科學探究技巧：數據分析與評估
歡迎來到科學中最令人興奮的環節之一！做實驗和收集數據只是探究旅程的一半。真正的奇妙之處，在於你檢視實驗結果、理解背後含意、找出規律，並評估探究過程是否可靠。這就稱為數據分析與評估（Analysis and Evaluation）。
即使初時覺得這些概念有點抽象，也完全不用擔心——我們會用簡單的規則、清晰的例子和實用小貼士，為你逐步拆解！
1. 認識變數與數據類型
在整理結果之前，你首先要清楚自己量度的是甚麼。
變數的類型
在任何科學實驗中，你都會接觸到不同類型的變數：
• 獨立變數（Independent Variable，又稱自變數）： 由你刻意改變或選擇來測試的因素。（記憶小技巧： 由我（I）主動改變的，就是 Independent variable！）
• 應變變數（Dependent Variable，又稱因變數）： 你量度以觀察其是否受獨立變數影響的因素。它的數值取決於（depends on）你改變了甚麼。
數據的類型
你所收集的數據類型，決定了你應該如何呈現實驗結果：
• 類別或離散數據（Categorical / Discrete Data）： 屬於不同類別、名稱或整數計數的數據。例子包括眼睛顏色（啡色、藍色、綠色）、血型或鞋子尺碼。這類數據最適合用棒形圖（Bar chart）來呈現。
• 連續數據（Continuous Data）： 可以在連續尺度上取任何數值的測量數據。例子包括長度、時間和溫度。這類數據最適合用折線圖 / 線圖（Line graph）或散佈圖（Scatter plot）來呈現。
重點提示： 繪圖前一定要先檢查數據類型！如果是獨立的類別數據，請畫棒形圖；如果是連續的數值測量，請畫線圖。
---2. 呈現數據：數據表與標準單位
優秀的科學家必定會清晰記錄測量數據，讓其他人一目了然。
製作優質數據表的規則
• 左邊欄： 永遠將獨立變數放在最左邊的第一欄。
• 右邊欄： 將應變變數的讀數（包括重複實驗的數據和計算出來的平均值）放在右邊各欄。
• 清晰欄位標題： 每個欄位標題都必須註明物理量名稱及單位，並以斜線或括號分隔。例如：時間 / \( \text{s} \) 或 長度 (\( \text{cm} \))。
• 數據格內不寫單位： 單位只寫在頂部的標題列中，切勿在表格內的每個數字旁邊重複寫上單位。
• 有效數字與小數位保持一致： 同一欄內的所有原始數據，記錄的小數位數必須保持一致。
國際單位（SI 單位）與科學命名
全球的科學家都使用名為 SI 單位（國際單位制）的標準單位，以及標準化學命名規則（IUPAC 命名法），確保彼此能準確溝通：
• 長度： 米 / 公尺（\( \text{m} \)）
• 質量： 千克 / 公斤（\( \text{kg} \)）
• 時間： 秒（\( \text{s} \)）
• 電流： 安培（\( \text{A} \)）
• 溫度： 開爾文（\( \text{K} \)）
重點提示： 保持數據表整潔，獨立變數放左邊，並謹記在標題列使用 SI 標準單位。
---3. 數學計算與統計
收集好原始數據後，你需要進行簡單的統計計算來理解結果。
集中趨勢與離散程度的量度
• 平均值（Mean / Average）： 一致（相近）數值的總和除以該組一致數值的個數。
\( \text{Mean} = \frac{\text{Sum of concordant values}}{\text{Number of concordant values}} \)
關鍵規則： 計算平均值前，必須先找出並剔除異常值（Anomalies / Outliers）！
• 中位數（Median）： 將所有數值由小至大排列後，位於正中間的數值。
• 眾數（Mode）： 數據集中出現次數最多的數值。
• 分佈域 / 全距（Range）： 數據的分散程度，計算方法是最高值減去最低值：
\( \text{Range} = \text{Maximum} - \text{Minimum} \)
逐步示範：計算平均值
假設你進行了四次實驗，量度玩具小車沿斜道滑下所需的時間：
第 1 次：\( 4.2\text{ s} \)，第 2 次：\( 4.3\text{ s} \)，第 3 次：\( 7.9\text{ s} \)，第 4 次：\( 4.1\text{ s} \)。
第 1 步：找出異常值。 你會發現 \( 7.9\text{ s} \) 遠高於其他數值，與整體規律不符，因此這是一個異常值。
第 2 步：劃去異常值。 忽略 \( 7.9\text{ s} \)。
第 3 步：計算其餘一致數據的平均值：
\( \text{Mean} = \frac{4.2 + 4.3 + 4.1}{3} = \frac{12.6}{3} = 4.2\text{ s} \)
重點提示： 計算平均值時，切勿將異常值計入！先將其劃去，然後只除以有效實驗次數。
---4. 繪製精確的圖表
圖表能將數據圖像化，讓趨勢和規律一目了然。
繪圖檢查清單
• 坐標軸（Axes）： 將獨立變數繪畫在水平的 x 軸上，應變變數繪畫在垂直的 y 軸上。清楚標註兩軸的物理量名稱及單位。
