Flashcards: Mètode científic i disseny experimental

Totes les targetes del tema

Per fer-hi una ullada ràpida o repassar-les en paper.

1. 1. Què és una hipòtesi?

   Una resposta provisional a una pregunta, plantejada abans d'experimentar, que es pot posar a prova amb dades: s'ha de poder confirmar o descartar.

2. 2. Què li falta a «X afecta Y» per ser una hipòtesi de debò?

   Dir en quina direcció l'afecta, de manera que les dades la puguin refutar. «X afecta Y» encara és el tema; si a més hi afegeixes el perquè, ja és una explicació comprovable.

3. 3. Què és la variable independent?

   La que tu canvies a propòsit per veure quin efecte té (la dosi d'un fàrmac, la temperatura). És la «causa» que vols provar.

4. 4. Què és la variable dependent?

   La que mesures per veure com respon (la milloria, el creixement). És l'«efecte», i depèn de la variable independent.

5. 5. Truc: en «la dosi de X afecta Y», quina variable és cada una?

   X és la independent (la que canvies) i Y és la dependent (la que mesures). Confondre-les és un dels paranys més freqüents de la PAU.

6. 6. Què són les variables controlades i per què calen?

   Totes les altres variables, que has de mantenir iguals a tots els grups (edat, dieta, llum, aigua). Si no les controles, no sabràs si el resultat es deu a la variable independent o a una altra causa.

7. 7. Què és el grup de control?

   Un grup igual que l'experimental però que no rep el tractament (o rep un placebo). Serveix de referència per comparar-hi el grup tractat.

8. 8. Error típic: per què no pots concloure que un tractament funciona sense grup de control?

   Perquè no saps què hauria passat sense el tractament: la millora podria ser pel temps, per l'atzar o per l'efecte placebo. Cal comparar el grup tractat amb un grup de control.

9. 9. Què és un placebo i per a què serveix en un assaig?

   Una pastilla sense principi actiu, idèntica per fora a la de veritat. Evita que la millora del grup tractat sigui només per suggestió.

10. 10. Per què calen rèpliques i una mostra gran?

    Perquè una sola mesura pot sortir rara per casualitat. Com més individus i repeticions, menys pesen els casos extrems i més fiable és la conclusió.

11. 11. Davant d'un disseny experimental fluix, quines quatre coses revises per millorar-lo?

    Si li falta grup de control, si la mostra és massa petita, si hi ha variables sense controlar i si no s'ha repetit.

12. 12. Primer pas per llegir una taula de dades?

    Identificar què es compara i amb quines unitats. No et deixis impressionar per un nombre gran sense mirar sobre quin total és.

13. 13. Com calcules el percentatge d'un grup a partir d'una taula?

    Divideixes la part pel total i ho passes a percentatge: 3 de cada 4 és $3/4 = 0{,}75$, és a dir, el 75 %.

14. 14. Com expresses la diferència entre dos percentatges?

    Restes els dos valors i la diferència s'expressa en punts: entre un 70 % i un 25 % hi ha 45 punts de diferència.

15. 15. Com calcules l'augment percentual d'una mesura?

    Restes el valor inicial del final i divideixes aquesta diferència pel valor inicial. Si passa de 10 a 12, l'augment és $2/10$, un 20 %.

16. 16. Què és la mitjana i per què és útil en un experiment?

    La suma de totes les mesures dividida pel nombre de mesures. Resumeix diverses rèpliques en un sol nombre més fiable que una mesura sola.

17. 17. Per què una mitjana no es presenta mai sola?

    Perquè dos grups poden tenir la mateixa mitjana i ser molt diferents: un d'homogeni i un de dispers. Cal una mesura de dispersió (recorregut, desviació típica) per saber si la mitjana representa el grup.

18. 18. Què és una correlació?

    Una relació entre dues variables que canvien juntes: quan una puja, l'altra tendeix a pujar o a baixar.

19. 19. Error típic: una correlació demostra una causa?

    No: hi pot haver una tercera variable amagada que mogui les dues (la calor fa pujar alhora les vendes de gelats i els ofegaments). Per afirmar una causa cal un experiment controlat.

20. 20. Error típic: què no pots concloure d'un assaig que només mesura la millora dels pacients?

    Ni que el fàrmac és segur, ni que anirà bé a tothom, ni que cura del tot. Les dades només sostenen el que s'ha mesurat en aquella mostra.