Ganar la feria de ciencias significa diferenciarse de la competencia.
No nos malinterpretes, la creación de un volcán de bicarbonato de sodio increíble podría llamar la atención. Pero debes hacer algo un poco más sólido que eso si quieres llevarte el primer premio, ya sea en tu escuela o en Google Science Fair.
Además de tener un experimento sensato y bien diseñado, una de las cosas más importantes cuando intenta sacar una conclusión firme es analizar sus resultados con precisión. Aunque es posible que no desee escucharlo, no es el problema de la mayoría de las personas. favorito parte de la ciencia: esto significa hacer algunas estadísticas básicas para ver si las diferencias que observas son Estadísticamente significante o posiblemente simplemente por casualidad.
No se preocupe, sin embargo, realizar pruebas estadísticas no es realmente difícil, pero es una de las mejores formas de hacer que su proyecto realmente se destaque entre los jueces.
Por qué utilizar estadísticas
Si elige cualquier variable, por ejemplo, la altura, los puntajes de las pruebas de ortografía o el número de semillas germinadas con éxito, siempre habrá alguna variación por casualidad. Generalmente hay una distribución de resultados en torno a algún valor central. Esto hace que sea un poco difícil
Pruebas estadísticas como la tLa prueba y el coeficiente de correlación de Pearson le brindan las herramientas para separar los efectos de la probabilidad aleatoria de los efectos genuinos más allá de los esperados por la casualidad. Por ejemplo, si desea saber si los niños son más altos que las niñas, no solo compararía los promedios (más sobre eso en un momento), necesitaría ver cómo las diferencias dentro un grupo se compara con las diferencias Entre los grupos.
Medidas estadísticas básicas
Para utilizar pruebas estadísticas para su proyecto científico, primero debe conocer un par de cosas básicas. El primero es bastante simple: el concepto de "media", que es de lo que la mayoría de la gente habla cuando dice "promedio". Esta es simplemente la suma de un conjunto de valores dividido por el número de valores. Entonces, si tiene cinco puntajes de prueba: 20, 13, 18, 22 y 16, la media es:
\ begin {alineado} \ text {significa} & = μ = \ frac {20 + 13 + 18 + 22 + 16} {5} \\ & = 17.8 \ end {alineado}
El otro concepto importante es el Desviación Estándar. Esta es una medida de la dispersión de valores alrededor de la media y se utiliza como parte de muchas pruebas estadísticas. La fórmula para la desviación estándar es:
σ = \ sqrt {\ frac {1} {N} \ sum (x_i - μ) ^ 2}
Esto puede parecer aterrador, pero es bastante fácil de calcular: comience por calcular la media μ, y luego reste este valor de cada uno de los resultados individuales (el XI en la ecuación), antes de elevar al cuadrado la respuesta. Ahora sume todos estos valores individuales, divídalos por el número de resultados (norte), y finalmente saca la raíz cuadrada de la respuesta.
Prueba de una diferencia: la prueba t
Si desea probar una diferencia en una determinada variable entre dos grupos, por ejemplo, la altura promedio de los niños vs. niñas o puntajes de exámenes de estudiantes que tomaron un curso de recapitulación vs. aquellos que no tienen - el t-test es una de las pruebas estadísticas más utilizadas. Asume que sus datos se distribuyen normalmente (como una curva de campana; probablemente lo será, por lo que no tiene que preocuparse demasiado por esto), que los cuadrados de las desviaciones estándar (la "varianza") de cada grupo es el mismo y que las observaciones son independientes de cada otro.
Para realizar un t-prueba, usas la fórmula:
t = \ frac {μ_1 - μ_2} {\ sqrt {\ frac {s_p ^ 2} {n_1} + \ frac {s_p ^ 2} {n_2}}}
Ahora, todo lo que necesita saber es qué significa cada uno de los símbolos. En primer lugar, el μ Los símbolos son los medios para las muestras, el norte Los valores son el número de resultados en cada grupo, y el spag los valores implican las desviaciones estándar de las muestras. Esto es un poco más complicado y tiene una fórmula separada:
s_p ^ 2 = \ frac {(n_1 - 1) σ_1 ^ 2 + (n_2 - 1) σ_2 ^ 2} {n_1 + n_2 - 2}
Por lo general, es más fácil calcular esto en partes, comenzando con el spag2 valor, y luego poner el valor en la ecuación para t. El último paso es buscar el resultado que obtiene t en una tabla (ver Recursos) para el nivel de significancia apropiado, que generalmente es 0.95 (si está probando un diferencia en ambas direcciones, es decir, superior e inferior, utilice una tabla para la prueba de "dos caras" o utilice el 0.975 valor). Debe verificar en la fila su número de grados de libertad (el tamaño total de la muestra menos 2), y si su t valor (ignorando cualquier signo menos) es mayor que el valor en la tabla, ha encontrado una diferencia significativa.
Por supuesto, esto es solo el comienzo: ¿Qué haces con el resultado cuando lo encuentras? La siguiente parte de este artículo profundizará en la interpretación de sus resultados.