歡迎來到實驗技巧與科學探究！
你有沒有想過科學家是如何探索世界運作的奧秘？他們可不是靠瞎猜，而是透過探究！無論是測試新藥物、設計速度更快的火箭，還是研究哪種土壤能讓植物長得最高，科學家都會運用一套稱為「科學探究技能」（Working Scientifically）的方法。
初次接觸科學實驗時感到有點困惑？不用擔心！在這份筆記中，我們會把科學探究的每個步驟拆解成簡單易明的小單元。學完之後，你就能親自設計公平測試、像專業科學家一樣記錄數據、找出實驗錯誤，並得出準確的結論！
1. 開展探究：提出問題與作出預測
每一個偉大的科學突破，都始於對現實世界的好奇心。
提出科學問題
一個好的科學問題，必須能夠透過實驗或收集數據來進行測試。
• 非科學問題：「哪一株植物看起來最漂亮？」（這只是個人主觀意見，無法測量。）
• 科學問題：「增加光照量會讓植物長得更高嗎？」（這是可以測量和測試的！）
作出預測
預測（Prediction）是指根據你既有的科學知識，對探究中將會發生的事情所作出的陳述。
• 例子：「我預測糖在熱水中溶解的速度會比在冷水中更快，因為在較高溫度下，粒子運動得更快。」
科學探究的類型
科學研究不只是在試管裡混合化學品！根據你想探討的內容，你可以選擇不同類型的科學探究方法：
• 公平測試（Fair testing）：只改變一個因素，同時保持其他所有因素不變，以觀察其影響（例如：測試哪個品牌的廚房紙吸水力最強）。
• 分類與鑑定（Classifying and identifying）：根據特徵將物體或生物分類（例如：將岩石分為火成岩、沉積岩和變質岩）。
• 尋找規律（Pattern seeking）：在無法輕易控制所有變量的情況下尋找關聯（例如：調查身高較高的人是否鞋子尺碼也較大）。
• 隨時間觀察（Observing over time）：觀察隨時間緩慢或持續發生的變化（例如：觀察一個蘋果在三星期內的分解過程）。
• 利用二手資料研究（Researching using secondary sources）：當無法直接進行測試時，從書籍、科學期刊或可靠的網站尋找資料（例如：研究火星的表面溫度）。
• 抽樣技術（Sampling techniques）：當調查範圍太大而無法逐一計算時（例如計算草地上的雛菊數量），科學家會使用抽樣方法，例如在隨機位置放置稱為樣方（Quadrat）的方框，以估算總數量。
重點提示：好的探究始於可測試的問題、具備科學理據的預測，以及選擇合適的探究方法。
---2. 變量：公平測試的基石
變量（Variable）是指在實驗中任何可以改變、被改變或被測量的因素。要讓實驗成為一個公平測試（Fair test），你必須掌握三種變量。
三大關鍵變量
1. 獨立變量（Independent Variable, IV）／自變量：由你刻意改變的變量。
記憶小貼士：Independent = What I change（由我改變的事物）！
2. 應變變量（Dependent Variable, DV）／因變量：你用來測量或觀察以得出結果的變量。
記憶小貼士：Dependent = The Data you collect（你收集的數據）！
3. 控制變量（Control Variables, CV）：在整個實驗過程中，你必須保持不變的所有其他因素。
為什麼控制變量至關重要？如果你同時改變了多於一個變量，你將無法確定到底是哪一個變量導致了結果的改變，這樣測試就不公平了！
生活實例：植物生長實驗
假設你想探究肥料是否能幫助植物長得更高：
• 獨立變量：添加的肥料份量（例如：\(0\text{ g}\)、\(5\text{ g}\)、\(10\text{ g}\)）。
• 應變變量：以厘米（\(\text{cm}\)）測量的植物高度。
• 控制變量：植物的種類、澆水量、日照量、花盆大小以及土壤類型。所有這些因素都必須保持完全相同！
重點提示：只改變獨立變量，測量應變變量，並保持所有控制變量完全一致，以確保測試公平。
---3. 安全守則與儀器使用
無論在實驗室還是進行戶外考察，安全進行科學活動永遠是首要任務。
危害與風險
• 危害（Hazard）：任何有可能造成傷害的事物（例如：本生燈的火焰、破碎的玻璃儀器或酸性溶液）。
• 風險（Risk）：指該項危害對人體造成傷害的機會率，以及傷害的嚴重程度（例如：手指被熱燒杯燙傷，或酸液濺入眼睛）。
• 控制措施（Control measures）：為降低風險而採取的行動，例如佩戴安全眼鏡、束好長頭髮，以及把書包放在實驗桌下。
