과학적 방법은 과학자들이 과학적 발견을 간단하고 재현 가능하게 만들기 위해 현상을 조사하는 데 사용하는 기술과 질문의 틀입니다. 기원전 4세기까지 거슬러 올라가는 실험가들에 의해 느슨하게 관찰되었지만, 처음으로 제대로 공식화된 과학적 방법은 유럽 르네상스 시대에 만들어졌습니다. 프랜시스 베이컨, 갈릴레오, 아이작 뉴턴과 같은 과학의 최전선에 있는 사람들은 오늘날 우리가 실험을 수행하는 데 사용하는 규칙을 일상적으로 실천하기 시작했습니다.
일반적으로 과학적 방법의 첫 번째 단계는 일반적으로 현상을 관찰한 후 질문을 공식화하는 것입니다. 예를 들어, 당신이 애벌레를 키우고 있는데 어떤 애벌레는 번데기에 도달하는 데 다른 애벌레보다 더 오래 걸린다는 것을 알게 되었다고 가정해 보겠습니다. 그리고 당신은 애벌레가 온도에 따라 다른 속도로 발달하는지 궁금합니다.
여기에서 과학적 방법의 두 번째 부분인 가설이 등장합니다. 가설은 우리가 관찰하는 것을 관찰하는 이유에 대한 불확실한 설명이며 두 가지 주요 유형이 있습니다. 첫 번째는 실험적 또는 대안 가설이며, 이 경우 조사되는 변수, 온도 및 애벌레 발달 사이에 관계가 있음을 의미합니다. 따라서 우리의 실험 가설은 애벌레가 더 낮은 온도에서 자라면 알에서 번데기로 가는 데 더 오래 걸린다는 것일 수 있습니다. 결정적으로, 좋은 가설은 검증할 수 있습니다. 애벌레의 경우 온도를 변경하고 알에서 번데기로 이동하는 데 걸리는 시간을 기록하고 반증할 수 있습니다. 따라서 온도에 관계없이 애벌레가 발달하는 데 거의 같은 시간이 걸린다면 우리는 그 가설이 틀렸을 가능성이 높다는 것을 받아들일 수 있습니다. 두 번째 유형의 가설은 귀무 가설입니다. 이는 일반적으로 실험 중에 관찰된 중요한 변화나 차이가 없을 것이라고 추측합니다. 캐터필러를 예로 들자면, 애벌레는 각 온도 조건에서 같은 속도로 발달할 것입니다.
일단 가설이 세워지면, 과학적 방법의 세 번째 단계는 실험과 데이터 수집을 포함한다. 일반적인 실험에는 두 가지 유형의 변수가 있습니다. 독립 변수는 실험자가 직접 조작하는 것입니다. 따라서 애벌레의 경우 온도를 변경할 때 독립 변수를 변경하고 있습니다. 응답 변수라고도 하는 종속 변수는 독립 변수의 상태에 영향을 받아야 합니다. 따라서 우리가 애벌레를 다른 온도에 노출시킬 때, 반응, 종속 변수는 그들이 발달하는 속도입니다.
또한 가설을 뒷받침하거나 반증하기 위해 수집할 수 있는 두 가지 주요 유형의 데이터가 있습니다. 첫 번째는 정성적 데이터(qualitative data)로, 일반적으로 시각, 만지기, 듣기, 냄새 맡기, 심지어 맛보기까지 감각으로 이루어진 서술적 관찰을 말합니다. 우리의 실험에서, 우리는 애벌레가 시원한 애벌레에 비해 정상적인 온도 조건에서 돌아다니고 많이 먹는 것처럼 보인다는 것을 기록할 수 있습니다. 정성적 데이터와 달리 정량적 데이터는 측정하고 숫자로 기록할 수 있습니다. 따라서 애벌레가 부화한 후 마침내 번데기가 될 때까지 걸리는 시간을 계산하면 확실한 수치를 얻을 수 있습니다. 가능한 경우, 독립 변수를 조작하는 모든 실험에서 제어 조건을 갖는 것이 거의 중요합니다. 우리의 애벌레 실험에서는 대조군으로 설정된 표준 실내 온도인 21도에서 애벌레를 성장시킬 수 있는데, 이는 실험 환경과 비교하여 정상적인 조건에서 애벌레가 발달할 때 어떤 일이 발생하는지 보여주기 때문입니다.
