Експеримент відіграє величезну роль у сучасній науці. Усі нові технічні відкриття завдячують саме експерименту. Які виникають складності при проведенні експерименту, а також які методи його проведення, поговоримо в цій статті.

Нині жодне наукове чи технічне дослідження може обійтися без експериментів. Експеримент необхідний галузі прикладних наук, і навіть розробки нової науки. Отже, цього вимагає технічний прогрес.

Проблеми експерименту

Завдяки технічному прогресу інженер-експериментатор стикається з новими труднощами. Одна з них у тому, що параметри об'єктів, які потрібно визначити, часто недоступні безпосередньому виміру (довговічність, корозійна стійкість і т.п.). Тобто сукупність техніко-економічних показників, якими виконується оцінка об'єкта випробувань, не збігається, як правило, із сукупністю параметрів об'єкта, визначених за результатами натурного експерименту.

Ще одна проблема полягає у можливості організувати випробування об'єктів, процеси протікання яких характеризуються складною динамікою та схильні до впливів непостійних умов довкілля.

При випробуваннях складних комплексів підвищується значення обліку тих впливів, які надає випробувальне реєструюче та керуюче обладнання сам процес функціонування випробуваного об'єкта.

Тому головним принципом організації експерименту в сучасних умовахє системний підхід.

Системний підхід передбачає розгляд всіх засобів, що беруть участь в експерименті як єдиної системи, що описується відповідною математичною моделлю. Тим самим математична модель стає елементом випробувань, яка будується після здійснення, планування експерименту, його проведення та обробки результату. Тільки наявність співвідношень, що пов'язують шукані техніко-економічні характеристики випробуваного об'єкта з його параметрами, дозволяє отримати обґрунтовані судження про перелік необхідних випробувальних заходів та їхню раціональну послідовність, сукупність реєстрованих величин, про умови до точності вимірювань, частоту реєстрації тощо.

Щоб побудувати математичну модель необхідно мати уявлення про поведінку окремих елементів, взаємодію між ними, вплив різних факторів, а також про реакцію змін умов випробувань.

Методи проведення

Що може поєднувати інженерів, фізиків, біологів, соціологів та інших фахівців? Біологи перевіряють лікарські апарати на тваринах, клонують, інженери проводять наукові дослідження, випробовують різні матеріали, а соціолог збирає та обробляє інформацію. Кожен фахівець має свій шлях, поєднує їх лише – експерименти.

У способах проведення експерименту в різних галузях все ж таки є багато спільних рис:

1. Всі дослідники звертають увагу на точність вимірювальних приладіві точність одержуваних даних.

2. Кожен дослідник намагається мінімізувати кількість змінних, що беруть участь в експерименті, оскільки його робота буде виконана швидше та понесе менше витрат.

3. Експеримент може бути будь-якої складності, але перше, що необхідно зробити, – це написати план його проведення. При побудові плану експерименту дуже важливо правильно та чітко формулювати питання.

4. Під час проведення експерименту дослідник повинен перевіряти випробуваний об'єкт на наявність помилок та неполадок. З цим завданням пов'язана перевірка прийнятності даних. Результати не повинні суперечити логіці.

5. Під час проведення будь-якого експерименту потрібно робити аналіз отриманих даних і давати їм пояснення, тому що без цього пункту експеримент не матиме сенсу.

6. Всі дослідники контролюють експеримент, що проводиться, тобто можна опустити залежність від зовнішніх змінних.

За характером експерименти цілком можуть відрізнятись один від одного, але планування, проведення та аналіз усіх експериментів має виконуватися в одній послідовності. Результати експериментів виводяться, зазвичай, як таблиць, графіків, формул. Але відмінність – як експеримент.

Кожен експеримент завершується поданням результату, формулюванням висновку та видачею рекомендації. Щоб отримати залежність результату від кількох параметрів, потрібно побудувати кілька графіків або побудувати графік в ізометричних координатах. За допомогою графіків зобразити надскладні функції поки неможливо. Виводячи результати у вигляді математичних формул, можна висловити залежність результату від більшої кількості змінних. Але все ж таки, як правило, обмежуються 3 змінними.

Висновок результатів експерименту в словесній формі є неефективним.

Наприкінці більшості технічних експериментів слід певне дію – прийняття рішення, продовження випробувань чи визнання невдачі.