國際標準計量單位（SI 單位）
全球科學家都使用國際單位制（SI 單位），確保所有人都能理解彼此的測量數據：
• 長度／距離：米（\(\text{m}\)）
• 質量：千克（\(\text{kg}\)）或克（\(\text{g}\)）
• 時間：秒（\(\text{s}\)）
• 溫度：攝氏度（\(^\circ\text{C}\)）
• 液體／氣體體積：立方厘米（\(\text{cm}^3\)）
重點提示：進行實驗前務必先找出潛在危害，採取安全措施，並使用標準 SI 單位記錄測量結果。
---4. 記錄數據：圖表與繪圖
清晰地展示數據，能讓所有人一目了然地看清結果中的趨勢與規律。
繪製標準結果記錄表
繪製表格時，請遵循以下標準科學規範：
• 第一欄（左側）：永遠填寫獨立變量。
• 後續各欄（右側）：填寫應變變量（包括多次重覆測試的數據及計算出的平均值）。
• 欄標題規則：在欄標題中寫明物理量名稱和單位（例如：\(\text{時間} / \text{s}\) 或 \(\text{溫度} / ^\circ\text{C}\)）。
• 數據格：數據格內只寫數字。切勿在數據格內的數字旁邊寫上單位！
數據表格式範例：
[ 第 1 欄：\(\text{水溫} / ^\circ\text{C}\) ] | [ 第 2 欄：\(\text{溶解時間（第 1 次測試）} / \text{s}\) ] | [ 第 3 欄：\(\text{溶解時間（第 2 次測試）} / \text{s}\) ] | [ 第 4 欄：\(\text{平均時間} / \text{s}\) ]
第 1 行：\(20\) | \(45\) | \(47\) | \(46\)
第 2 行：\(40\) | \(28\) | \(30\) | \(29\)
第 3 行：\(60\) | \(15\) | \(17\) | \(16\)
選擇並繪製合適的圖表
• 棒形圖／條形圖（Bar Chart）：當獨立變量為分類數據（Categoric）或離散數據（Discrete）時使用（例如文字或獨立組別：金屬種類、光的顏色或鞋子尺碼）。柱條之間應留有空隙。
• 線圖／散佈圖（Line Graph / Scatter Plot）：當獨立變量為連續數據（Continuous）時使用（即可以取任何數值的數據，如時間、溫度或質量）。
繪製線圖的黃金法則：
• 坐標軸：將獨立變量放在橫軸（\(x\) 軸），將應變變量放在縱軸（\(y\) 軸）。
• 標籤：清晰標明兩條坐標軸的變量名稱及單位（例如：\(\text{時間} / \text{s}\)）。
• 比例尺：選擇合理的遞增刻度（例如：\(1\)、\(2\)、\(5\)、\(10\)），圖表應佔據方格紙一半以上的空間。
• 最佳擬合線（Line of Best Fit）：用直尺畫出一條平滑的直線，或畫出一條平滑的曲線，以反映數據點的整體趨勢。切勿用折線把各個數據點逐一「連點成線」！
重點提示：數據表中獨立變量放在左側，單位只寫在欄標題中。線圖的獨立變量放在 \(x\) 軸，並需繪製最佳擬合線。
---5. 數據質素：準確度、精確度與誤差
要讓實驗結果值得信賴，你必須了解測量數據的質素。
準確度（Accuracy）對比 精確度（Precision）
這兩個詞在科學上有著截然不同的含意：
• 準確度：測量值與真實值或公認值之間的接近程度。
• 精確度：多次重覆測量值之間的相互接近程度（亦與測量工具的解像度／分度值有關）。
飛鏢靶比喻：
• 如果你射出的所有飛鏢都正中紅心，那麼你既準確又精確。
• 如果飛鏢緊密地聚集在左上角，遠離紅心，那麼你是精確的（重覆性高），但不準確。
• 如果飛鏢散落在靶上各處，那麼你既不準確也不精確。
認識實驗誤差
由於誤差的存在，每次測量都會帶有一定的不確定性：
• 偶然誤差／隨機誤差（Random Errors）：實驗過程中不可預測的波動（例如：讀取計時器時有些微偏差，或室溫出現波動）。你可以透過重覆測量並計算平均值來減少隨機誤差的影響。
• 系統誤差（Systematic Errors）：數據持續向同一方向偏離，通常是由儀器故障或方法不當引起。常見例子是零點誤差（Zero error），例如電子天平在未放置任何物品時已顯示為 \(0.2\text{ g}\)。
重點提示：準確度是接近真實值的程度；精確度是多次測量結果的接近程度。重覆測試和取平均值可減少隨機誤差，而系統誤差則需要校正儀器或改善實驗方法。