관찰 실험에서는 대조군이 필요하지 않거나 불가능할 수도 있습니다. 예를 들어, 우리의 애벌레가 이제 자라서 꽃밭에서 꿀을 먹고 있다고 상상해 보십시오. 우리의 실험 가설에서는 그들이 큰 분홍색 꽃에서 먹이를 먹는 것을 선호한다고 제안하는 반면, 귀무 가설은 그들이 선호하지 않고 무작위로 꽃을 방문한다고 제안합니다. 이 경우 나비가 각 꽃 유형을 방문하는 횟수를 관찰하고 기록하는 것만으로도 변수를 조작하거나 통제할 필요 없이 가설을 확인하거나 거부할 수 있는 충분한 데이터를 제공할 수 있습니다.
데이터가 수집되면 다음 단계는 모든 것이 무엇을 의미하는지 파악하는 것입니다. 과학자들은 두 가설의 예측을 비교하여 귀무 가설을 기각할 수 있는지 알아낼 것입니다. 이는 대조군의 종속 변수 값과 실험 조건의 값을 비교하여 수행할 수 있습니다. 두 값이 같지 않으면 귀무 가설을 기각할 수 있습니다. 수집된 데이터가 가설을 뒷받침한다면, 예를 들어 애벌레가 더 시원한 기후에서 사육되었을 때 알에서 번데기로 가는 데 훨씬 더 많은 시간이 걸렸던 것처럼, 이것은 실험 가설에 더 많은 신뢰성을 부여하지만, 결정적으로 미래의 실험에서 새로운 정보가 밝혀질 수 있기 때문에 가설이 확실히 사실임을 나타내지는 않습니다.
과학적 방법의 마지막 부분은 결론을 도출하고 연구 결과가 의미하는 바를 논의하는 곳입니다. 여기서 과학자들은 다른 실험이나 다른 문헌을 참조하여 연구 결과를 맥락에 적용하고 결과가 왜 그들이 한 일을 보여주는지에 대한 설명을 제시할 수 있습니다. 예를 들어, 결론은 애벌레가 자연 서식지에 가장 가까운 온도에서 자라는 것을 좋아한다는 것일 수 있습니다. 이것은 차례로 다른 종들도 다른 온도에서 다른 속도로 번데기를 하는가와 같은 새로운 질문을 불러일으킬 수 있습니다. 이것은 새로운 실험에 영감을 줄 수 있으며, 추측하셨겠지만 과학적 방법을 사용하여 테스트할 수 있습니다.
과학적 방법은 문제를 해결하고 현상을 설명하는 데 사용됩니다. 과학적 방법의 발전은 과학적 발견을 뒷받침하는 철학의 변화와 동시에 이루어졌으며, 자연에 대한 사회의 견해를 근본적으로 변화시켰습니다. 유럽 르네상스 시대에 프랜시스 베이컨, 갈릴레오, 아이작 뉴턴과 같은 개인은 과학적 방법의 개념을 공식화하고 실천에 옮겼습니다. 과학적 방법은 초기 개념 이후 수정되었지만 프레임워크와 철학의 대부분은 오늘날에도 실제로 남아 있습니다.
1단계: 관찰 및 질문
조사에 앞서, 과학자는 다루어야 할 질문을 정의해야 합니다. 과학적 과정의 이 중요한 첫 번째 단계는 관심 있는 자연 현상을 관찰하는 것입니다. 이 관찰은 현상에 대한 많은 질문으로 이어져야 합니다. 이 단계에서는 주제를 이해하는 데 필요한 배경 조사와 유사한 아이디어에 대한 과거 작업이 필요한 경우가 많습니다. 이전 연구를 검토하고 평가함으로써 과학자들은 과학적 지식의 격차를 보다 정확하게 해소하기 위해 질문을 구체화할 수 있습니다. 연구 질문을 정의하고 관련 선행 연구를 이해하는 것은 과학적 방법이 적용되는 방식에 영향을 미치므로 연구 과정에서 중요한 첫 번째 단계가 됩니다.
일상적인 예: 학교나 직장에 가려고 하는데 차에 시동이 걸리지 않습니다. 대부분의 사람들이 그 상황에서 겪는 사고 과정은 분명히 공식적인 과학적 방법을 반영합니다(당신이 화를 낸 후). 먼저, 당신은 관찰을 합니다: 내 차는 시동이 걸리지 않을 것입니다! 다음 질문 : 왜 작동하지 않습니까?
