વૈજ્ .ાનિક પદ્ધતિના પગલાં: તેઓ શું છે, વ્યાખ્યા અને તેમને કેવી રીતે કરવું

તેને "કહેવામાં આવે છેવૈજ્ઞાનિક પધ્ધતિ”કોઈપણ વિજ્ ;ાનથી સંબંધિત વિષયો વિશે અપડેટ માહિતી શોધવા માટે હાથ ધરવામાં આવતા પગલા અથવા તકનીકોના સમૂહને; જ્યાં, વૈજ્ .ાનિક માનવા માટે, સંશોધન અનુભવ, ડેટા માપન અને ધ્યાનમાં લેવાતા તર્ક પર આધારિત હોવું જોઈએ.

વૈજ્ .ાનિક પદ્ધતિના પગલા અથવા તબક્કા વિવિધ હોઈ શકે છે અને તે પણ અલગ કરી શકાય છે સંશોધન અને વિજ્ ofાનના ક્ષેત્રના આધારે જેમાં તે હાથ ધરવામાં આવે છે (કેટલાક અન્ય કરતા ચકાસવા માટે ખૂબ સરળ છે). આ કારણોસર, આ હકીકત સાથે કે અમે આ પ્રકારની તપાસ હાથ ધરવામાં રસ ધરાવતા લોકો માટેના પગલાં બતાવવા માંગીએ છીએ, અમે આ પ્રવેશ તૈયાર કર્યો છે.

વૈજ્ ?ાનિક પદ્ધતિના પગલા શું છે?

આ પદ્ધતિના પગલા અથવા તબક્કા છે: પ્રશ્નો, નિરીક્ષણ, પૂર્વધારણા નિવેદન, પ્રયોગ, વિશ્લેષણ અને નિષ્કર્ષ. તે બધાનો ઉપયોગ કોઈ વિષયનું મૂલ્યાંકન કરવા, કોઈ સોલ્યુશન સૂચવવા, પ્રયોગ કરવા અને નિષ્કર્ષ કા drawવા માટે થાય છે; તેથી હવે અમે તેમના દરેકના સાચા ઉપયોગ માટે વિગતવાર જઈશું.

સાચો પ્રશ્ન પૂછો

વૈજ્ .ાનિક પદ્ધતિનો ઉપયોગ કરીને તપાસ શરૂ કરવા માટે, રુચિના વિષય વિશે કોઈ પ્રશ્ન પૂછવો જરૂરી છે. વધુ સરળતાથી સમજવા માટે, અમે કેટલાક ઉદાહરણોનો ઉપયોગ કરીશું:

• કયા ગ્લાસમાં સૌથી વધુ પાણીની ક્ષમતા છે?
• લાકડા પાણી પર કેમ તરે છે?

નિરીક્ષણ અને તપાસ

તે રોકવા માટે જરૂરી છે નિરીક્ષણ કરો અને પૂછાયેલા પ્રશ્નો અથવા પ્રશ્નોના જવાબ માટે શક્ય તેટલો ડેટા એકત્રિત કરવા માટે સંશોધન. આ ગુણવત્તા નિરીક્ષણો અને તપાસ હોવા જોઈએ, તેથી નીચે આપણે નિરીક્ષણની કેટલીક પદ્ધતિઓ સમજાવીશું.

વૈજ્ .ાનિક નિરીક્ષણ શા માટે અથવા કોઈ અન્ય પ્રશ્ન, વિવિધ રીતે એકત્રિત કરવામાં આવેલા ડેટાની સહાયથી સમજાવવા માટે સક્ષમ છે. આને ત્રણ પ્રકારોમાં વહેંચી શકાય છે, બિનસલાહભર્યા, અર્ધ-વ્યવસ્થિત અને વ્યવસ્થિત નિરીક્ષણ. જો કે, પગલામાં સામાન્ય રીતે સિસ્ટમેટિક્સનો ઉપયોગ થાય છે.

• બિનસલાહભર્યા તે એકનો સંદર્ભ આપે છે જેમાં અવલોકન કોઈપણ પૂર્વ આયોજન અથવા સંગઠન વિના કરવામાં આવે છે, એટલે કે, આપણે ફક્ત સમસ્યાને નિરીક્ષણ કરીએ છીએ અને તે ડેટા એકત્રિત કરવાનો પ્રયાસ કરીએ છીએ જે અમને રસ હોઈ શકે.
• અર્ધ-વ્યવસ્થિત એ હકીકત દ્વારા વર્ગીકૃત કરવામાં આવે છે કે નિરીક્ષણના ઉદ્દેશો પ્રથમ શોધી કા mustવા જોઈએ, જેથી તેની સાથે શું માંગવામાં આવે છે તે જાણવું ખૂબ સરળ છે. જોકે સમસ્યા એ છે કે પાસાઓ જે નિરીક્ષણ કરવામાં આવશે તે ગોઠવેલ નથી.
• અંતે, ત્યાં વ્યવસ્થિત નિરીક્ષણ છે, જે ઉદ્દેશની અગાઉની યોજના અથવા પાસાઓનું મૂલ્યાંકન કરવાની સહાયથી, વધુ ચોક્કસ રીતે ડેટા સંગ્રહિત કરવાની મંજૂરી આપે છે. આ ઉપરાંત, નિરીક્ષણના તમામ પરિબળો (વર્તણૂકો અથવા વર્તણૂકો, તથ્યો, ઘટનાઓ, વિવિધ ક્ષેત્રોમાંની ઘટનાઓ અને અન્ય લોકો) નું વર્ગીકરણ કરવું જરૂરી છે.