Дослідник повинен методично і повністю обміркувати всі можливі зовнішні впливи та оптимальні методи контролю. Він повинен бути здатний відрізнити винятковий та особливий ефект від безлічі сторонніх впливів та зовнішніх факторів помилок.

Випадкові відкриття з'являються тоді, коли всі передбачені можливості заздалегідь підраховані, передбачені, або усунуті, і можуть відкритися тільки нові, недосліджені раніше можливості.

Методика- це сукупне в. розумових та фізичних операцій, розміщених у певній послідовності, відповідно до якої досягається мета дослідження.

Під час розробки методик проведення експерименту необхідно передбачати:

Проведення попереднього цілеспрямованого спостереження над об'єктом, що вивчається, або явищем з метою визначення вихідних даних (гіпотез, вибору варіюючих факторів);

створення умов, у яких можливе експериментування (підбір об'єктів для експериментального впливу, усунення впливу випадкових чинників);

Визначення меж вимірів; систематичне спостереження за ходом розвитку досліджуваного явища та точні описифактів;

Проведення систематичної реєстрації вимірювань та оцінок фактів різними засобами та способами;

Створення повторюваних ситуацій, зміна характеру умов та перехресні впливи, створення ускладнених ситуацій з метою підтвердження чи спростування раніше отриманих даних;

Перехід від емпіричного вивчення до логічних узагальнень, до аналізу та теоретичної обробки отриманого фактичного матеріалу.

Перед кожним експериментом складається його план (програма), який включає:

Мета та завдання експерименту;

Вибір факторів, що варіюють;

Обґрунтування обсягу експерименту, числа дослідів;

порядок реалізації дослідів, визначення послідовності зміни факторів;

вибір кроку зміни факторів, завдання інтервалів між майбутніми експериментальними точками;

Обґрунтування засобів вимірів;

Опис проведення експерименту;

Обґрунтування способів обробки та аналізу результатів експерименту.

Результати експериментів мають відповідати трьом статистичним вимогам:

Вимога ефективності оцінок, тобто. мінімальність дисперсії відхилення щодо невідомого параметра;

Вимога спроможності оцінок, тобто. при збільшенні числа спостережень оцінка параметра повинна прагнути його істинному значенню;

Вимога незміщеності оцінок – відсутність систематичних помилок у процесі обчислення параметрів.

Найважливішою проблемоюпри проведенні та обробці експерименту є сумісність цих трьох вимог.

Елементи теорії планування експерименту

Математична теоріяексперименту визначає умови оптимального проведення дослідження, у тому числі при неповному знанні фізичної сутностіявища. Для цього використовуються математичні методи при підготовці та проведенні дослідів, що дозволяє досліджувати та оптимізувати складні системита процеси, забезпечувати високу ефективність експерименту та точність визначення досліджуваних факторів.

Експерименти зазвичай ставляться невеликими серіями за заздалегідь узгодженим алгоритмом. Після кожної невеликої серії дослідів проводиться обробка результатів спостережень та приймається суворо обґрунтоване рішення про те, що робити далі.

При використанні методів математичного плануванняексперименту можливо:

Вирішувати різні питання, пов'язані з вивченням складних процесів та явищ;

Проводити експеримент з метою адаптації технологічного процесу до змінних оптимальних умов його протікання та забезпечувати таким чином високу ефективність його здійснення та ін.

Теорія математичного експерименту містить низку концепцій, які забезпечують успішну реалізацію завдань дослідження:

Концепція рандомізації;

Концепція послідовного експерименту;

Концепція математичного моделювання;

Концепція оптимального використання факторного простору та низку інших.

Принцип рандомізаціїу тому, що у план експерименту вводять елемент випадковості. Для цього план експерименту складається таким чином, щоб ті систематичні фактори, які важко контролюються, враховувалися статистично і потім виключалися в дослідженнях як систематичні помилки.

При послідовному проведенніексперимент виконується не одночасно, а поетапно, для того, щоб результати кожного етапу аналізувати та приймати рішення про доцільність проведення подальших досліджень ( рис.2.1 ). В результаті експерименту одержують рівняння регресії, яке часто називають моделлю процесу.

Для конкретних випадків математична модель створюється виходячи з цільової спрямованості процесу та завдань дослідження, з урахуванням необхідної точності рішення та достовірності вихідних даних.

Важливе місце в теорії планування експерименту займають питання оптимізації досліджуваних процесів, властивостей багатокомпонентних систем чи інших об'єктів.