2단계: 가설
다음 단계는 사전 지식을 기반으로 가설을 세우는 것입니다. 가설은 후속 실험이나 관찰을 실행하는 동안 얻은 지식을 기반으로 일부 현상을 설명하려는 "불확실한 설명" 또는 입증되지 않은 추측입니다. 일반적으로 과학자들은 자신의 질문을 해결하고 체계적으로 테스트하기 위해 여러 가설을 개발합니다.
모든 가설은 과학적 과정이 작동하기 위해 특정 기준을 충족해야 합니다. 첫째, 가설은 검증 가능하고 반증 가능해야 합니다. 가설의 이러한 측면은 매우 중요하며 가설이 옳은 것보다 훨씬 더 중요합니다. 테스트 가능한 가설은 관찰 또는 실험을 통해 해결되는 테스트 가능한 예측을 생성하는 가설입니다. 반증 가능한 가설은 상충되는 결과의 관찰을 통해 틀렸다는 것을 증명할 수 있는 가설입니다. 이를 통해 조사자는 가설이 옳다는 것을 보여주는 증거를 축적하는 것이 아니라 그 가설의 거짓을 입증할 수 있는 상황이 발생하지 않는다는 것을 보여줌으로써 시간이 지남에 따라 더 많은 확신을 얻을
수 있습니다.가설은 귀무 가설(null hypotheses)과 대립 가설(alternative hypotheses)의 두 가지 형태로 나타납니다. 귀무 가설은 대립 가설에 대해 검정되며 실험에서 관찰된 변화가 없음을 반영합니다. 대립 가설은 일반적으로 이전 두 단락에서 설명한 가설이며, 실험 가설이라고도 합니다. 대립 가설은 실험의 예측된 결과입니다. 귀무 가설이 기각되면 대립 가설에 대한 증거가 구축됩니다.
일상적인 예: 어쩌면 밖이 얼어붙어 자동차 배터리가 방전되었을 가능성이 상당히 높습니다. 어쩌면 당신은 전날 밤에 가스가 부족했다는 것을 알고 있으므로 탱크가 비어 있을 가능성이 높습니다.
3단계: 실험 및 데이터 수집
어느 쪽이든, 다음 단계는 더 많은 관찰을 하거나 결론으로 이어지는 실험을 수행하는 것입니다. 가설을 세운 후 과학자들은 가설을 검증하기 위한 실험을 계획하고 수행합니다. 이러한 실험은 가설을 뒷받침하거나 반증할 데이터를 제공합니다. 데이터는 정량적 또는 정성적 관찰에서 수집할 수 있습니다. 정성적 정보는 시각, 청각, 미각, 후각 또는 촉각을 통해 단순히 감각을 사용하여 수행할 수 있는 관찰을 말합니다. 대조적으로, 정량적 관찰은 가설을 조사하기 위해 일부 유형의 정확한 측정을 사용하는 관찰입니다.
실험은 실제 세계의 관찰이 가설에서 파생된 예측과 일치하거나 반박하는지 여부를 결정하기 위해 고안된 절차입니다. 실험의 증거가 가설을 뒷받침하면 가설에 더 많은 신뢰성이 부여됩니다. 이는 향후 실험에서 원래 가설에 대한 새로운 정보를 밝힐 수 있으므로 가설이 사실임을 나타내는 것은 아닙니다. 실험 설계는 과학적 방법의 또 다른 중요한 단계이며 실험에서 도출된 결과와 결론에 큰 영향을 미칠 수 있습니다. 실험 설계에 신중한 생각과 시간을 할애하고 가능한 오류를 최소화해야 합니다. 실험은 실험 결과에 영향을 미칠 수 있는 모든 변수나 요인이 연구자의 통제 하에 있도록 설계되어야 합니다. 실험의 조건을 설명하기 위해 두 가지 유형의 변수, 즉 독립 변수와 종속 변수 또는 응답 변수가 사용됩니다. 독립 변수는 과학자에 의해 직접 조작되거나 제어되며 일반적으로 종속 변수에 영향을 미칠 것으로 예측하는 것입니다. 따라서 종속 변수 또는 응답 변수는 독립 변수의 값에 따라 달라집니다. 실험은 일반적으로 원인과 결과 관계를 밝히기 위해 실험에서 하나의 특정 요인을 조작하도록 설계되었습니다.
