal végzett kísérletek eredményeinek reprodukálhatóságáról. Ehhez végezhet kísérletet, majd szabálytalan időközönként megismételheti, és összehasonlíthatja az eredményeket. Ha az értékek szórása nem haladja meg a kísérlet pontosságára vonatkozó követelményeinket, akkor az objektum megfelel az eredmények reprodukálhatóságának követelményének. Az objektummal szemben támasztott másik követelmény az irányíthatósága. A vezérelt objektum olyan objektum, amelyen aktív kísérletet lehet végezni. Az aktív kísérlet viszont olyan kísérlet, amelynek során a kutatónak lehetősége van kiválasztani a számára érdekes tényezők szintjét.

A gyakorlatban nincsenek teljesen felügyelt objektumok. Ahogy fentebb említettük, egy valós objektumra mind ellenőrizhető, mind nem ellenőrizhető tényezők hatással vannak, ami az egyes objektumok közötti eredmények változékonyságához vezet. A véletlenszerű változásokat a különböző szintű független változók által okozott rendszeres változásoktól csak statisztikai módszerek segítségével tudjuk elkülöníteni.

A statisztikai módszerek azonban csak bizonyos feltételek mellett hatékonyak. Az egyik ilyen feltétel a kísérletben használt bizonyos minimális mintanagyság követelménye. Nyilvánvaló, hogy minél szélesebb a jellemzők változási tartománya tárgyról objektumra, annál nagyobbnak kell lennie a kísérlet ismétlődésének, vagyis a kísérleti csoportok számának.

Mivel az indokolatlanul sok kísérlet túl költségessé teszi a vizsgálatot, és az elégtelen mintaméret veszélyeztetheti a következtetések pontosságát, a szükséges mintanagyság meghatározása kritikus szerepet játszik a kísérlettervezésben. A minimális mintanagyság számítási módszereit a szakirodalom részletesen leírja, így ezek bemutatása a cikkben nem lehetséges. Meg kell azonban említeni, hogy ezek a vizsgált mutató átlagos értékének és hibájának előzetes meghatározását igénylik. Az ilyen információk forrása a hasonló tanulmányokról szóló publikációk lehetnek. Ha ezeket még nem végezték el, akkor egy előzetes „pilot” vizsgálatot kell végezni a tulajdonság variabilitásának felmérésére.

A kísérletek tervezésének következő lépése a véletlenszerűsítés. A véletlenszerűsítés egy folyamat, amelyet az alanyok csoportosítására használnak, hogy mindegyiküknek egyenlő esélye legyen egy kontroll- vagy kezelési csoportba való besorolásra. Más szóval, a vizsgálatban résztvevők kiválasztásának véletlenszerűnek kell lennie, hogy a vizsgálat ne legyen elfogult a kutató „preferált” eredménye felé.

A véletlenszerűsítés segít megelőzni az olyan okok miatti torzítást, amelyeket nem vettek közvetlenül figyelembe a kísérleti tervezés során. Ebből a célból például véletlenszerűen alakítják ki a laboratóriumi állatok kísérleti csoportjait. A teljes randomizálás azonban nem mindig lehetséges. Így a klinikai vizsgálatok egy bizonyos korcsoportba tartozó betegeket vonnak be, akiknek a diagnózisa és a betegség súlyossága előre meghatározott, ezért a résztvevők kiválasztása nem véletlenszerű. Ezenkívül az úgynevezett „blokk” kísérleti tervek korlátozzák a randomizációt. Ezek a tervek azt jelentik, hogy az egyes blokkokba való kiválasztás bizonyos nem véletlenszerű feltételeknek megfelelően történik, és a vizsgálati alanyok véletlenszerű kiválasztása csak blokkon belül lehetséges. A randomizációs folyamat könnyen megvalósítható speciális statisztikai szoftverek vagy speciális táblázatok segítségével.

Összegzésként szólni kell arról, hogy a kutatási tervben az orvostudomány és a statisztika követelményei mellett az erkölcsi és etikai normákat is figyelembe kell venni. Nem szabad megfeledkeznünk arról, hogy az etikai elveknek megfelelően nemcsak embereket, hanem laboratóriumi állatokat is be kell vonni a kísérletbe.