Як правило, не можна знайти таке поєднання значень факторів, що впливають, при якому одночасно досягається екстремум всіх функцій відгуку. Тому в більшості випадків за критерій оптимальності вибирають лише одну із змінних стану функцію відгуку, що характеризує процес, а інші приймають прийнятними для цього випадку.

Методи планування експерименту нині швидко розвиваються, чому сприяє можливість широкого використання ЕОМ.

Обчислювальним експериментомназивається методологія та технологія досліджень, засновані на застосуванні прикладної математики та електронно-обчислювальних машин як технічної базипід час використання математичних моделей.

Таким чином, обчислювальний експеримент ґрунтується на створенні математичних моделей об'єктів, що вивчаються, які формуються за допомогою деякої особливої ​​математичної структури, здатної відображати властивості об'єкта, що виявляються ним у різних експериментальних умовах.

Однак ці математичні структури перетворюються на моделі лише тоді, коли елементам структури дається фізична інтерпретація, коли встановлюється співвідношення між параметрами математичної структури та експериментально певними властивостями об'єкта, коли характеристики елементів моделі та самої моделі загалом знаходять відповідність властивостям об'єкта.

Таким чином, математичні структури разом з описом відповідності експериментально виявленим властивостям об'єкта і є моделлю об'єкта, що вивчається, відображаючи в математичній, символічній (знаковій) формі об'єктивно існуючі в природі залежності, зв'язки та закони.

Кожен обчислювальний експеримент ґрунтується як на математичній моделі, так і на прийомах обчислювальної математики. Сучасна обчислювальна математика складається з багатьох розділів, що розвиваються разом з розвитком електронно-обчислювальної техніки.

На основі математичного моделювання та методів обчислювальної математики створилися теорія та практика обчислювального експерименту, технологічний цикл якого прийнято розділяти на наступні етапи.

1. Для досліджуваного об'єкта будується модель, зазвичай спочатку фізична, що фіксує поділ всіх діючих і аналізованому явище чинників головні і другорядні, які цьому етапі дослідження відкидаються.

2. Розробляється метод розрахунку сформульованої математичної задачі. Це завдання представляється у вигляді сукупності алгебраїчних формул, якими повинні вестися обчислення та умови, що показують послідовність застосування цих формул; набір цих формул та умов носить назву обчислювального алгоритму.

Обчислювальний експеримент має багатоваріантний характер, оскільки рішення поставлених завдань часто залежить від численних вхідних параметрів.

У зв'язку з цим з організацією обчислювального експерименту можна використовувати ефективні чисельні методи.

3. Розробляються алгоритм та програма вирішення задачі на ЕОМ. Програмування рішень визначається тепер як мистецтвом і досвідом виконавця, а переростає в самостійну науку зі своїми принциповими підходами.

4. Проведення розрахунків на ЕОМ. Результат виходить у вигляді деякої цифрової інформації, яку далі потрібно буде розшифрувати. Точність інформації визначається при обчислювальному експерименті достовірністю моделі, покладеної основою експерименту, правильністю алгоритмів і програм (проводяться попередні «тестові» випробування).

5. Обробка результатів розрахунків, їх аналіз та висновки. На цьому етапі можуть виникнути необхідність уточнення математичної моделі (ускладнення або, навпаки, спрощення), пропозиції щодо створення спрощених інженерних способів розв'язання та формул, що дають змогу отримати необхідну інформаціюНайпростішим способом.

Обчислювальний експеримент набуває виняткового значення у тих випадках, коли натурні експерименти та побудова фізичної моделі виявляються неможливими.

У науці та техніці відомо чимало областей, у яких обчислювальний експеримент виявляється єдино можливим щодо складних систем.

Загальні засади планування експериментів

Порівняння.

Рандомізація.

Реплікація.

Однорідність.

Стратифікація.

рівнями фактора

Назва: Загальні принципипланування експериментів
Детальний опис:

З моменту своєї появи наука шукає шляхи пізнання законів навколишнього світу. Здійснюючи одне відкриття за іншим, вчені піднімаються все вище і вище сходами знання, стираючи кордон невідомості і виходячи на нові рубежі науки. Цей шлях лежить через експеримент. Свідомо обмежуючи нескінченну різноманітність природи штучними рамками наукового досвіду, ми перетворюємо його на зрозумілу для людського розуму картину світу.