일상적인 예: 자동차에 여전히 모든 부품이 있습니까? 이게 맞는 열쇠인가요? 가스 게이지는 무엇을 말합니까? 점프 스타트가 도움이 되나요?
실험 설계에서 또 다른 중요한 측면은 조작되지 않은 처리 조건을 나타내는 대조 처리의 역할입니다. 대조군 처리는 실험적 처리와 동일한 조건으로 유지되지만 실험적 조작은 대조군에 적용되지 않습니다. 예를 들어, 연구자가 토양 염도가 식물 성장에 미치는 영향을 테스트하는 경우 대조 처리의 토양에는 소금이 첨가되지 않았습니다. 대조군은 실험적 처리를 비교할 수 있는 "정상적인" 조건의 기준선을 제공합니다.
실험 설계에는 각 처리의 반복실험도 포함되어야 합니다. 실험 결과의 반복성은 데이터의 유효성과 정확성을 보장하는 과학적 방법의 중요한 부분입니다. 실험의 모든 측면을 통제하는 것은 매우 어렵기 때문에 가장 신중하게 설계되고 통제된 실험에서도 통제할 수 없는 결과에 내재된 변동이 있습니다. 반복실험을 통해 조사자는 결과의 이러한 내재적 변동을 추정할 수 있습니다. 데이터의 정확한 기록 및 측정은 결과의 정확성과 결과에서 도출된 결론을 보장하는 데에도 매우 중요합니다.
4단계: 결과 및 데이터 분석
과학적 방법의 다음 단계는 실험 결과가 의미하는 바를 결정하는 것입니다. 과학자들은 귀무 가설을 기각할 수 있는지 확인하기 위해 귀무 가설의 예측을 대립 가설의 예측과 비교합니다. 귀무 가설을 기각한다는 것은 대조군 대 실험 처리의 종속 변수 값이 서로 같지 않을 확률이 유의하다는 것을 의미합니다. 유의한 차이가 있는 경우 귀무 가설을 기각하고 대립 가설을 받아들일 수 있습니다. 반대로, 연구자는 귀무 가설을 기각하지 못할 수 있으며, 이는 처리가 결과에 영향을 미치지 않음을 의미합니다. 과학자들이 실험 데이터나 관찰 결과로부터 귀무 가설에 대한 주장을 하기 전에, 데이터의 타당성과 데이터의 추가 해석을 보장하기 위해 통계적 테스트가 필요합니다. 통계적 검사를 통해 연구자는 대조 치료와 실험 치료 사이에 진정한 차이가 있는지 확인할 수 있습니다. 거기에서 그들은 발견 한 것을 설명하기 위해 그림과 표를 만들 수 있습니다.
5단계: 결론
과학적 방법의 마지막 부분은 결과에 대한 설명과 결과에서 논리적으로 도출할 수 있는 결론을 제공하는 것입니다. 일반적으로 과학적 과정의 이 단계에서는 과학 문헌을 다시 검토하고 그 결과를 관련 주제에 대한 다른 실험 또는 관찰 결과와 비교해야 합니다. 이를 통해 연구자는 실험을 보다 일반적인 맥락에서 다루고 특정 결과의 중요성에 대해 자세히 설명할 수 있습니다. 또한 자신의 작업이 해당 분야의 더 큰 맥락에 어떻게 부합하는지 설명할 수 있습니다.
과학적 과정은 여기서 멈추지 않습니다! 과학적 과정은 과학 주제에 대한 지식이 축적되고 자연 현상을 설명하는 특정 메커니즘 또는 과정에 대한 이해를 촉진함에 따라 시간이 지남에 따라 작동합니다. 귀무 가설을 거부하지 못한다면, 과학적 방법의 초기 단계를 다시 살펴보고 질문을 다시 공식화하고 예상한 결과를 얻지 못한 이유를 이해해야 합니다.
과학적 방법의 적용
일상 생활과 실험실에서 이 방법을 사용하는 것의 유일한 차이점은 과학자들이 관찰에서 가설, 실험, 그리고 최종적으로 결론 및 동료 검토에 이르기까지 자신의 작업을 주의 깊게 문서화한다는 것입니다. 또한 실험실 밖에서의 문제 해결과 달리 실험실 내의 과학적 방법에는 통제된 조건과 변수가 포함됩니다.