• 比例（Scale）： 選用均勻、線性的比例，以合理的間距遞增（例如 \( 1 \)、\( 2 \), \( 5 \) 或 \( 10 \)）。標繪的數據點範圍應佔圖表格網的 \( 50\% \) 以上。
• 描點（Plotting）： 用細小、清晰的「\( \times \)」或帶圓圈的點精確標出每個數據點。
• 最佳擬合線（Line of Best Fit）： 畫出一條平滑的線（用直尺畫的直線或平滑的曲線），以反映數據點的整體趨勢，並使分佈在線上下的數據點數目大致均勻。繪線時請忽略任何異常值。
常見錯誤警告！
千萬不要像玩連連看一樣，用曲折的線條將點與點直接相連！在科學中，你必須畫出一條平滑的最佳擬合線。
重點提示： x 軸放獨立變數，y 軸回應變變數，圖表大小佔頁面一半以上，並畫出平滑的最佳擬合線。
---5. 解讀規律與得出結論
得出結論，就是利用你的數據和圖表來回答最初的研究問題，或檢驗你的假說。
描述變數之間的關係
從圖表中描述趨勢規律時，要具體說明兩個變數的變化：
• 正相關（Positive Correlation）： 隨着獨立變數增加，應變變數亦隨之增加。
• 負相關（Negative Correlation）： 隨着獨立變數增加，應變變數反而減少。
• 無相關（No Correlation）： 兩個變數之間沒有明顯的規律或關聯。
相關性 vs. 因果關係
你知道嗎？ 兩件事物同時發生變化（相關性 Correlation），並不代表其中一件事導致了另一件事（因果關係 Causation）！
例如：雪糕銷量與曬傷個案在夏季都會同時上升。吃雪糕並不會導致曬傷；兩者其實都是由炎熱晴朗的天氣（第三個干擾因素）所引起的。
重點提示： 一份出色的科學結論應準確描述數據顯示的規律、解釋結果如何與預測對應，並慎重思考其中一個因素是否確實導致了該變化。
---6. 證據質素：準確度、精確度與可靠性
科學家必須評估實驗結果的可靠程度。雖然日常生活中大家常混用這些詞彙，但在科學中它們有着非常嚴謹的定義！
準確度 vs. 精確度
• 準確度（Accuracy）： 測量值與真實值或公認值有多接近。
• 精確度（Precision）： 重複測量所得的數值之間彼此有多接近（多次重複實驗的數據範圍非常小）。
比喻： 想像你在玩飛鏢。如果你投出的所有飛鏢都緊密聚集在左上角，但離靶心很遠，你的投擲就是精確度高但準確度低。如果你的飛鏢全部命中靶心，那就是準確度高。
重複性 vs. 再現性
• 可重複性（Repeatable）： 如果同一位研究人員使用相同的實驗方法與儀器重複實驗，能獲得一致（非常接近）的結果，該實驗就具有可重複性。
• 可再現性（Reproducible）： 如果不同的研究人員，或使用不同的儀器與技術重複進行測試，仍能得出相同的結論，該實驗就具有可再現性。
重點提示： 精確度是指重複測量值彼此接近；準確度是指測量值接近真實值。可重複是指你自己能重複做出相同結果；可再現是指其他人也能做出相同結論。
---7. 評估誤差與提出改善建議
評估實驗意味着找出實驗方法或儀器上的不足之處、解釋誤差來源，並提出值得進一步探究的新問題。
實驗誤差的類型
• 隨機誤差（Random Errors）： 實驗過程中出現的不可預測波動。可能由室溫微小變化、使用秒錶時的人體反應時間，或從微小不同角度讀取刻度（視差，parallax error）所引起。
如何減少隨機誤差： 進行多次重複讀數並計算平均值。
• 系統誤差（Systematic Errors）： 持續且可重複出現的誤差，會使每個讀數以相同幅度偏向同一方向。通常由儀器故障或實驗設計缺陷引起。
例子： 零點誤差（Zero error），例如電子天平在沒有放置任何物體時顯示為 \( 0.2\text{ g} \)，導致之後的每次測量都偏重了 \( 0.2\text{ g} \)。
如何修正系統誤差： 重新校準儀器或修正實驗技巧。（注意：計算平均值無法消除系統誤差！）。
• 異常結果（Anomalous Results）： 與數據集整體規律明顯不符的測量值。應找出異常值並將其圈出，且切勿計入平均值內。
如何撰寫高質素的實驗評估
避免使用像「因為人為錯誤」或「我應該量度得更仔細」等含糊字眼。相反，你應該提出具體而切實可行的改善方案：
• 與其寫：「我的計時器不準確。」
• 不如寫：「使用手動秒錶會因人體反應時間而引入隨機誤差。為改善這一點，可以使用連接到數碼數據記錄器的光閘（light gates）。」
• 與其寫：「熱力流失了。」
• 不如寫：「熱力透過燒杯壁散失到周圍環境中。為了提高準確度，我可以用棉花包裹燒杯作隔熱，並加上蓋子。」
重點提示： 具體指出誤差名稱（隨機誤差或系統誤差），解釋它如何影響數據，並提出針對儀器或方法的具體改善建議。
---快速複習清單
✓ 數據與表格： 獨立變數放左邊，應變變數放右邊，單位只寫在欄位標題。
✓ 計算： 計算平均值前，務必先找出並剔除異常值。
✓ 圖表： 選用覆蓋超過 \( >50\% \) 格網的均勻比例，用「\( \times \)」描點，並畫出平滑的最佳擬合線。
✓ 準確度 vs. 精確度： 準確度是接近真實值的程度；精確度是重複測量值彼此接近的程度。
✓ 誤差： 隨機誤差可透過重複實驗及取平均值來減少；系統誤差（如零點誤差）則需透過校準儀器和修正實驗方法來解決。