Експеримент як наукове дослідження - це форма, в якій і за допомогою якої наука існує та розвивається. Експеримент потребує ретельної підготовки перед його проведенням. У біомедичних дослідженнях планування експериментальної частини дослідження має особливо велике значеннявнаслідок широкої варіабельності властивостей, характерної для біологічних об'єктів. Ця особливість є основною причиною труднощів при інтерпретації результатів, які можуть відрізнятися від досвіду до досвіду.

Статистичні проблеми обґрунтовують необхідність вибору такої схеми експерименту, яка б мінімізувала вплив варіабельності на висновки вченого. Тому мета планування експерименту полягає у створенні схеми, яка необхідна для отримання якомога більшої інформаціїза найменших витрат для виконання дослідження. Більш точно планування експерименту можна визначити як процедуру вибору числа та умов проведення дослідів, необхідних та достатніх для вирішення поставленого завдання з необхідною точністю.

Планування експерименту з'явилося в агробіології та пов'язане з ім'ям англійського статистика та біолога сера Рональда Ейлмера Фішера. На початку XX століття на агробіологічній станції в Ротамстеді (Велика Британія) почалися дослідження впливу добрив на врожайність різних сортів зернових. Вчені змушені були зважати як на велику мінливість об'єктів дослідження, так і на велику тривалість дослідів (близько року). У умовах було іншого шляху, крім розробки продуманого плану експерименту зменшення негативного впливу зазначених чинників на точність висновків. Застосувавши статистичні знання до біологічним проблемам, Фішер прийшов до розробки власних принципівтеорії статистичного висновку та започаткував новій науціпро планування та аналіз експериментів.

Сам Рональд Фішер пояснював основи планування на прикладі експерименту, зробленого для з'ясування здатності якоїсь англійської леді розрізняти, що було налито в чашку насамперед - чай ​​чи молоко. Слід зазначити, що для справжніх англійських леді важливо, щоб чай наливався у молоко, а не навпаки, порушення послідовності буде ознакою невігластва та зіпсує смак напою.

Експеримент проходить просто: леді пробує чай з молоком і до смаку намагається зрозуміти, в якій черговості були налиті обидва інгредієнти. План, розроблений при цьому дослідження, характеризується низкою властивостей.

Порівняння.У багатьох дослідженнях точне визначення результату виміру важко чи неможливе. Так, наприклад, леді не зможе кількісно оцінити якість чаю, вона порівнюватиме його з еталоном правильно приготовленого напою, смак якого знайомий їй з дитинства. Як правило, у науковому експерименті об'єкт порівнюється або з деяким наперед заданим стандартом, або з контрольним об'єктом.

Рандомізація.Це дуже важливий момент у плануванні. У нашому прикладі рандомізація стосується того, в якому порядку подавати чашки на дегустацію. Рандомізація необхідна для того, щоб стало можливим застосування статистичних методів для аналізу результатів дослідження.

Реплікація.Повторюваність – це необхідний компонент постановки експерименту. Неприпустимо робити висновки про здатність до визначення якості чаю лише по одній чашці. Результат кожного окремого виміру (дегустації) несе у собі частку невизначеності, що виникла під впливом безлічі випадкових факторів. Отже, виявлення джерела варіабельності необхідно провести кілька випробувань. З цією властивістю пов'язана чутливість експерименту. Фішер зазначав, що доки кількість чашок чаю не перевищить деякого мінімуму, неможливо зробити будь-які однозначні висновки.

Однорідність.Незважаючи на необхідність повторення вимірів (реплікація), їх кількість не повинна бути надто великою, щоб не втратилася однорідність. Різниця температур чашок, притуплення смаку тощо при перевищенні деякого граничного числаповторень, можуть утруднити аналіз результатів експерименту.

Стратифікація.Виходячи за рамки прикладу Р. Фішера до більш абстрактного опису експериментального плану, можна додатково вказати таку властивість як стратифікація (блокування). Стратифікація - це розподіл експериментальних одиниць відносно однорідні групи (блоки, шари). Процедура стратифікації дозволяє мінімізувати ефект відомих невипадкових джерел варіабельності. Усередині кожного блоку помилку експерименту припускають меншою щодо випадку з випадковим відбором для експерименту такої ж кількості об'єктів. Наприклад, при дослідженні нового лікарського препарату ми маємо два рівні фактора – «препарат» та «плацебо», які призначаються чоловікам та жінкам. У разі підлога - це блокуючий чинник, яким відбувається поділ досліджуваних на підгрупи.