실험실의 예를 들어 과학적 방법을 조사해 보겠습니다. 식물의 성장은 토양에 살고 있는 박테리아와 곰팡이와 같은 미생물의 영향을 받는 것으로 알려져 있습니다. 완전히 무균 된 토양에 식물을 화분에 심은 다음 한 번에 하나씩 미생물을 추가하거나 다른 조합으로 식물의 성장을 측정하여 어떤 미생물이 어떤 영향을 미치는지 파악할 수 있습니다. 이제 과학적 방법을 설명하는 데 사용되는 용어에 이것을 끼워 보겠습니다.
관찰 및 질문: 토양에 미생물이 있습니다... 이것이 식물 성장에 영향을 미칩니까?
가설:
실험적: 관심 있는 특정 미생물 중 하나가 식물이 더 느리게 자라도록 합니다.
Null: 미생물의 유무는 식물 성장에 영향을 미치지 않습니다.
실험 : 1) 무균 토양, 2) 미생물이 첨가 된 토양, 3) 자연 토양에 식물 그룹을 설정합니다. 자를 사용하여 시간이 지남에 따라 식물의 성장을 측정합니다.
결론: 그룹 2의 식물이 다른 두 식물보다 느리게 자란다면 가설이 뒷받침됩니다. 이것은 중요한 것으로 간주되기 위해 많은 공장의 통계 분석으로 뒷받침되어야 합니다. 이와 같은 실험은 그룹당 하나의 식물만으로는 합법적이지 않습니다.
그룹 1은 식물이 무균 토양에서 자랄 수 있음을 보여주는 대조군입니다. 그룹 3은 식물이 정상적인 조건에서 자랄 수 있음을 보여주는 대조군입니다. 그룹 2는 실험 그룹입니다. 더 많은 변수를 도입하기 위해 다른 양의 미생물 또는 다른 미생물을 추가하는 것이 가능할 것입니다. 요점은 연구자가 실험 그룹, 즉 통제 그룹을 비교할 수 있는 것이 있다는 것입니다. 만약 그 실험이 단지 그룹 2만을 포함했고, 연구자가 그 식물들이 "아파서 보인다"고 결정했다면, 그것은 의견의 문제가 될 것이다. 그 관찰을 과학적으로 만드는 유일한 방법은 측정할 수 있는 건강한 식물을 갖는 것입니다. 사용된 미생물의 유형 또는 양은 연구자가 통제할 수 있기 때문에 독립 변수입니다. 실험이 끝날 때 식물의 크기는 결과이기 때문에 종속 변수 또는 반응 변수입니다.
궁극적으로 이와 같은 연구는 과학 저널에 발표되어 다른 연구자들이 사용된 방법과 도출된 결론에 대해 읽을 수 있습니다. 이와 같은 출판물은 동료 심사(peer-review)의 대상이 되는데, 이는 다른 연구자들이 논문을 확인하고 논문이 잘 작성되었다는 데 동의할 때까지 저널에 게재되지 않는다는 것을 의미합니다. 과학자 공동체로서 일반적인 개념은 개별 과학자가 수행하는 실험에서 관찰된 패턴을 기반으로 개발됩니다. 이것은 과학 이론의 발전으로 이어집니다. 이 용어는 특정 개념이나 프로세스가 존재한다는 연구자들 간의 합의가 있음을 의미합니다. 이론이라는 단어가 가설과 같은 것을 의미하지 않는다는 점에 유의하는 것이 중요합니다. 과학자들이 이 용어로 개념에 레이블을 붙이면 현재 사용 가능한 모든 데이터를 고려하여 사실로 간주됩니다. 물론, 많은 수의 실험을 통해 그 반대의 정보가 입증된다면, 이론은 수정될 수 있다.
과학적 방법은 과학자들이 과학적 발견을 간단하고 재현 가능하게 만들기 위해 현상을 조사하는 데 사용하는 기술과 질문의 틀입니다. 기원전 4세기까지 거슬러 올라가는 실험가들에 의해 느슨하게 관찰되었지만, 처음으로 제대로 공식화된 과학적 방법은 유럽 르네상스 시대에 만들어졌습니다. 프랜시스 베이컨, 갈릴레오, 아이작 뉴턴과 같은 과학의 최전선에 있는 사람들은 오늘날 우리가 실험을 수행하는 데 사용하는 규칙을 일상적으로 실천하기 시작했습니다.
