Os avanços na tecnologia e no conhecimento científico são frequentemente devidos a ganhos no uso do design apropriado de experimentos. A compreensão desse conceito estatístico permite aos pesquisadores atribuir relações de causa e efeito e remover conjecturas e preconceitos da análise dos resultados. Questões econômicas e de negócios exigem tanto cuidado quanto a pesquisa científica no projeto de experimentos.
No projeto científico de experimentos, o pesquisador tenta provar a afirmação lógica: se X, então Y. O oposto também deve ser demonstrado para estabelecer uma relação de causa e efeito: se não for X, então não Y. Intuitivamente, entendemos , por exemplo, que uma planta precisa de água para viver e, se não receber água, morrerá. Portanto, existe uma relação causal entre as necessidades da planta e a água.
O pesquisador tenta provar ambas as afirmações lógicas através do uso de grupos de controle. Idealmente, os mesmos sujeitos de pesquisa experimentam as mesmas condições experimentais simultaneamente. Quando isso não é possível, como é freqüentemente o caso em experimentos biológicos, um segundo grupo de indivíduos é correspondido ao primeiro grupo com o maior número possível de fatores que possam afetar os resultados. A eficácia de uma dieta, por exemplo, pode ser testada pela seleção de um grupo de controle semelhante ao grupo de teste em idade, renda, nível de atividade e número de crianças. Em experimentos mais críticos, o design dos experimentos incorporará a correspondência real de indivíduos; isto é, o sujeito número 1A terá a mesma idade, sexo, nível de atividade e peso inicial que o sujeito número 1B, mas receberá a dieta de teste, enquanto 1A não.
Os desenhos fatoriais permitem que mais de uma variável seja estudada no mesmo experimento, mas com o mesmo rigor dos grupos de controle, aplicando a matemática da probabilidade. Os avanços na genética realizados por Mendel foram devidos a experimentos fatoriais e observações. Nessas experiências, dois ou mais fatores independentes são testados em dois ou mais níveis. Como exemplo, os sujeitos podem ser divididos em três variáveis independentes: dieta regular, dieta A ou dieta B. Cada um desses subgrupos é dividido novamente, com base no tempo em que a dieta é aplicada, três ou seis semanas.
Os métodos estatísticos são razoavelmente fáceis de aplicar ao planejamento de experimentos nos domínios das ciências naturais. Nas ciências sociais, que incluem estudos comportamentais, elas são mais difíceis. No estudo de economia e negócios, os sujeitos são pessoas e empresas. Esses assuntos não se prestam facilmente a estudar.
Os estudos de marketing geralmente dependem de grupos focais, cujo cuidado na seleção é crítico. É necessário conhecimento do planejamento adequado dos experimentos para estabelecer os critérios de seleção. Pesquisas, uma ferramenta comum de gerentes de produto e grupos políticos, também exigem essa experiência em seu design.
Inteligente de ativos.