Kísérletezéskor még egy tapasztalt kutató sem garantált a hibák és az információk torzulása ellen. Némelyikük kiküszöbölhető, ha körültekintőbben közelíti meg a kísérlet tervezését. A másik rész elvileg nem küszöbölhető ki.” De ennek a lehetőségnek a figyelembe vétele – a hibalehetőség – lehetővé teszi a szükséges módosítások elvégzését.

Először is, valami, ami valójában nem az, tévesen kísérletnek nevezhető. Egy párhuzamos kísérlet lefolytatása során lehetséges például, hogy az egyik gyári csapatnál megváltoztassák a bérrendszert, a másikban viszont nem, és kiderülhet, hogy az első csapatban nőtt a munkatermelékenység. Ez a fajta helyzet azonban semmiképpen sem lesz kísérleti jellegű, hacsak nem vesszük figyelembe mindkét csoport néhány fontos jellemzőjét, és nem hozunk létre felettük ellenőrzést.

A kísérleti és kontrollcsoportok méretében, tevékenységi típusában, termelési funkcióinak megoszlásában, vezetési típusában vagy más, a hipotézis szempontjából fontos jellemzőben egyenlőnek kell lenniük. Ha valamelyik fontos csoporttulajdonságot nem lehet kiegyenlíteni, akkor meg kell próbálni valahogy semlegesíteni vagy rögzíteni, és figyelembe kell venni az eredmények elemzésénél.

Azokban az esetekben, amikor a szociológus ezt nem teszi meg, nincs kedve a kialakult helyzetet kísérletinek nevezni, és a termelékenység változását a bérrendszer változásával magyarázni, hiszen a termelékenység változását bármilyen más véletlenszerű tényező is előidézheti. és nem a változás által; bérek. Mielőtt egy tanulmányt kísérletinek nevezne, a kutatónak elemeznie kell, hogy van-e erre alapja, vagyis megteremtette-e a szükséges feltételeket, és biztosította-e a szükséges szintű mérést és ellenőrzést.

Hipotézis megfogalmazásakor és általános hipotézisről kooperációs változókra való áttéréskor az érvelés logikájából adódó hibák előfordulhatnak.

Egyesítő ok a hipotézis megfogalmazásakor: előfordulhat, hogy az azonosított mechanizmusok, összefüggések hibásan azonosíthatók. Ez általában kevéssé ismert jelenségek tanulmányozása során történik, majd a kísérletben kapott negatív eredmények pozitívan járulnak hozzá a megfigyelési tárgy elméleti modelljének kialakításához, mivel azt mutatják, hogy egy adott mechanizmus vagy kapcsolat nem határozza meg a folyamatokat. előforduló.

Hibák előfordulhatnak, ha eltérünk a hipotetikus definíciótól

kapcsolat empirikus mutatóinak leírásával. A rosszul kiválasztott mérőszámok értéktelenné teszik a kísérletet, függetlenül attól, hogy milyen gondosan hajtották végre. A hibák a kísérlet résztvevői és a kutató szubjektív helyzetérzékelése miatt lehetségesek. A kísérletező gyakran hajlamos túlbecsülni a vizsgált változó hatását, és ez oda vezet, hogy hajlamos bármilyen félreérthető tényt az általa kívánt irányba értelmezni.

A kísérleti csoport tagjainak lehetőségük van a szituáció szubjektív értelmezésére is: a kísérleti szituáció egyes jellemzőit saját attitűdjüknek megfelelően érzékelhetik, nem abban a jelentésben, amelyben a kísérletező számára megjelennek. Az észlelés ilyen eltérése, ha nem veszik figyelembe a kísérlet megtervezésekor, minden bizonnyal befolyásolja az eredmények elemzését, és jelentősen csökkenti azok megbízhatóságát.

A kontroll gyengítése és a kísérlet „tisztasági fokának” csökkentése növeli a további változók vagy véletlenszerű tényezők befolyásának lehetőségét, amelyeket a kísérlet végén nem lehet figyelembe venni vagy értékelni. Ez viszont nagymértékben csökkenti a levont következtetések megbízhatóságát.

A nem kellően gyakorlott kutató a statisztikai módszerek használatából eredő veszélyekkel néz szembe, olyan módszereket alkalmazhat, amelyek nem felelnek meg a kutatási feladatnak. Ez a lehetőség mind a kísérleti csoport felépítésére, mind az eredmények elemzésének módszerére vonatkozik.

