Thực nghiệm khoa học kiểm tra giả thuyết như thế nào?

Một thực nghiệm tốt cũng không biến giả thuyết thành “chân lý” chỉ sau một lần đo. Sức mạnh của kết luận phụ thuộc vào chất lượng thiết kế, mức biến thiên của dữ liệu, khả năng lặp lại và phạm vi mà phép thử thực sự bao phủ. Vì vậy, cách diễn đạt chính xác thường là dữ liệu “ủng hộ”, “không ủng hộ” hoặc “chưa đủ để kết luận” đối với giả thuyết trong những điều kiện đã khảo sát.

Từ giả thuyết đến dữ liệu: cơ chế kiểm tra cốt lõi

Một giả thuyết chỉ có thể được kiểm tra bằng thực nghiệm khi nó tạo ra dự đoán quan sát được. Nếu phát biểu quá mơ hồ, không thể xác định điều gì cần thay đổi và điều gì cần đo, dữ liệu sẽ không có tiêu chí rõ ràng để xác nhận mức độ phù hợp với dự đoán. Vì vậy, bước đầu tiên là chuyển giả thuyết thành một dự đoán đủ cụ thể để kết quả có thể phù hợp hoặc không phù hợp với nó.

Cơ chế cốt lõi gồm một chuỗi liên kết. Nhà nghiên cứu xác định biến độc lập là yếu tố sẽ chủ động thay đổi, biến phụ thuộc là kết quả sẽ được đo, sau đó thiết kế các điều kiện so sánh sao cho những yếu tố khác được giữ ổn định hoặc được phân bố hợp lý. Dữ liệu thu được từ các điều kiện được so sánh với dự đoán ban đầu. Nếu mẫu kết quả xuất hiện theo hướng dự đoán và thiết kế đã giảm được các giải thích thay thế quan trọng, giả thuyết nhận được bằng chứng ủng hộ mạnh hơn. Nếu kết quả đi ngược dự đoán hoặc không ổn định, mức độ ủng hộ giảm.

Có thể hình dung bằng một ví dụ giả định. Giả thuyết cho rằng tăng thời lượng chiếu sáng từ 4 giờ lên 8 giờ mỗi ngày làm cây tăng trưởng nhiều hơn trong 14 ngày. Thời lượng chiếu sáng là biến độc lập; mức tăng trưởng là biến phụ thuộc. Lượng nước, loại đất, nhiệt độ và kích thước ban đầu của cây cần được kiểm soát hoặc phân bố sao cho không trở thành lời giải thích thay thế. Ví dụ này không chứng minh giả thuyết đúng; nó cho thấy cách biến một phát biểu thành phép thử có thể đo lường.

Trong Design of Experiments (DOE), cách bố trí điều kiện, ngẫu nhiên hóa và lặp lại được sử dụng để quản lý nguồn biến thiên và làm rõ mối quan hệ giữa yếu tố được thao tác với kết quả đo. Ý nghĩa của cách tiếp cận này không nằm ở một “công thức bảo đảm đúng”, mà ở việc buộc mỗi kết luận phải gắn với cách dữ liệu được tạo ra. Chính thiết kế đó tạo nên khác biệt giữa một quan sát đơn thuần và một phép kiểm tra giả thuyết có cấu trúc.

Kiểm soát biến giúp loại bỏ giải thích thay thế

Nếu kết quả thay đổi, nhà nghiên cứu cần biết sự thay đổi đó liên quan đến yếu tố đang kiểm tra hay đến một yếu tố khác. Khi nhiều điều kiện cùng thay đổi một lúc, dữ liệu có thể cho thấy khác biệt nhưng không cho biết nguyên nhân nào tạo ra khác biệt ấy. Kiểm soát biến vì thế là điều kiện then chốt để thu hẹp các lời giải thích cạnh tranh.

