वैज्ञानिक प्रयोग का संचालन कैसे करें

अपने चर को अलग करें एक अच्छा वैज्ञानिक प्रयोग विशिष्ट और मापने योग्य मानकों का अध्ययन करता है, जिसे कहा जाता है "चर"। सामान्य शब्दों में, एक वैज्ञानिक विचाराधीन चर के लिए कुछ विशेष मूल्यों के भीतर एक प्रयोग करता है। जब आप किसी प्रयोग का संचालन करते हैं तो मौलिक चिंता बदलना है "केवल" विशिष्ट चर को आप परीक्षण करना चाहते हैं (और कोई अन्य वैरिएबल नहीं)।

फार्मूला एक परिकल्पना एक परिकल्पना मूल रूप से प्रयोग के परिणाम का पूर्वानुमान है। यह एक अंधे शर्त नहीं होनी चाहिए। मान्य अनुमान आपके प्रयोग के विषय पर किए गए शोध पर आधारित हैं। अपने क्षेत्र में विशेषज्ञों द्वारा आयोजित इसी तरह के प्रयोगों के परिणामों के आधार पर अपनी परिकल्पना तैयार करें, या यदि आप एक ऐसे सवाल का सामना कर रहे हैं जो अभी तक गहराई में नहीं पढ़ी गई है, तो सभी साहित्यिक अनुसंधानों और सभी रिकॉर्ड किए गए अवलोकनों के संयोजन से शुरू करें क्या आप पा सकते हैं याद रखें कि आपके सर्वोत्तम शोध कार्य के बावजूद, आपकी परिकल्पना गलत साबित हो सकती है: इस मामले में, आप अपने ज्ञान का विस्तार करेंगे, जैसा आपने दिखाया है कि आपकी परिकल्पना सही नहीं थी।

डेटा संग्रह की अनुसूची पहले स्थापित करें "जब" आप डेटा इकट्ठा करेंगे, ई "किस प्रकार" का आंकड़ा आप इकट्ठा करने के लिए जाना होगा। पूर्व-स्थापित समय पर या अन्य मामलों में, नियमित समय अंतराल पर इस डेटा को मापें। उदाहरण के लिए, हमारे उर्वरक प्रयोग में, हम विकास की पूर्व निर्धारित अवधि के बाद हमारे सीब्स (किलोग्राम में) का वजन मापेंगे। हम इस वजन की तुलना उर्वरक में निहित नाइट्रोजन के साथ करेंगे जिसके साथ हमने अलग-अलग पैनिकल्स का इलाज किया है। अन्य प्रयोगों (जैसे कि समय के साथ एक चर दिनांक में परिवर्तन को मापने) के लिए, नियमित अंतराल पर डेटा एकत्र करना आवश्यक होगा।

अपने प्रयोग को व्यवस्थित रूप से आचरण करें चर का परीक्षण करने के लिए अक्सर आपको चर के विभिन्न मानों के लिए कई बार प्रयोग करने की आवश्यकता होती है। हमारे उर्वरक के उदाहरण में, हम कई समान पैनिक्स विकसित करेंगे और उनको उर्वरक के साथ इलाज करेंगे जिसमें अलग मात्रा में नाइट्रोजन होगा। आम तौर पर, डेटा के व्यापक संभव स्पेक्ट्रम को इकट्ठा करना सबसे अच्छा है। जितना संभव हो उतना डेटा लीजिए

अपना डेटा लीजिए यदि संभव हो तो, सभी आंकड़ों को सीधे अपने टेबल में जमा करें - बाद में डेटा को पुनर्निर्धारण और समेकित करने के कारण आप बड़े सिरदर्द को बचा लेंगे जानें कि आपके डेटा में आउटलाइअर कैसे पहचानें।

अपने डेटा का विश्लेषण करें और एक निष्कर्ष पर आओ। क्या आपकी परिकल्पना सही थी? क्या आपके डेटा में कोई अवलोकन योग्य पटरियां हैं? क्या आप अप्रत्याशित डेटा में लड़ रहे हैं? क्या आपके पास कोई अन्य अनुत्तरित प्रश्न हैं जो भविष्य के प्रयोग का आधार बना सकते हैं? इन सवालों के जवाब के रूप में आप परिणाम पर विचार की कोशिश करो। यदि आपका डेटा आपको एक के साथ नहीं प्रदान करता है "हां" ऑड ए "नहीं" निश्चित, नए प्रयोगात्मक परीक्षण करने की संभावना पर विचार करें, और आगे डेटा एकत्रित करें।

हम एक परिकल्पना तैयार करते हैं अगर हम एक बाल स्प्रे, एक रसोई स्प्रे और एक पेंट स्प्रे का परीक्षण करना चाहते हैं, तो हम यह कह सकते हैं कि बाल स्प्रे में एरोसोल प्रणोदक है, जो दूसरों की तुलना में अधिक मात्रा में ब्यूटेन है चूंकि हम जानते हैं कि ब्यूटेन ज्वलनशील है, हम यह मान सकते हैं कि बाल स्प्रे जब प्रक्षेपित होने पर अधिक प्रबल बल पैदा करेगा, फेंकने-आलू आगे दूर फेंक देगा हम इस तरह अपनी अवधारणा लिख ​​सकते हैं: "बाल स्प्रे के प्रणोदक एरोसोल में निहित ब्यूटेन की अधिक एकाग्रता, औसतन औसतन, 250-300 ग्राम के बीच वजन के साथ प्रक्षेप्य-आलू को फायर करने पर फेंक देगा"।

सबसे पहले, हम सामग्री के संग्रह को व्यवस्थित करते हैं। हमारे प्रयोग में, हम प्रत्येक एरोसोल ईंधन का 10 बार परीक्षण करेंगे, और औसत परिणाम की गणना करेंगे। हम एक एरोसोल ईंधन का भी परीक्षण करेंगे, जिसमें हमारे प्रयोग के नियंत्रण के रूप में ब्यूटेन शामिल नहीं है। अपने आप को तैयार करने के लिए, हम हमारे को इकट्ठा करेंगे "sparapatate", हम यह सुनिश्चित करेंगे कि यह काम करता है, हम अपने स्प्रे के डिब्बे खरीदेंगे और हमारे आलू प्रोजेक्टाइल को मॉडल करेंगे।

हम प्रयोग का संचालन करते हैं हम हर प्रक्षेप्य के लिए समान स्प्रे का उपयोग करते हुए दस प्रोजेक्टाइल शूट करने के लिए प्रत्येक स्प्रे का उपयोग कर सकते हैं। प्रत्येक शॉट के बाद, हम प्रक्षेप्य द्वारा की गई दूरी को मापने के लिए एक लंबी टेप का उपयोग करेंगे। इस समय हम टेबल में डेटा रिकॉर्ड करते हैं।

हम डेटा का विश्लेषण करते हैं मान लें कि हमने पाया कि, औसतन, बाल स्प्रे ने आलू को निकाल दिया, लेकिन रसोई स्प्रे मजबूत था। हम इन आंकड़ों को प्रतिबिंबित कर सकते हैं। प्रत्येक स्प्रे की प्रवाह दर के औसत का प्रतिनिधित्व करने के लिए एक अच्छी विधि एक स्तंभ चार्ट के उपयोग के माध्यम से होती है, जबकि एक स्कैटरप्लॉट प्रत्येक प्रवाह के भिन्नता का प्रतिनिधित्व करने का एक अच्छा तरीका है।