A kísérlet alkalmazása a szociológiában számos olyan nehézséggel jár, amelyek nem teszik lehetővé a természettudományi kísérlet tisztaságának elérését, mivel lehetetlen kiküszöbölni a vizsgáltakon kívül létező kapcsolatok hatását, lehetetlen ellenőrizni tényezőket olyan mértékben, amennyire természettudományos kísérletben lehetséges, vagy a tanfolyamot azonos formában és eredménnyel megismételni.

Egy szociológiai kísérlet közvetlenül érint egy konkrét személyt, és ez epikus problémákat is felvet, természetesen leszűkíti a kísérlet hatókörét, és fokozott felelősséget kíván a kutatótól.

Irodalom további olvasáshoz

Lenin V. R. Remek kezdeményezés. - Teljes. Gyűjtemény cit., 39. évf. 1-29.

Afanasjev V. G. A társadalom kezelése mint szociológiai probléma. - A könyvben: A társadalom tudományos irányítása. M.: Mysl, 1968, szám. 2. o. 218-219.

Meleva L. A., Sivokon P. E. Társadalmi kísérlet és módszertani alapjai. M.: Znanie 1970. 48 p.

Kuznyecov V. P. Kísérlet, mint egy objektum átalakításának módszere - Hírek. Moszkvai Állami Egyetem.

Ser. 7. Filozófia, 1975, 4. szám, p. 3-10.

Kupriyan A.P. A kísérlet problémája a társadalmi gyakorlat rendszerében M. Nauka, 1981. 168 p.

Előadások a konkrét társadalomkutatás módszertanáról / Szerk. G. M. Andreeva. M.: Moszkvai Állami Egyetemi Kiadó, 1972, p. 174-201.

Mihajlov S. Empirikus szociológiai kutatás. M.: Haladás, 1975 p., 296-301.

A marxista-leninista szociológia alapjai. M.: Haladás, 1972, p. 103-108. Társadalomkutatás folyamata/Általános. szerk. Yu. E. Volkova. M.: Haladás 1975, szekt. PD II.4.

Panto R., Grawitz M. Társadalomtudományi módszerek. M.: Haladás, 1972, 557-562.

Richtarzhik K. A szociológia a tudás útjain. M.: Haladás, 1981, p. 89-112.

Ruzavin G. I. A tudományos kutatás módszerei. M.: Mysl, 1974, p. 64-84.

Shtoff V. A. Bevezetés a tudományos ismeretek módszertanába. L.; A Leningrádi Állami Egyetem kiadója. 1972. 191 p.

Negyedik szakasz

A XV. fejezet a kísérleti eredmények statisztikai feldolgozásának főbb kérdéseit tárgyalja: a mért érték legmegbízhatóbb értékének és ezen érték hibájának meghatározása több mérés alapján, két közeli érték különbségének megbízhatóságának felmérése, megbízható funkcionális kapcsolat megállapítása a XV. két értéket és közelítve ezt az összefüggést.

A fejezet kisegítő jellegű. A benne található anyag referencia formában, bizonyíték nélkül kerül bemutatásra. A fenti módszerek indoklása és részletesebb leírása elérhető például a.

1. Kísérleti hibák.

A numerikus módszereket gyakran használják a fizikai és egyéb folyamatok matematikai modellezésében. A számítási eredményeket ebben az esetben összehasonlítjuk a kísérleti adatokkal, és a választott matematikai modell minőségét azok konzisztenciája alapján ítéljük meg. A megfelelőségre vagy nem megfelelőségre vonatkozó ésszerű következtetés levonásához a kalkulátornak tudnia kell, hogy mi a kísérleti hiba és hogyan kezeli azt, és szükség esetén képesnek kell lennie a nyers kísérleti adatok statisztikai feldolgozására is.

Ezen túlmenően egy kísérlet statisztikai feldolgozásának feladata önálló érdek, hiszen nagyon fontos azokban az alkalmazásokban, ahol vagy különösen nagy pontosságra van szükség (például a geodéziai háromszögelési hálózatok beállítása), vagy az egyedi mérések szórását. meghaladja a vizsgált hatást (amely gyakran megtalálható a részecskefizikában, a komplex vegyületek kémiájában, a mezőgazdasági fajták tesztelésében, az orvostudományban stb.).