કલ્પનાનું નિવેદન

આ વૈજ્ .ાનિક પદ્ધતિના એક પગલા છે જ્યાં નિરીક્ષણ અથવા સંશોધન દ્વારા એકત્રિત કરવામાં આવેલા ડેટાને ધ્યાનમાં લેતા, સમજૂતી (શક્ય છે કે નહીં) મળી હોવી આવશ્યક છે, જે પૂછાયેલા પ્રશ્નના જવાબ આપે છે. ઘણી પૂર્વધારણાઓ મેળવવાનું પણ શક્ય છે, પરંતુ તેમાંથી કોઈ પણને "સાચા" તરીકે ગણી શકાય નહીં ત્યાં સુધી તે પ્રયોગો (આગળનું પગલું) દ્વારા સાબિત ન થાય ત્યાં સુધી.

પૂર્વધારણા બનાવતી વખતે, અમે નીચેની ટીપ્સની ભલામણ કરીએ છીએ:

• સમસ્યા ઓળખો.
• તમે જાણો છો તે (ઇફેક્ટ્સ) અને તમે શું નથી (કારણો) જાણો.
• એક "અનુમાન" શોધો જે તમે જાણો છો તેના જવાબ આપે છે.
• "ઇફ એક્સ પછી વાય" ની રચનાનો ઉપયોગ કરો, જ્યાં "એક્સ" તે છે જે તમે નથી જાણતા અને "વાય" તે છે જે તમે જાણો છો; તેથી "અસરો" ની તમારી ધારણાને કારણે "કારણો" થાય છે.

થોડા પગલાઓમાં પૂર્વધારણા બનાવવાની તે એક સરળ અને સરળ રીત છે, પરંતુ તમે વેબ પર વધુ તકનીકો અથવા માહિતી શોધી શકો છો (તમે અમને કોઈ ટિપ્પણી પણ કરી શકો છો).

પ્રયોગ

પ્રયોગો ભાગ છે વૈજ્ .ાનિક પદ્ધતિના તબક્કાઓ તેના દ્વારા ચલો અનુસાર કોઈ પૂર્વધારણા તપાસવી શક્ય છે. આનો અર્થ એ છે કે સંશોધન હાથ ધરનાર વ્યક્તિએ તેના પરની અસરોને માપવા માટે, આશ્રિત ચલોમાં થઈ શકે છે તે વિવિધ અસરોને અવલોકન કરવા માટે કારક ચલોની હેરફેર કરવી આવશ્યક છે.

આ ઉપરાંત, પ્રયોગનો હેતુ પરિસ્થિતિને ફરીથી બનાવવાનો પણ છે, જ્યાં આવશ્યક શરતો અને અભ્યાસના compબ્જેક્ટનો સમાવેશ કરતા તત્વોને મળવા આવશ્યક છે.

જો પ્રયોગ કલ્પનાને માન્યતા આપી શકે છે, તો પછી હાથ ધરવામાં આવેલા પરીક્ષણો અનુસાર તે યોગ્ય હોઈ શકે (હા, શક્ય છે કે અન્ય પરીક્ષણો અનુસાર તે ખોટા છે); જ્યારે જો પ્રયોગ પૂર્વધારણાને ચકાસી શકતો નથી, તો તે હવે ટકાઉ રહેશે નહીં, અથવા ઓછામાં ઓછું પ્રશ્ન કરવામાં આવશે.

વિશ્લેષણ અને નિષ્કર્ષ

કરેલા પ્રયોગના આધારે, વધુ વિશ્લેષણ કરવાની મંજૂરી આપવા માટે શ્રેણીબદ્ધ ડેટા એકત્રિત કરવા જોઈએ. જેમાં બધા ડેટાને ધ્યાનમાં લેવું આવશ્યક છે, આને પરિણામોને અસર થશે કે નહીં તે ધ્યાનમાં લીધા વિના, આપણે વિચાર્યું તે મુજબ થશે. બાદમાં એ હકીકતનો સંદર્ભ છે કે જો માહિતીનો ટુકડો આપણી અપેક્ષા સાથે સંમત નથી, તો આપણે તપાસમાં વિશ્વસનીય પરિણામો મેળવવા માટે તેને શામેલ કરવું જોઈએ અને તેનું વિશ્લેષણ કરવું જોઈએ.

અંતે, એકત્રિત અને વિશ્લેષણ કરેલા ડેટાની અર્થઘટન કરવી આવશ્યક છે; ક્રમમાં પૂર્વધારણા સાચી છે કે ખોટી તે નક્કી કરવા માટે. જ્યાં પ્રથમ કિસ્સામાં, તે બતાવવામાં આવશે કે પ્રયોગના માધ્યમ દ્વારા પૂર્વધારણા ચકાસી શકાય છે, જે તેને બરાબર સાચું કરતી નથી; જ્યારે બીજો કેસ પ્રયોગને સમાપ્ત કરી શકે છે અથવા બીજી પૂર્વધારણાની સ્થાપના માટેની શરૂઆત હોઈ શકે છે.

તે વૈજ્ ;ાનિક પદ્ધતિના પગલા છે જે તમારે તપાસ હાથ ધરવા માટે હાથ ધરવા જ જોઈએ; જેની અમને આશા છે કે તમે યોગ્ય રીતે સમજવામાં સમર્થ હશો. અન્ય પગલાં શામેલ કરી શકાય છે, તે પરિણામોનું પ્રકાશન અથવા તપાસ કરી રહ્યા છે જે બીજા વૈજ્entistાનિકે પહેલેથી હાથ ધરી છે (તેના પૂર્વધારણાને તપાસવા માટે), પરંતુ તે સ્પષ્ટ પગલાઓ કરતાં વધુ હશે, તેથી વિગતો આપવી જરૂરી નથી.