Ba nhóm biến cần phân biệt

Biến độc lập là yếu tố được chủ động thay đổi theo thiết kế. Biến phụ thuộc là phản ứng hoặc kết quả được đo để xem nó thay đổi thế nào. Biến kiểm soát là những điều kiện được giữ ổn định hoặc quản lý nhất quán để chúng không gây nhiễu cho phép so sánh. Trong ví dụ cây trồng, thời lượng chiếu sáng là biến độc lập, mức tăng trưởng là biến phụ thuộc, còn lượng nước và loại đất là những điều kiện cần kiểm soát.

Sự phân chia này quyết định logic của kết luận. Nếu nhóm nhận 8 giờ ánh sáng tăng trưởng khác nhóm nhận 4 giờ trong khi các điều kiện quan trọng khác tương đương, lời giải thích “thời lượng chiếu sáng có liên quan đến khác biệt” trở nên hợp lý hơn so với trường hợp cả ánh sáng, nước và đất đều khác nhau.

Biến gây nhiễu làm suy yếu kết luận ra sao?

Một biến gây nhiễu là yếu tố thay đổi cùng với biến đang được kiểm tra và cũng có khả năng ảnh hưởng đến kết quả. Giả sử nhóm cây nhận 8 giờ ánh sáng đồng thời được tưới nhiều nước hơn. Nếu nhóm này tăng trưởng nhiều hơn, dữ liệu không thể tách rõ tác động của ánh sáng khỏi tác động của nước. Kết quả vẫn là dữ liệu thực nghiệm, nhưng sức mạnh của kết luận nhân quả bị suy yếu vì tồn tại một giải thích thay thế rõ ràng.

Không thể loại bỏ tuyệt đối mọi nguồn nhiễu. Một số yếu tố có thể không được đo, phép đo có thể sai lệch hoặc điều kiện thực tế không hoàn toàn đồng nhất. Mục tiêu hợp lý là giảm các nguồn nhiễu quan trọng đến mức phép so sánh trở nên có ý nghĩa, đồng thời nêu rõ những giới hạn còn lại. Một kết luận minh bạch về giới hạn vì thế đáng tin cậy hơn một kết luận chỉ dựa vào việc kết quả “trông có vẻ đúng”.

Đối chứng và ngẫu nhiên hóa tạo phép so sánh đáng tin cậy

Kiểm soát biến cho biết cần giữ gì ổn định; đối chứng cho biết kết quả cần được so với điều kiện nào. Một nhóm hoặc điều kiện đối chứng tạo ra mốc tham chiếu để trả lời câu hỏi: nếu không áp dụng thay đổi đang được kiểm tra, kết quả sẽ ra sao trong cùng bối cảnh? Trong ví dụ cây trồng, nhóm 4 giờ ánh sáng có thể đóng vai trò điều kiện so sánh cho nhóm 8 giờ. Chênh lệch giữa hai nhóm khi đó có ý nghĩa hơn một con số tăng trưởng đứng riêng lẻ.

Tuy nhiên, chỉ có hai nhóm chưa đủ. Nếu những cây khỏe hơn ngay từ đầu đều được đưa vào nhóm 8 giờ, khác biệt cuối cùng có thể phản ánh trạng thái ban đầu thay vì thời lượng chiếu sáng. Ngẫu nhiên hóa giúp giảm nguy cơ các khác biệt nền được phân bố có hệ thống vào một điều kiện cụ thể. Về cơ chế, nó không làm mọi cá thể trở nên giống nhau; nó làm cho quá trình phân bổ bớt phụ thuộc vào lựa chọn chủ quan hoặc một mẫu sắp xếp cố định.

Đối chứng và ngẫu nhiên hóa phục vụ hai nhiệm vụ khác nhau nhưng bổ sung cho nhau: đối chứng tạo phép so sánh, còn ngẫu nhiên hóa giúp phép so sánh ít bị thiên lệch bởi cách phân nhóm. Dữ liệu vì thế có cơ sở tốt hơn để đánh giá giả thuyết. Dù vậy, ngẫu nhiên hóa không thể sửa một phép đo kém, một thao tác không nhất quán hoặc một biến gây nhiễu đã gắn chặt với điều kiện thực nghiệm. Chất lượng kết luận vẫn phụ thuộc vào toàn bộ thiết kế.