일반적으로 과학적 방법의 첫 번째 단계는 일반적으로 현상을 관찰한 후 질문을 공식화하는 것입니다. 예를 들어, 당신이 애벌레를 키우고 있는데 어떤 애벌레는 번데기에 도달하는 데 다른 애벌레보다 더 오래 걸린다는 것을 알게 되었다고 가정해 보겠습니다. 그리고 당신은 애벌레가 온도에 따라 다른 속도로 발달하는지 궁금합니다.
여기에서 과학적 방법의 두 번째 부분인 가설이 등장합니다. 가설은 우리가 관찰하는 것을 관찰하는 이유에 대한 불확실한 설명이며 두 가지 주요 유형이 있습니다. 첫 번째는 실험적 또는 대안 가설이며, 이 경우 조사되는 변수, 온도 및 애벌레 발달 사이에 관계가 있음을 의미합니다. 따라서 우리의 실험 가설은 애벌레가 더 낮은 온도에서 자라면 알에서 번데기로 가는 데 더 오래 걸린다는 것일 수 있습니다. 결정적으로, 좋은 가설은 검증할 수 있습니다. 애벌레의 경우 온도를 변경하고 알에서 번데기로 이동하는 데 걸리는 시간을 기록하고 반증할 수 있습니다. 따라서 온도에 관계없이 애벌레가 발달하는 데 거의 같은 시간이 걸린다면 우리는 그 가설이 틀렸을 가능성이 높다는 것을 받아들일 수 있습니다. 두 번째 유형의 가설은 귀무 가설입니다. 이는 일반적으로 실험 중에 관찰된 중요한 변화나 차이가 없을 것이라고 추측합니다. 캐터필러를 예로 들자면, 애벌레는 각 온도 조건에서 같은 속도로 발달할 것입니다.
일단 가설이 세워지면, 과학적 방법의 세 번째 단계는 실험과 데이터 수집을 포함한다. 일반적인 실험에는 두 가지 유형의 변수가 있습니다. 독립 변수는 실험자가 직접 조작하는 것입니다. 따라서 애벌레의 경우 온도를 변경할 때 독립 변수를 변경하고 있습니다. 응답 변수라고도 하는 종속 변수는 독립 변수의 상태에 영향을 받아야 합니다. 따라서 우리가 애벌레를 다른 온도에 노출시킬 때, 반응, 종속 변수는 그들이 발달하는 속도입니다.
또한 가설을 뒷받침하거나 반증하기 위해 수집할 수 있는 두 가지 주요 유형의 데이터가 있습니다. 첫 번째는 정성적 데이터(qualitative data)로, 일반적으로 시각, 만지기, 듣기, 냄새 맡기, 심지어 맛보기까지 감각으로 이루어진 서술적 관찰을 말합니다. 우리의 실험에서, 우리는 애벌레가 시원한 애벌레에 비해 정상적인 온도 조건에서 돌아다니고 많이 먹는 것처럼 보인다는 것을 기록할 수 있습니다. 정성적 데이터와 달리 정량적 데이터는 측정하고 숫자로 기록할 수 있습니다. 따라서 애벌레가 부화한 후 마침내 번데기가 될 때까지 걸리는 시간을 계산하면 확실한 수치를 얻을 수 있습니다. 가능한 경우, 독립 변수를 조작하는 모든 실험에서 제어 조건을 갖는 것이 거의 중요합니다. 우리의 애벌레 실험에서는 대조군으로 설정된 표준 실내 온도인 21도에서 애벌레를 성장시킬 수 있는데, 이는 실험 환경과 비교하여 정상적인 조건에서 애벌레가 발달할 때 어떤 일이 발생하는지 보여주기 때문입니다.
관찰 실험에서는 대조군이 필요하지 않거나 불가능할 수도 있습니다. 예를 들어, 우리의 애벌레가 이제 자라서 꽃밭에서 꿀을 먹고 있다고 상상해 보십시오. 우리의 실험 가설에서는 그들이 큰 분홍색 꽃에서 먹이를 먹는 것을 선호한다고 제안하는 반면, 귀무 가설은 그들이 선호하지 않고 무작위로 꽃을 방문한다고 제안합니다. 이 경우 나비가 각 꽃 유형을 방문하는 횟수를 관찰하고 기록하는 것만으로도 변수를 조작하거나 통제할 필요 없이 가설을 확인하거나 거부할 수 있는 충분한 데이터를 제공할 수 있습니다.
