Ett kontrollerat experiment är ett där allt hålls konstant förutom en variabel. Vanligtvis anses en uppsättning data vara en kontrollgrupp, som vanligtvis är det normala eller vanliga tillståndet, och en eller flera andra grupper undersöks där alla förhållanden är identiska med kontrollgruppen och varandra utom för en variabel.
Ibland är det nödvändigt att ändra mer än en variabel, men alla andra experimentella förhållanden kommer att vara kontrollerade så att endast variabler som undersöks förändras. Och det som mäts är variablernas mängd eller hur de förändras.
Låt oss säga att du vill veta om jordtypen påverkar hur lång tid det tar ett frö att groddar, och du bestämmer dig för att inrätta ett kontrollerat experiment för att besvara frågan. Du kan ta fem identiska krukor, fylla var och en med en annan typ av jord, plantera identiska bönfrön i varje kruka, placera krukorna i ett soligt fönster, vattna dem lika och mäta hur lång tid det tar för frön i varje kruka att spira.
Detta är ett kontrollerat experiment eftersom ditt mål är att hålla varje variabel konstant utom den jordtyp du använder. Du kontrollera dessa funktioner.
Den stora fördelen med ett kontrollerat experiment är att du kan eliminera mycket av osäkerheten kring dina resultat. Om du inte kunde kontrollera varje variabel, kan du få ett förvirrande resultat.
Om du till exempel planterade olika typer av frön i var och en av krukorna och försöker bestämma om jordtypen påverkade spiringen, kan du hitta vissa typer av frön som gror snabbare än andra. Du skulle inte kunna säga, med någon grad av säkerhet, att graden av spiring berodde på jordtypen. Det kan lika gärna bero på typen av frön.
Eller om du hade placerat några krukor i ett soligt fönster och några i skuggan eller vattnat några krukor mer än andra, kan du få blandade resultat. Värdet på ett kontrollerat experiment är att det ger en hög grad av förtroende för resultatet. Du vet vilken variabel som orsakade eller inte orsakade en förändring.
Nej det är de inte. Det är fortfarande möjligt att få användbar data från okontrollerade experiment, men det är svårare att dra slutsatser baserat på data.
Ett exempel på ett område där kontrollerade experiment är svåra är människotestning. Säg att du vill veta om en ny dietpiller hjälper till med viktminskning. Du kan samla ett urval människor, ge var och en av dem p-piller och mäta deras vikt. Du kan försöka kontrollera så många variabler som möjligt, till exempel hur mycket träning de får eller hur många kalorier de äter.
Men du kommer att ha flera okontrollerade variabler, som kan inkludera ålder, kön, genetisk benägenhet till en hög eller låg ämnesomsättning, hur övervikt de var innan testet startade, om de oavsiktligt äter något som interagerar med läkemedlet, etc..
Forskare försöker spela in så mycket data som möjligt när de utför okontrollerade experiment, så att de kan se ytterligare faktorer som kan påverka deras resultat. Även om det är svårare att dra slutsatser från okontrollerade experiment uppstår ofta nya mönster som inte skulle ha kunnat observeras i ett kontrollerat experiment.
Till exempel kanske du märker att dietläkemedlet verkar fungera för kvinnliga försökspersoner, men inte för manliga personer, och det kan leda till ytterligare experiment och ett möjligt genombrott. Om du bara hade kunnat utföra ett kontrollerat experiment, kanske bara på manliga kloner, skulle du ha missat den här anslutningen.