---6. 可重覆性、可再現性與處理異常值
可重覆性（Repeatable）對比 可再現性（Reproducible）
• 可重覆性：如果同一位實驗者使用相同的實驗方法和儀器重覆實驗，能獲得非常相近的結果。
• 可再現性：如果由不同的人進行實驗，或使用不同的儀器／方法，仍然能得出相同的規律或結果。
甚麼是異常值？
異常值（Anomaly / Outlier）是指與其餘數據規律明顯不符的測量值。
• 如何找出異常值：檢視你的重覆測試數據。如果你測得的數值分別為 \(24\text{ s}\)、\(25\text{ s}\) 和 \(52\text{ s}\)，那麼 \(52\text{ s}\) 顯然就是一個異常值。
• 如何處理異常值：
1. 找出異常值，並檢查是否在操作或記錄時犯了錯誤。
2. 計算平均值時剔除（忽略）該異常值。
3. 如果時間許可，重新進行該次測試。
計算平均值（剔除異常值）
計算可靠數據的平均值公式如下：
\[\text{平均值} = \frac{\text{可靠測量值的總和}}{\text{可靠測量值的次數}}\]
例子：一名學生記錄小車滑下斜面所需的時間，三次測量值分別為：\(4.1\text{ s}\)、\(4.3\text{ s}\) 及 \(8.9\text{ s}\)。
• 步驟 1：找出 \(8.9\text{ s}\) 為異常值並將其忽略。
• 步驟 2：只將可靠的數值相加：\(4.1 + 4.3 = 8.4\)
• 步驟 3：除以 \(2\)（因為可靠數值共有兩個）：\(\frac{8.4}{2} = 4.2\text{ s}\)。
重點提示：可重覆性指同一人／同套儀器；可再現性指不同人／不同儀器。計算平均值前，切記先剔除異常值！
---7. 評估與改進探究實驗
完成實驗後，優秀的科學家必定會對自己的實驗過程進行反思。
評估可靠性與有效性
• 有效性（Validity）：你的實驗是否真正測試了預期要探討的內容？如果你嚴格控制了所有控制變量，並準確測量了應變變量，那麼這個方法就是有效的。
• 可靠性（Reliability）：你的實驗結果是否值得信賴？重覆進行多次測試並展示出一 client 性的結果，可以提高實驗的可靠性。
提出改進建議
當被問及如何改進實驗時，應避免給出如「做得更小心一點」這種含糊不清的答案。相反，你應該提出具體的改進建議：
• 「使用解像度更高的數碼溫度計代替傳統液體溫度計，以獲取更精確的溫度讀數。」
• 「使用解像度為 \(0.01\text{ g}\) 的電子天平，代替解像度為 \(1\text{ g}\) 的天平。」
• 「在每個溫度下重覆測試三次並計算平均值，以減少隨機誤差的影響。」
• 「在燒杯外加上保溫套，以防止熱量散失到空氣中。」
重點提示：評估實驗代表檢視實驗方法是否為公平測試（有效性）且結果是否一致（可靠性），並提出具體方法使測量更精確和準確。
---8. 常見誤解與應避免的錯誤
在測驗和實驗操作中，千萬不要掉入以下常見陷阱：
• 錯誤 1：混淆獨立變量與應變變量。
糾正方法：時刻記住：獨立變量是你在實驗開始前就決定改變的因素；應變變量則是你在實驗最後測量所得的結果。
• 錯誤 2：在表格的每一個數據格內都寫上單位。
糾正方法：只在頂部欄標題寫一次單位（例如：\(\text{質量} / \text{g}\)），表格行內的數據格只填寫純數字。
• 錯誤 3：在線圖上「逐點相連」。
糾正方法：務必繪製一條平滑的最佳擬合直線或曲線，使各點均勻分佈在線的兩側。切勿用折線將點生硬相連。
• 錯誤 4：計算平均值時把異常值也算進去。
糾正方法：圈出異常值，在相加時將其排除，並且只除以可靠測試的次數。
• 錯誤 5：混淆可重覆性（Repeatable）與可再現性（Reproducible）。
糾正方法：如果你再次實驗獲得相同結果 \(\rightarrow\) 可重覆性。如果是班上其他同學獲得相同結果 \(\rightarrow\) 可再現性。
快速複習清單
在完成任何科學探究實驗之前，請檢查你是否已做到以下各點：
• 已明確識別獨立變量、應變變量和控制變量。
• 已評估潛在危害並落實安全措施。
• 已建立數據記錄表，且單位只出現在欄標題中。
• 已進行重覆測量，找出任何異常值，並計算出正確的平均值。
• 已繪製圖表，將獨立變量放在 \(x\) 軸，並畫出最佳擬合線。
• 已評估實驗方法的準確度、精確度和有效性。