데이터가 수집되면 다음 단계는 모든 것이 무엇을 의미하는지 파악하는 것입니다. 과학자들은 두 가설의 예측을 비교하여 귀무 가설을 기각할 수 있는지 알아낼 것입니다. 이는 대조군의 종속 변수 값과 실험 조건의 값을 비교하여 수행할 수 있습니다. 두 값이 같지 않으면 귀무 가설을 기각할 수 있습니다. 수집된 데이터가 가설을 뒷받침한다면, 예를 들어 애벌레가 더 시원한 기후에서 사육되었을 때 알에서 번데기로 가는 데 훨씬 더 많은 시간이 걸렸던 것처럼, 이것은 실험 가설에 더 많은 신뢰성을 부여하지만, 결정적으로 미래의 실험에서 새로운 정보가 밝혀질 수 있기 때문에 가설이 확실히 사실임을 나타내지는 않습니다.
과학적 방법의 마지막 부분은 결론을 도출하고 연구 결과가 의미하는 바를 논의하는 곳입니다. 여기서 과학자들은 다른 실험이나 다른 문헌을 참조하여 연구 결과를 맥락에 적용하고 결과가 왜 그들이 한 일을 보여주는지에 대한 설명을 제시할 수 있습니다. 예를 들어, 결론은 애벌레가 자연 서식지에 가장 가까운 온도에서 자라는 것을 좋아한다는 것일 수 있습니다. 이것은 차례로 다른 종들도 다른 온도에서 다른 속도로 번데기를 하는가와 같은 새로운 질문을 불러일으킬 수 있습니다. 이것은 새로운 실험에 영감을 줄 수 있으며, 추측하셨겠지만 과학적 방법을 사용하여 테스트할 수 있습니다.
과학적 방법은 과학자들이 과학적 발견을 간단하고 재현 가능하게 만들기 위해 현상을 조사하는 데 사용하는 기술과 질문의 틀입니다. 기원전 4세기까지 거슬러 올라가는 실험가들에 의해 느슨하게 관찰되었지만, 처음으로 제대로 공식화된 과학적 방법은 유럽 르네상스 시대에 만들어졌습니다. 프랜시스 베이컨, 갈릴레오, 아이작 뉴턴과 같은 과학의 최전선에 있는 사람들은 오늘날 우리가 실험을 수행하는 데 사용하는 규칙을 일상적으로 실천하기 시작했습니다.
일반적으로 과학적 방법의 첫 번째 단계는 일반적으로 현상을 관찰한 후 질문을 공식화하는 것입니다. 예를 들어, 당신이 애벌레를 키우고 있는데 어떤 애벌레는 번데기에 도달하는 데 다른 애벌레보다 더 오래 걸린다는 것을 알게 되었다고 가정해 보겠습니다. 그리고 당신은 애벌레가 온도에 따라 다른 속도로 발달하는지 궁금합니다.
여기에서 과학적 방법의 두 번째 부분인 가설이 등장합니다. 가설은 우리가 관찰하는 것을 관찰하는 이유에 대한 불확실한 설명이며 두 가지 주요 유형이 있습니다. 첫 번째는 실험적 또는 대안 가설이며, 이 경우 조사되는 변수, 온도 및 애벌레 발달 사이에 관계가 있음을 의미합니다. 따라서 우리의 실험 가설은 애벌레가 더 낮은 온도에서 자라면 알에서 번데기로 가는 데 더 오래 걸린다는 것일 수 있습니다. 결정적으로, 좋은 가설은 검증할 수 있습니다. 애벌레의 경우 온도를 변경하고 알에서 번데기로 이동하는 데 걸리는 시간을 기록하고 반증할 수 있습니다. 따라서 온도에 관계없이 애벌레가 발달하는 데 거의 같은 시간이 걸린다면 우리는 그 가설이 틀렸을 가능성이 높다는 것을 받아들일 수 있습니다. 두 번째 유형의 가설은 귀무 가설입니다. 이는 일반적으로 실험 중에 관찰된 중요한 변화나 차이가 없을 것이라고 추측합니다. 캐터필러를 예로 들자면, 애벌레는 각 온도 조건에서 같은 속도로 발달할 것입니다.
