Sisältö
- Tutkijat ovat manipuloivia
- Miksi vaivautua?
- Ongelmia nurkan takana
- Rotat, rotat ja muut rotat: esimerkki
Koulutiedesi luokka saattaa olla tottunut suorittamaan luonnontieteellisiä kokeita vain yhdellä manipuloidulla muuttujalla, mutta koulutieteen ja laboratorioissa suoritetun tieteen välillä on aukko eri puolilla maailmaa. Lyhyt vastaus siihen, voivatko tutkijat käyttää kokeissaan useampaa kuin yhtä manipuloitua muuttujaa, on ”kyllä”. Mutta yhtä tärkeä kuin vastaus tähän kysymykseen on ymmärtää, miksi tutkijat haluavat sisällyttää kaksi manipuloitua muuttujaa.
Tutkijat ovat manipuloivia
Yksi tieteen päätavoitteista on tehdä muutoksia asioihin ja nähdä, kuinka nuo asiat reagoivat. Suorittaessaan tiedekoetta tiedemies tietää mitä hän aikoo manipuloida tai muuttaa. Tämä voi olla kemiallisen nesteen lämpötila, aika, jonka hän antaa kasvin kasvaa, tai lääketyyppi, jonka hän antaa laboratoriohiirelle. Tutkijat etsivät aina muutoksia, joilla on merkitystä. Kun he epäilevät, että tietyllä muutoksella voi olla merkitystä, he merkitsevät muutoksen ”manipuloiduksi muuttujaksi”. Esimerkiksi, kun hiiri antaa tietyn lääkkeen ja ajoittaa kuinka kauan kestää sokkelo, se, tutkija harkitsee lääkettä hänen manipuloidun muuttujansa . Sana tulee hänen kyvystään "manipuloida" mitä lääkettä hiiri saa. Hän voi valita kahdesta tai kolmesta, mikä antaa manipuloidulle muuttujalle kaksi tai kolme arvoa.
Miksi vaivautua?
Kysymys siitä, voiko tieteellisessä kokeessa olla kaksi manipuloitua muuttujaa, herättää toisen tärkeän kysymyksen: Jos tiedemies vaivaa sisällyttää useampia kuin yksi, jos kokeisiin voi sisältyä kaksi manipuloitua muuttujaa? Totuus on, että joskus tutkijat epäilevät kahden eri muuttujan samanaikaista muutosta olevan todellinen syy tulokseen. Esimerkiksi muuttujalla 1 itsessään ei ehkä ole mitään vaikutusta vastaavaan muuttujaan yksin. Mutta kun tutkija manipuloi muuttujaa 1 ja muuttujaa 2, hän saattaa nähdä merkittävän muutoksen vastaavassa muuttujassa. Toinen syy manipuloida useampaa kuin yhtä muuttujaa kokeessa on, jos haluat hallita jotain, jonka arvelet vaikuttavan tuloksiin. Jos esimerkiksi kasvatat useita kasveja ja manipuloituna muuttujana on ”auringonvalon määrä”, saatat olla yllättynyt nähdessäsi, että kasvit, joissa on enemmän auringonvaloa, eivät kasva niin nopeasti kuin luulit. Jos epäilet, että nuo kasvit eivät kasva tarpeeksi nopeasti, koska annat heille liian vähän vettä, saatat muuttaa myös annettavan veden määrää. Toinen manipuloitu muuttujasi olisi tällöin ”vesimäärä” ja sinulla olisi neljä kasvityyppiä: paljon auringonvaloa, paljon vettä; paljon auringonvaloa, vähän vettä; vähän auringonvaloa, paljon vettä; ja vähän auringonvaloa, vähän vettä.
Ongelmia nurkan takana
Tosiasia on, että NC State Universityn mukaan tutkijat voivat sisällyttää kokeisiinsa niin monta manipuloitua muuttujaa kuin haluavat. Kaikkien tieteiden takana olevat tilastot sallivat useiden manipuloitujen muuttujien käytön ja tarjoavat tutkijoille monia työkaluja arvioimaan tutkimuksen tuloksia käyttämällä monia manipuloituja muuttujia. Mutta tutkijat eivät aina sisälly tietoisesti useita manipuloituja muuttujia tutkimukseen. Jos he tekisivät niin, heidän olisi käsiteltävä kokeen suunnittelun vaikeuksien lisääntymistä hinnan suhteen; aika; tarvittavien näytteiden, kuten lab-rottien, lukumäärä; ja tilastollisten välineiden monimutkaisuus, joita tutkijat käyttävät tulosten arviointiin. Olet ehkä huomannut koulun tiedemessut ja kokeilut pääasiassa yhden manipuloidun kokeen avulla ja alkanut miettiä, onko kaksi manipuloitua muuttujaa mahdollista. Vaikka kahdella manipuloidulla muuttujalla ei ole mitään vikaa, useimmat opettajat eivät halua käsitellä monien manipuloitujen muuttujien monimutkaisuutta. Lisäämällä manipuloituja muuttujia luokkakokeiluun sekoitettaisiin suurin osa oppilaista ja joskus itse opettajaan. (Mutta älä mainitse sitä opettajallesi.)
Rotat, rotat ja muut rotat: esimerkki
Lab-rottien kanssa työskentelevät tutkijat saattavat epäillä, että tietyillä geeneillä varustetut lab-rottit kuolevat todennäköisemmin varhain, mutta vain silloin, kun kyseinen ryhmä lab-rottia syö korkearasvaista ruokavaliota. Joten tutkijoiden olisi tarkistettava tämän ”yhteistyömuutoksen” olemassaolo, jota tutkijat kutsuvat “vuorovaikutusvaikutukseksi”. Tutkijat voisivat sitten jakaa rotat kahteen ryhmään kahteen ryhmään: Yksi sarja oli ne, joilla on geeni ja ne, joilla ei ole geeni; toinen joukko on niitä, jotka saavat runsaasti rasvaa sisältävää ruokavaliota, ja niitä, jotka eivät. Vasta sitten tutkijat voivat tarkistaa, johtaako rasvaisen ruokavalion yhdistelmä tietyn geenin olemassaoloon varhaiseen kuolemaan.