Lặp lại và sai số quyết định độ ổn định của kết quả

Một lần đo có thể khác thường vì dao động tự nhiên, sai số đo hoặc một sự kiện ngẫu nhiên. Vì vậy, lặp lại là cách kiểm tra xem hiệu ứng quan sát được có xuất hiện ổn định qua nhiều đơn vị hoặc nhiều lần thực hiện hay không. Khi kết quả được lặp lại trong cùng logic thiết kế, nhà nghiên cứu có thêm cơ sở để phân biệt tín hiệu tương đối ổn định với một chênh lệch tình cờ.

Vai trò của sai số thực nghiệm và biến thiên dữ liệu cũng quan trọng không kém. Nếu các phép đo trong cùng một điều kiện dao động rất rộng, một chênh lệch nhỏ giữa hai điều kiện có thể khó diễn giải. Ngược lại, nếu chênh lệch giữa các điều kiện xuất hiện nhất quán so với mức biến thiên bên trong từng điều kiện, bằng chứng thực nghiệm có sức nặng hơn. Phân tích thống kê được dùng để mô tả và đánh giá mối quan hệ giữa chênh lệch quan sát được với mức biến thiên, thay vì chỉ nhìn vào một con số riêng lẻ.

Không có một số lần lặp phổ quát đủ để chứng nhận mọi thí nghiệm là “đáng tin cậy”. Nhu cầu lặp lại phụ thuộc vào lĩnh vực, thiết kế, độ biến thiên của dữ liệu và độ chính xác của phép đo. Vì vậy, không nên dùng một con số lặp cố định làm tiêu chuẩn chung cho mọi thực nghiệm: cùng một số lần lặp có thể phù hợp với một phép đo ổn định nhưng không đủ với một hệ thống biến thiên mạnh.

Lặp lại cũng không chữa được sai lệch hệ thống. Nếu cảm biến luôn đo lệch theo một hướng hoặc nhóm thực nghiệm luôn nhận thêm một yếu tố khác ngoài biến độc lập, lặp lại nhiều lần có thể chỉ tái tạo cùng một sai lệch. Vì thế, số lượng quan sát và chất lượng thiết kế phải được xem đồng thời.

Dữ liệu ủng hộ giả thuyết đến mức nào?

Khi có dữ liệu, nhiệm vụ không phải là gắn ngay nhãn “đúng” hoặc “sai” cho giả thuyết. Cần quay lại dự đoán ban đầu và hỏi ba điều: kết quả có đi theo hướng dự đoán không, mức biến thiên có cho thấy hiệu ứng đủ ổn định không, và thiết kế có loại được các giải thích thay thế quan trọng không? Mức độ ủng hộ phụ thuộc vào cả ba lớp này.

Khi kết quả phù hợp với dự đoán

Nếu dữ liệu phù hợp với dự đoán và phép kiểm soát đủ chặt, có thể nói kết quả ủng hộ giả thuyết trong những điều kiện đã thử nghiệm. Cách diễn đạt này quan trọng vì một giả thuyết có thể tạo ra dự đoán đúng trong một số điều kiện nhưng chưa chắc đúng ở mọi bối cảnh. Kết quả của một thực nghiệm cho biết mức độ phù hợp giữa dữ liệu và dự đoán, chứ không cấp một chứng nhận đúng tuyệt đối.

Sức mạnh của kết luận tăng khi nhiều phép đo nhất quán, các biến gây nhiễu quan trọng đã được xử lý và kết quả có thể lặp lại. Ngược lại, nếu thiết kế còn lỗ hổng, cùng một dữ liệu có thể hỗ trợ nhiều cách giải thích. Bằng chứng vì thế phải được đọc cùng với cách nó được tạo ra.