Описані вище характеристики експериментального плану повністю або частково відносяться до будь-якого наукового експерименту. Однак для початку роботи недостатньо одного лише знання про загальних властивостяхдослідження, необхідна ретельніша підготовка. Створення докладного керівництвав рамках однієї статті неможливо, тому тут буде викладено найбільше загальна інформаціяпро етапи планування експерименту

Будь-яке дослідження починається із постановки мети. Вибір проблеми для вивчення та її формулювання вплинуть як на дизайн дослідження, так і на висновки, які будуть зроблені за його результатами. У найпростішому випадку формулювання проблеми має припускати питання «Хто?», «Що?», «Коли?», «Чому?» та «Як?».

Як ілюстрацію важливості цього етапу планування можна навести дослідження, у якому проводиться збір інформації про дорожньо-транспортні пригоди. Залежно від постановки мети робота може бути спрямована на розробку нового автомобіля або нового дорожнього покриття. Незважаючи на те, що використовується той самий набір даних, постановка задачі та висновки суттєво різняться залежно від формулювання проблеми.

Після вибору мети роботи слід визначити звані залежні змінні. Це змінні, які вимірюватимуться під час проведення дослідження. Наприклад, показники функціонування тих чи інших систем організму людини або лабораторних тварин (частота серцевих скорочень, артеріальний тиск, вміст ферментів у крові тощо), а також будь-які інші характеристики об'єктів дослідження, зміна яких буде для нас інформативною.

Оскільки є залежні змінні, то мають бути ще й незалежні змінні. Інша їхня назва – фактори. Чинниками дослідник оперує в експерименті. Це може бути доза досліджуваного препарату, рівень стресу, ступінь фізичного навантаження і т. д. Взаємозв'язок між фактором та залежною змінною зручно представляти за допомогою кібернетичної системи, яка часто називається «чорна скринька».

Чорна скринька – це система, механізм роботи якої нам невідомий. Однак дослідник має інформацію про те, що відбувається на вході та виході чорної скриньки. При цьому стан виходу залежить від стану входу. Відповідно y1, y2, …, yp – це залежні змінні, величина яких залежить від факторів (незалежних змінних x1, x2, …, xk). Параметри w1, w2, ..., wn являють собою впливи, що обурюють, не піддаються контролю або змінюються з часом.

У загальному виглядіце можна записати так: y = f (x1, x2, ..., xk).

Кожен фактор у досвіді може набувати одного з кількох значень. Такі значення називають рівнями фактора. Може виявитися, що фактор здатний набувати нескінченну кількість значень (наприклад, доза лікарського препарату), проте на практиці вибирається кілька дискретних рівнів, кількість яких залежить від завдань конкретного досвіду.

Фіксований набір рівнів факторів визначає один із можливих станів чорної скриньки. Водночас це є умови проведення одного з можливих дослідів. Якщо перебрати всі можливі набори таких станів, то ми отримаємо безліч різних станів даної системи, кількість яких буде числом всіх можливих експериментів. Для того, щоб обчислити кількість можливих станів, достатньо число рівнів q факторів (якщо для всіх факторів воно однаково) звести в ступінь кількості факторів k.

Сукупність всіх можливих станів визначає складність чорної скриньки. Так, система із десяти факторів на чотирьох рівнях може перебувати більш ніж у мільйоні різних станів. Очевидно, що у подібних випадках неможливо провести дослідження, що включає всі можливі досліди. Тому на етапі планування вирішується питання про те, скільки дослідів та яких саме необхідно провести для вирішення поставленого завдання.

Слід зазначити, що властивості об'єкта дослідження мають важливе значення для експерименту. По-перше, нам треба мати інформацію про рівень відтворюваності результатів дослідів з даним об'єктом. Для цього можна провести експеримент, а потім повторити його через нерівні проміжки часу та порівняти результати. Якщо розкид значень не перевищує наших вимог до точності експерименту, об'єкт задовольняє вимогу відтворюваності результатів. Інша вимога до об'єкта – його керованість. Керованим вважається об'єкт, у якому можна провести активний експеримент. У свою чергу, активний експеримент - це такий експеримент, у процесі якого дослідник має можливість вибору рівнів факторів, що становлять для нього інтерес.

Насправді немає повністю керованих об'єктів. Як уже говорилося вище, на реальний об'єктдіють як керовані, і некеровані чинники, що зумовлює варіабельності результатів між окремими об'єктами. Відокремити випадкові зміни від закономірних, викликаних різними рівнями незалежних змінних, можемо лише з допомогою статистичних методів.