Jellemzően minél precízebb a kísérlet, annál bonyolultabb és drágább berendezéseket igényel. Az eredmények átgondolt matematikai feldolgozása azonban bizonyos esetekben lehetővé teszi a mérési hibák azonosítását és részleges kiküszöbölését; ez nem lehet kevésbé hatékony, mint drágább és pontosabb berendezések használata. Ez a fejezet a statisztikai feldolgozást tárgyalja, amely jelentősen csökkentheti és pontosan megbecsülheti a véletlenszerű mérési hibákat.

A kísérleti hibákat hagyományosan szisztematikusra, véletlenszerűre és durvara osztják; Nézzük meg őket részletesebben.

A szisztematikus hibák azok, amelyek nem változnak, ha egy adott kísérletet többször megismételnek. Ilyen hibák például a levegő felhajtó hatásának figyelmen kívül hagyása a pontos mérés során, vagy az áram mérése galvanométerrel, amelynek nullapontja rosszul van beállítva. A szisztematikus hibáknak három típusa van.

a) Ismert természetű hibák, amelyek nagysága meghatározható; módosításoknak nevezzük őket. Tehát pontos méréssel a levegő felhajtóerejének korrekcióját kiszámítják és hozzáadják a mért értékhez. A módosítások jelentősen csökkenthetik (vagy gyakorlatilag kiküszöbölhetik) az ilyen jellegű hibákat.

Ne feledje, hogy a korrekciók kiszámítása néha önálló, összetett matematikai feladat lehet. Például a hibásan feltett probléma (14.2), amikor egy vett rádiójelet vissza kell állítani, lényegében a vevő berendezés torzításának korrekciója.

b) Ismert eredetű, de ismeretlen nagyságrendű hibák. Ide tartozik a mérőműszerek pontossági osztálya által meghatározott hibája. Az ilyen hibáknál általában csak a felső határt ismerjük, ezeket nem lehet korrekcióként figyelembe venni.

c) Hibák, amelyek létezéséről nem tudunk; például rejtett hibás vagy elhasználódott készüléket használnak, amelynek tényleges pontossága lényegesen rosszabb a műszaki adatlapon feltüntetettnél.

Az összes típusú szisztematikus hiba azonosítása érdekében a berendezést általában előzetesen hibakereséssel végzik jól ismert tulajdonságokkal rendelkező referenciaobjektumokon.

A véletlenszerű hibákat nagyszámú tényező okozza, amelyek ugyanazon kísérlet megismétlése esetén eltérően hathatnak, és ezek hatását szinte lehetetlen figyelembe venni. Például egy tárgy hosszának mérésekor előfordulhat, hogy a vonalzót nem pontosan alkalmazzák, a megfigyelő tekintete nem esik merőlegesen a skálára stb.

Ha a kísérletet többször megismételjük, a véletlenszerű hiba eredménye más lesz. Az ilyen ismétlés és a megfelelő statisztikai feldolgozás azonban lehetővé teszi egyrészt a véletlen hiba nagyságának meghatározását, másrészt pedig annak csökkentését. A mérés megfelelő számú megismétlésével a véletlenszerű hiba a kívánt értékre csökkenthető (célszerű a szisztematikus hiba 50-100%-ára csökkenteni).

A durva hibák a megfigyelő figyelmetlenségének az eredménye, aki felírhat egy számjegyet a másik helyett.

Egyetlen méréssel a durva hiba nem mindig azonosítható. De ha a mérést többször megismételjük, akkor a statisztikai feldolgozás határozza meg a véletlenszerű hiba valószínű határait. A kapott határértékeket jelentősen túllépő mérés súlyosan hibásnak minősül, és az eredmények végső feldolgozása során nem veszik figyelembe.

Így a mérést elég sokszor megismételve gyakorlatilag kiküszöbölhetők a durva és véletlenszerű hibák, így a válasz pontosságát csak a szisztematikus hiba fogja meghatározni. Sok alkalmazásban azonban ez a szükséges alkalomszám elfogadhatatlanul nagynak bizonyul, és reális ismétlésszám mellett a véletlenszerű hiba döntő lehet.