科学方法是一套科学家用于研究现象的技术和问题框架，旨在使科学发现变得简单且可重复。早在公元前4世纪，实验者便已开始粗略遵循这一方法，但首个正式成形的科学方法是在欧洲文艺复兴时期提出的。当时，弗朗西斯·培根（Francis Bacon）、伽利略（Galileo）和艾萨克·牛顿（Isaac Newton）等处于科学前沿的学者开始将我们今天用于开展实验的规则付诸常规实践。
通常，科学方法的第一步是提出一个问题，这通常是在观察到某种现象之后进行的。例如，假设你一直在饲养毛毛虫，注意到有些毛毛虫进入蛹期所需的时间比其他的更长。于是你开始思考：毛毛虫的发育速度是否因温度不同而有所差异？
这就引出了科学方法的第二部分：假设。假设是对为何会出现我们所观察到的现象的一种不确定性解释，它主要分为两种类型。第一种是实验性假设，也称备择假设，它意味着所研究的变量之间存在某种关系，例如本例中的温度与毛毛虫发育之间的关系。因此，我们的实验假设可以是：如果毛毛虫在较低的温度下饲养，它们从卵发育到化蛹所需的时间会更长。关键在于，一个好的假设必须是可检验的。对于我们的毛毛虫实验，我们可以改变温度，并记录它们从卵发育到蛹所用的时间，同时该假设也必须是可证伪的。例如，如果无论温度如何变化，毛毛虫发育所需的时间大致相同，那么我们就可以认为该假设很可能是错误的。第二种假设是零假设。它通常推测在实验过程中不会观察到任何显著的变化或差异。在我们的毛毛虫实验示例中，零假设可以表述为：毛毛虫在不同温度条件下将以相同的速率发育。
提出假设后，科学方法的第三步是进行实验和收集数据。在典型的实验中，通常包含两种类型的变量。自变量是由实验者直接操控的因素。因此，在研究毛毛虫时，当我们改变温度，就是在改变自变量。因变量，也称为响应变量，会受到自变量状态的影响。因此，当我们让毛毛虫暴露在不同温度下时，其发育速率就是响应结果，即因变量。
支持或证伪假设的数据主要有两种类型。第一种是定性数据，通常指通过感官（如观察、触摸、听觉、嗅觉甚至味觉）获得的描述性观察结果。在我们的实验中，我们可能会记录到，在正常温度条件下，相比低温条件，幼虫活动频繁且进食较多。与定性数据不同，定量数据是可以测量并以数字形式记录的数据。因此，当我们记录幼虫从孵化到最终化蛹所需的时间（小时数）时，就得到了一个明确的数值。在任何对自变量进行操控的实验中，尽可能设置对照条件至关重要。在我们的幼虫实验中，可以将幼虫在21摄氏度的标准室温下培养作为对照，因为这能够展示在正常条件下幼虫发育的情况，以便与实验条件下的结果进行比较。
在观察性实验中，可能不需要甚至无法设置对照组。例如，假设我们的幼虫已经发育为成年蝴蝶，正在花园中以花蜜为食。根据我们的实验假设，蝴蝶更倾向于在大型粉红色花朵上觅食；而零假设则认为蝴蝶没有偏好，会随机访问各种花朵。在这种情况下，只需观察并记录蝴蝶访问每种花型的次数，即可获得足够的数据来验证或否定我们的假设，而无需对任何变量进行干预，也无需设置对照组。
数据收集完成后，下一步是分析这些数据的含义。科学家会比较两个假设的预测结果，以判断是否能够拒绝零假设。这可以通过比较对照组与实验组中因变量的数值来实现。如果两者不相等，则可以拒绝零假设。如果收集到的数据支持某一假设，例如在较冷环境下，毛虫从卵发育到蛹所用的时间显著更长，那么该实验假设的可信度就会提高；但需要强调的是，这并不意味着该假设一定为真，因为未来的实验可能会揭示新的信息。
科学方法的最后一步是得出结论，并讨论研究结果可能意味着什么。在此过程中，研究人员可能会参考其他实验或其他文献，以将他们的发现置于更广泛的背景中，并解释结果呈现特定趋势的原因。例如，结论可能是：毛毛虫更倾向于在接近其自然栖息地温度的条件下生长。这反过来可能引发新的问题，例如：其他物种在不同温度下的化蛹速率是否也不同？这可能会启发新的实验研究，而这些新实验仍可通过科学方法进行验证。