Але статистичні методи ефективні лише за певних умов. Одна з таких умов - це вимога певного мінімального розміру вибірок, які у проведенні експерименту. Очевидно, що ширший діапазон зміни ознак від об'єкта до об'єкта, тим більше має бути повторність досвіду, тобто чисельність експериментальних груп.

Оскільки, невиправдано велика кількістьвипробувань зробить дослідження занадто дорогим, а недостатній обсяг вибірки може поставити під сумнів точність висновків, визначення необхідного обсягу вибірок грає вирішальну роль плануванні експерименту. Методи обчислення мінімального обсягу вибірок докладно описані у спеціальній літературі, тому навести їх у статті неможливо. Проте слід згадати, що вони вимагають попереднього визначення середньої величини досліджуваного показника та її помилки. Джерелом такої інформації можуть стати публікації про схожі дослідження. Якщо вони ще не проводилися, виникає необхідність у виконанні попереднього «пілотного» дослідження для оцінки варіабельності ознаки.

Наступний етап у плануванні експериментів – це рандомізація. Рандомізація являє собою процес, що використовується для угруповання об'єктів таким чином, щоб у кожного з них була рівна ймовірністьпотрапити до контрольної чи дослідної групи. Інакше кажучи, вибір учасників дослідження має відбуватися випадково, щоб дослідження був відхилено убік «переважного» для дослідника результату.

Рандомізація допомагає запобігти усуненням, обумовленим причинами, які були безпосередньо враховані в плані експерименту. І тому, наприклад, формування експериментальних груп лабораторних тварин виробляється випадковим чином. Однак повна рандомізація можлива далеко не завжди. Так, у клінічних дослідженняхберуть участь пацієнти певної вікової групи, із заздалегідь заданим діагнозом та тяжкістю захворювання, а, отже, відбір учасників не є випадковим. Крім того, обмежують рандомізацію так звані «блокові» плани експериментів. Ці плани мають на увазі, що відбір у кожен блок виконується відповідно до певних невипадкових умов, а випадковий відбір об'єктів дослідження можливий лише всередині блоків. Процес рандомізації легко здійснити за допомогою спеціалізованого статистичного програмного забезпеченнячи спеціальних таблиць.

На закінчення необхідно сказати про необхідність обліку в плані дослідження, крім вимог медицини та статистики, ще й морально-етичних норм. Не варто забувати про те, що не тільки люди, а й лабораторні тварини повинні залучатися до експерименту відповідно до етичних принципів.

При експериментуванні навіть досвідчений дослідник не гарантований помилок і спотворень інформації. Частину з них можна усунути, якщо ретельніше підходити до побудови експерименту. Інша частина в принципі непереборна» Але облік цієї можливості, - можливості помилок - дозволяє вносити необхідні поправки.

Перш за все помилково може бути названо експериментом те, що по суті справою таким не є. При проведенні паралельного експерименту можна, наприклад, в одній заводській бригаді змінити систему оплати праці, а в іншій не змінювати, і може виявитися, що в першій бригаді продуктивність праці підвищилася. Однак така ситуація жодною мірою не буде експериментальною, якщо - не будуть прийняті до уваги деякі важливі характеристики обох груп і за ними не буде встановлено: контроль.

Експериментальна та контрольна бригади повинні бути рівними за кількісним складом, за родом діяльності, за розподілом виробничих функцій, за типом керівництва або іншими важливими з точки зору гіпотези характеристиками. Якщо якісь важливі групові властивості не можуть бути вирівняні, слід спробувати їх якимось чином нейтралізувати чи зафіксувати та врахувати під час аналізу результатів.

У тих випадках, коли соціолог не робить цього, він не має характеру називати створену ситуацію експериментальною і пояснювати зміну продуктивності зміною системи оплати праці, оскільки зміна продуктивності може бути викликаною будь-яким іншим випадковим фактором, а не зміною; оплати праці Перш ніж називати дослідження експериментальним, дослідник повинен проаналізувати, чи є в нього для: цієї підстави, інакше кажучи, створив він необхідні умовита чи забезпечив необхідний рівень вимірювання та контролю.

При формулюванні гіпотези і під час переходу від загальної гіпотези коперциональным змінним можуть виникнути помилки, пов'язані з логікою міркувань.