Khi kết quả không phù hợp hoặc chưa đủ rõ

Nếu dữ liệu đi ngược dự đoán, giả thuyết mất đi một phần hoặc toàn bộ sự ủng hộ trong điều kiện đã kiểm tra. Tuy nhiên, trước khi kết luận giả thuyết sai hoàn toàn, cần xem liệu thao tác có thực sự thay đổi biến độc lập như dự kiến, phép đo có đủ tin cậy và biến gây nhiễu có làm méo kết quả hay không. Đây không phải cách “cứu” giả thuyết, mà là yêu cầu tách lỗi của giả thuyết khỏi lỗi của phép thử.

Một tình huống khác là dữ liệu chưa đủ rõ: kết quả biến thiên lớn, chênh lệch nhỏ hoặc các lần lặp không nhất quán. Khi đó, kết luận phù hợp nhất có thể là chưa đủ bằng chứng. Sự không chắc chắn này là một kết quả khoa học hợp lệ, vì nó chỉ ra rằng dữ liệu hiện có chưa cho phép phân biệt tốt giữa dự đoán của giả thuyết và các khả năng khác.

Cách đánh giá một thực nghiệm có sức thuyết phục

Có thể đánh giá một thực nghiệm bằng cách lần theo chuỗi logic tạo ra bằng chứng. Trước hết, giả thuyết có tạo ra dự đoán đủ cụ thể để đo không? Sau đó, xác định yếu tố nào được thay đổi, kết quả nào được đo và những điều kiện nào phải được kiểm soát. Tiếp theo, xem dữ liệu được so với mốc đối chứng nào, các đơn vị được phân vào điều kiện ra sao, thí nghiệm có lặp lại hay không và mức biến thiên có được xem xét không. Cuối cùng, kiểm tra xem kết luận có vượt quá những gì dữ liệu thực sự cho phép hay không.

Một checklist ngắn có thể dùng khi đọc mô tả thí nghiệm:

·         Giả thuyết có dự đoán đo được

·         Biến độc lập và biến phụ thuộc được xác định rõ

·         Các biến gây nhiễu quan trọng được kiểm soát hoặc quản lý

·         Có điều kiện đối chứng hoặc mốc so sánh phù hợp

·         Cách phân nhóm hạn chế thiên lệch, khi phù hợp có ngẫu nhiên hóa

·         Có lặp lại và xem xét mức biến thiên của dữ liệu

·         Kết luận chỉ giới hạn trong điều kiện đã kiểm tra

Với ví dụ ánh sáng và cây trồng, câu hỏi không chỉ là “nhóm 8 giờ có tăng trưởng hơn không?”. Cần hỏi thêm lượng nước có giống nhau không, cây ban đầu có được phân nhóm hợp lý không, có nhiều cây trong mỗi điều kiện không, kết quả có nhất quán không và kết luận có chỉ nói về điều kiện đã thử nghiệm hay đã suy rộng quá xa. Chính những câu hỏi này biến việc đọc một con số thành đánh giá một bằng chứng thực nghiệm.

Thực nghiệm có sức thuyết phục không phải là thực nghiệm luôn cho kết quả “đẹp”, mà là thực nghiệm cho phép truy vết từ giả thuyết đến thiết kế, từ thiết kế đến dữ liệu và từ dữ liệu đến kết luận. Khi mỗi mắt xích đều rõ và có giới hạn, dữ liệu mới thực sự có giá trị trong việc đánh giá giả thuyết.

Thực nghiệm khoa học kiểm tra giả thuyết bằng cách tạo ra một phép thử có cấu trúc: biến dự đoán thành đại lượng có thể đo, chủ động thay đổi biến độc lập, theo dõi biến phụ thuộc và kiểm soát những yếu tố có thể gây nhiễu. Đối chứng và ngẫu nhiên hóa làm phép so sánh đáng tin cậy hơn; lặp lại và xem xét sai số giúp đánh giá độ ổn định của kết quả.

Vì thế, vai trò của thực nghiệm không phải là “chứng minh một giả thuyết đúng” sau một lần thử, mà là tạo bằng chứng cho biết giả thuyết được ủng hộ đến mức nào trong những điều kiện cụ thể. Một kết luận mạnh phải tương xứng với chất lượng thiết kế, độ ổn định của dữ liệu và các giới hạn còn tồn tại.