일단 가설이 세워지면, 과학적 방법의 세 번째 단계는 실험과 데이터 수집을 포함한다. 일반적인 실험에는 두 가지 유형의 변수가 있습니다. 독립 변수는 실험자가 직접 조작하는 것입니다. 따라서 애벌레의 경우 온도를 변경할 때 독립 변수를 변경하고 있습니다. 응답 변수라고도 하는 종속 변수는 독립 변수의 상태에 영향을 받아야 합니다. 따라서 우리가 애벌레를 다른 온도에 노출시킬 때, 반응, 종속 변수는 그들이 발달하는 속도입니다.
또한 가설을 뒷받침하거나 반증하기 위해 수집할 수 있는 두 가지 주요 유형의 데이터가 있습니다. 첫 번째는 정성적 데이터(qualitative data)로, 일반적으로 시각, 만지기, 듣기, 냄새 맡기, 심지어 맛보기까지 감각으로 이루어진 서술적 관찰을 말합니다. 우리의 실험에서, 우리는 애벌레가 시원한 애벌레에 비해 정상적인 온도 조건에서 돌아다니고 많이 먹는 것처럼 보인다는 것을 기록할 수 있습니다. 정성적 데이터와 달리 정량적 데이터는 측정하고 숫자로 기록할 수 있습니다. 따라서 애벌레가 부화한 후 마침내 번데기가 될 때까지 걸리는 시간을 계산하면 확실한 수치를 얻을 수 있습니다. 가능한 경우, 독립 변수를 조작하는 모든 실험에서 제어 조건을 갖는 것이 거의 중요합니다. 우리의 애벌레 실험에서는 대조군으로 설정된 표준 실내 온도인 21도에서 애벌레를 성장시킬 수 있는데, 이는 실험 환경과 비교하여 정상적인 조건에서 애벌레가 발달할 때 어떤 일이 발생하는지 보여주기 때문입니다.
관찰 실험에서는 대조군이 필요하지 않거나 불가능할 수도 있습니다. 예를 들어, 우리의 애벌레가 이제 자라서 꽃밭에서 꿀을 먹고 있다고 상상해 보십시오. 우리의 실험 가설에서는 그들이 큰 분홍색 꽃에서 먹이를 먹는 것을 선호한다고 제안하는 반면, 귀무 가설은 그들이 선호하지 않고 무작위로 꽃을 방문한다고 제안합니다. 이 경우 나비가 각 꽃 유형을 방문하는 횟수를 관찰하고 기록하는 것만으로도 변수를 조작하거나 통제할 필요 없이 가설을 확인하거나 거부할 수 있는 충분한 데이터를 제공할 수 있습니다.
데이터가 수집되면 다음 단계는 모든 것이 무엇을 의미하는지 파악하는 것입니다. 과학자들은 두 가설의 예측을 비교하여 귀무 가설을 기각할 수 있는지 알아낼 것입니다. 이는 대조군의 종속 변수 값과 실험 조건의 값을 비교하여 수행할 수 있습니다. 두 값이 같지 않으면 귀무 가설을 기각할 수 있습니다. 수집된 데이터가 가설을 뒷받침한다면, 예를 들어 애벌레가 더 시원한 기후에서 사육되었을 때 알에서 번데기로 가는 데 훨씬 더 많은 시간이 걸렸던 것처럼, 이것은 실험 가설에 더 많은 신뢰성을 부여하지만, 결정적으로 미래의 실험에서 새로운 정보가 밝혀질 수 있기 때문에 가설이 확실히 사실임을 나타내지는 않습니다.
과학적 방법의 마지막 부분은 결론을 도출하고 연구 결과가 의미하는 바를 논의하는 곳입니다. 여기서 과학자들은 다른 실험이나 다른 문헌을 참조하여 연구 결과를 맥락에 적용하고 결과가 왜 그들이 한 일을 보여주는지에 대한 설명을 제시할 수 있습니다. 예를 들어, 결론은 애벌레가 자연 서식지에 가장 가까운 온도에서 자라는 것을 좋아한다는 것일 수 있습니다. 이것은 차례로 다른 종들도 다른 온도에서 다른 속도로 번데기를 하는가와 같은 새로운 질문을 불러일으킬 수 있습니다. 이것은 새로운 실험에 영감을 줄 수 있으며, 추측하셨겠지만 과학적 방법을 사용하여 테스트할 수 있습니다.
Videos from this collection:
Copyright © 2026 MyJoVE Corporation. All rights reserved