Як об'єднуюча причина при формулюванні гіпотези: можуть бути помилково визначені виділені механізми та зв'язки. Зазвичай це буває щодо маловідомих явищ, і тоді отримані в експерименті негативні результати є позитивним внеском у розробку теоретичної моделіоб'єкта спостереження, оскільки вони показують, що даний механізм чи зв'язок не зумовлюють процесів, що відбуваються.

Помилки можливі при переході від гіпотетичної визначення

зв'язку до опису її емпіричних показників Невірно обрані показники позбавляють експеримент будь-якої цінності, незалежно від того, наскільки ретельно воно проводилося. Можливі помилки, пов'язані, із суб'єктивним сприйняттям ситуації як учасниками експерименту, і дослідником. Експериментатору часто буває властива тенденція переоцінювати вплив досліджуваної змінної, і це призводить до того, що будь-який двозначний факт він схильний тлумачити бажаному йому напрямі.

Можливість суб'єктивного тлумачення ситуації є й у членів експериментальної групи: вони можуть сприймати певні риси експериментальної ситуації відповідно до власних установок, а не в тому значенні, в якому вони видаються експериментатору. Така розбіжність у сприйнятті якщо вона не враховується під час планування експерименту, обов'язково позначиться під час аналізу результатів і значно знизить їх достовірність.

Ослаблення контролю та зниження ступеня «чистоти» експерименту підвищують можливість впливу додаткових змінних чи випадкових чинників, яке після закінчення експерименту може бути враховано чи оцінено. Це своє чергу дуже знижує достовірність зроблених висновків.

Недостатньо досвідченого, дослідника чатує на небезпеку, пов'язану із застосуванням статистичних методів, Він може застосувати методи, що не відповідають задачі дослідження. Така можливість відноситься як до побудови експериментальної групи, так і способу аналізу результатів.

Застосування експерименту в соціології пов'язане з цілим рядом труднощів, що не дозволяють домогтися чистоти природничо експерименту, оскільки не можна усунути вплив відносин, що існують за межами досліджуваного, неможливо здійснити контроль факторів в тій мірі, як це вдається в природничо експерименті, повторити в тій же формі хід та результати.

Експеримент у соціології зачіпає безпосередньо конкретну людину, а це ставить також і епічні проблеми, природно, звужує межі застосування експерименту і вимагає від дослідника підвищеної відповідальності.

Література для додаткового читання

Ленін Ст R,Великий почин. - Повн. зібр. тв., т. 39, с. 1-29.

Афанасьєв В. Г.Управління суспільством як соціологічна проблема. - У кн.: Наукове управліннясуспільством. М.: Думка, 1968, вип. 2, с. 218-219.

Мелева Л. А., Сивоконь П. Є.Соціальний експеримент та його методологічні засади. М: Знання 1970. 48 с.

Кузнєцов В. П.Експеримент як засіб перетворення объекта.- Вести. МДУ.

Сірий. 7. Філософія, 1975 № 4, с. 3-10.

Купріян А. П.Проблема експерименту системі суспільної практики М. Наука, 1981. 168 з.

Лекції з методики конкретних соціальних досліджень / Под ред. Г. М. Анддрєєвої. М: Вид-во МДУ, 1972, с. 174-201.

Михайлов З.Емпіричне соціологічне дослідження. М: Прогрес, 1975 с, 296-301.

Основи марксистсько-ленінської соціології. М: Прогрес, 1972, с. 103-108. Процес соціального дослідження/Під заг. ред. Ю. Є. Волкова. М: Прогрес 1975, розд. ПД ІІ.4.

Пента Р., Гравітц М.Методи соціальних наук. М: Прогрес, 1972, с.557-562.

Ріхтаржик До.Соціологія на шляхах пізнання. М: Прогрес, 1981, с. 89-112.

Рузавін Г. І.Методи наукового дослідження. М: Думка, 1974, с. 64-84.

Штофф В. А.Введення у методологію наукового пізнання. Л.; Вид-во ЛДУ. 1972. 191 с.

Розділ четвертий

У розділі XV розглянуто основні питання статистичної обробки результатів експерименту: визначення найбільш достовірного значення вимірюваної величини та похибки цього значення за декількома вимірами, оцінка достовірності відмінності двох близьких величин, встановлення достовірної функціональної залежності між двома величинами та апроксимація цієї залежності.

Глава має допоміжний характер. Матеріал у ній викладено у довідковій формі, без доказів. Обгрунтування і докладний виклад наведених методів є, наприклад, .

1. Помилки експерименту.

Чисельні методи часто застосовують при математичне моделюванняфізичних та інших процесів. Результати розрахунків у разі порівнюють з експериментальними даними і за рівнем їхньої узгодженості судять про якість обраної математичної моделі. Щоб обґрунтовано зробити висновок про відповідність чи невідповідність, обчислювач повинен знати, що таке похибка експерименту і як з нею поводяться, а також вміти у разі необхідності провести статистичну обробку первинних даних експерименту.

Крім того, завдання статистичної обробки експерименту представляє самостійний інтерес, оскільки вона дуже важлива в тих додатках, коли або потрібна особливо висока точність (наприклад, зрівняння тріангуляційних мереж у геодезії), або розкид окремих вимірювань перевершує досліджуваний ефект (що нерідко зустрічається у фізиці елементарних частинок, хімії складних сполук, випробування сільськогосподарських сортів, медицини тощо).

Зазвичай, чим точніше експеримент, тим складнішої апаратури він вимагає і дорожче коштує. Однак добре продумана математична обробка результатів у ряді випадків дозволяє виявити та частково виключити помилки вимірів; це може виявитися не менш ефективним, ніж використання більш дорогої та точної апаратури. У цьому розділі буде розглянуто статистичну обробку, що дозволяє суттєво зменшити та акуратно оцінити випадкову помилку вимірювань.

Помилки експерименту умовно розбивають на систематичні, випадкові та грубі; розглянемо їх докладніше.

Систематичні помилки - це, які змінюються при багаторазовому повторенні даного експерименту. Прикладами таких помилок є нехтування дією повітря, що виштовхує, при точному зважуванні або вимірювання струму гальванометром, нуль якого неправильно встановлений. Розрізняють три види систематичних помилок.

а) Помилки відомої природивеличину яких можна визначити; їх називають поправками. Так, при точному зважуванні розраховують поправку на дію повітря, що виштовхує, і додають її до виміряної величини. Внесення поправок дозволяє суттєво зменшити (або навіть практично виключити) такі помилки.

Зауважимо, що іноді розрахунок поправок буває самостійним складним. математичним завданням. Наприклад, некоректно поставлене завдання (14.2) про відновлення переданого радіосигналу прийнятого є, по суті, знаходженням поправки на спотворення приймаючої апаратури.

б) Помилки відомого походженняале невідомої величини. До них відноситься похибка вимірювальних приладів, що визначається їх класом точності. Для таких помилок зазвичай відома лише верхня межа, бо як поправки їх врахувати не можна.

в) помилки, про існування яких ми не знаємо; наприклад, використовується прилад із прихованим дефектом або зношений, фактична точність якого суттєво гірша, ніж зазначено у технічному паспорті.

Для виявлення систематичних помилок всіх видів зазвичай наперед налагоджують апаратуру на еталонних об'єктах з добре відомими властивостями.

Випадкові помилки викликаються більшим числомфакторів, які при повторенні того самого експерименту можуть діяти по-різному, причому врахувати їх вплив практично неможливо. Наприклад, при вимірі довжини предмета лінійка може бути неточно прикладена, погляд спостерігача може падати не перпендикулярно до шкали і т.д.

При багаторазовому повторенні експерименту результат внаслідок випадкової помилки буде різним. Однак таке повторення та відповідна статистична обробка дозволяють, по-перше, визначити величину випадкової помилки та, по-друге, зменшити її. Повторюючи вимір достатню кількість разів, можна зменшити випадкову помилку до необхідної величини (доцільно зменшувати її до величини 50-100% від систематичної помилки).

Грубі помилки – це результат неуважності спостерігача, який може записати одну цифру замість іншої.

При одиничному вимірі грубу помилку який завжди можна пізнати. Але якщо вимір повторений кілька разів, то при статистичної обробкиз'ясовують можливі межі випадкової помилки. Вимірювання, що суттєво виходить за отримані межі, вважається грубо помилковим і не враховується під час остаточної обробки результатів.

Отже, якщо вимір повторено досить багато разів, можна практично виключити грубі і випадкові помилки, отже точність відповіді визначатиметься лише систематичної помилкою. Однак у багатьох додатках це необхідне число разів виявляється неприйнятно більшим, а при реально здійсненні числа повторень випадкова помилка може бути визначальною.