תצפית מדעית

תצפית היא פעולה של הסתכלות מכוונת על תופעה שמתרחשת באופן ספונטני, מאולץ וגם מקרי. ברמה המקרוסקופית תצפית היא שימוש בחמשת החושים בכדי לדווח ממקור ראשון על תופעה שהתרחשה. לעומת זאת ברמה המיקרוסקופית תצפית נעשית בעזרת חיישנים וגששים. המידע שמתקבל מחיישנים מועבר לתרגום בעזרת תוכנת מחשב. התרגום יופיע בצורות שונות ביניהן טבלאות נתונים, דיאגרמות, גרפים, תמונות, קבצי-שמע, וידאו ועוד.

תצפית יכולה להיעשות בכמה אופנים. בתצפית ישירה המִתְבּוֹנֵן ניגלה אל תופעה ממקור ראשון. תצפיות יכולות לעלות גם בניתוח נתונים שמתקבלים מגורם חיצוני. במילים אחרות המתבונן יכול לאסוף מידע ממתבוננים אחרים בכדי לתאר תצפית מדעית בלי להיחשף באופן ישיר לתופעה.

קטגוריות תצפית

• תצפית איכותית – ביטוי לתכונות או מדדים שלא ניתן או לא צריך לכמת באופן מספרי. לדוגמה תצפית התנהגותית (שמחה/עצבות) או תצפית שמתארת מגמה (ישירה/הפוכה).
• תצפית כמותית – ביטוי לתכונות או מדדים שמתוארים על ידי מספרים. לתצפית כמותית ניעזר בכלים להם יחידת מידה מוגדרת בכדי לכמת תופעה שמתרחשת. לדוגמה במדידת מהירות שמתארת שינוי במיקום ביחס לשינוי בזמן, נשתמש ביחידות קמ"ש (ק"מ לְשעה) או מטר לְשנייה.

נקודת מבט

מן המושג תצפית מתפתח מושג נוסף, ״נקודת מבט״ (תִּשְׁקֹפֶת, פֶּרְסְפֶּקְטִיבָה). יש חשיבות לאופן, זווית-ראיה וְהדרך בה נעשית תצפית. נדגים בפשוטות על ידי הסתכלות על עצם מוצק בסביבתך. ניתן להבין כי לא כל חומר מוצק נראה זהה בכל נקודת מבט. התמונה שמתקבלת מנקודת מבט אחת יכולה להיות שונה מנקודת מבט אחרת. בכדי לקבל תמונה-מלאה יש להסתכל על אובייקט מכל זוויות אפשרית. בתמונה שמצורפת אפשר לראות שהצללים (תמונות) שמתקבלים בזוויות שונות מציגים צורה גיאומטרית שונה.

לאובייקט סימטרי (symmetric) תהיה תמונה זהה מכל כיוון . דוגמה נפוצה לצורה סימטרית היא כדור (סְפֵרָה sphere) כי מכל זווית ראיה תתקבל תמונה של עיגול זהה בגודלו.

ריבוי תצפיות

עיקרון מדעי חשוב הוא ריבוי תצפיות. ככל שיבוצעו יותר תצפיות על תופעה מסוימת תתקבל תמונה-מלאה טובה יותר על התופעה שהתרחשה. עיקרון זה מבוסס גם במתמטיקה שבאה לידי ביטוי בתחום הסטטיסטיקה, חישוב שגיאות ובניית משוואה לתיאור התוצאות.

תחום מדידה

נדמיין שאנחנו עורכים ניסוי במעבדה. לפי התוצאות נוכל לבנות גרף בְּתחום המדידה שמראה את מגמת התופעה. בניסוי שלנו התקבל קו ישר בקירוב כמו בגרף הבא:

כעת נוכל להיעזר במשוואת-ישר (y=ax+b) למציאת ערך של משתנה תלוי (y) לפי כל משתנה בלתי-תלוי (x). אינטרפולציה (בִּיוּן interpolation) היא הצבת משתה בלתי תלוי (x) חדש בתחום המדידה. כאשר מתבצעת אינטרפולציה ניתן ליצור מידע חדש על בסיס התוצאות הניסיוניות.
לדוגמה בניסוי בו הערכים של משתנה בלתי תלוי (x) הם [1.0, 2.0, 3.0]. נוכל היעזר במשוואה שהתקבלה (y=ax+b) בכדי לקבוע את הערך של (y) כאשר (x) הוא [1.5].

אקסטרפולציה (חִיוּץ extrapolation) היא הצבת משתה בלתי-תלוי (x) מִחוץ לתחום המדידה. כאשר מתבצעת אקסטרפולציה אז מתבצע ניסיון ליצור מידע חדש. בשונה מאינטרפולציה כאשר ננסה לצאת מתחום-מדידה אין דרך אמיתית לאשש את המידע החדש ללא ניסוי. אקסטרפולציה היא בעצם דרך להניח כיצד המגמה תמשיך על בסיס מגמה נתונה. חשוב לזכור כי אקסטרפולציה איננה מידע אמין או מובטח, ההפך מכך. בעולמות הטבע והתעשייה לרוב העיקרי אקסטרפולציה תהיה נכונה רק בטווח קצר מאוד מתחום המדידה.

במעבדה אחרת לא היו מרוצים מתחום הבדיקה ולכן החליטו להרחיב אותו במדידות נוספות. במעבדה השנייה התקבל הגרף הבא:

נבחין שהקו השחור בשני הניסויים זהה. לעומת זאת הקו האדום מציג מגמתיות לא לינארית (ישרה) כאשר מבצעים מדידה בטווח גדול יותר. לכן חשוב להסיק מסקנות (אקסטרפולציה) בכבודת-ראש אחרת השגיאה בין המצוּפֶה לְצַפוּי תגדל כמו בגרף הבא:

בגרף השלישי הקו הירוק מציג לנו את המשך המגמה לפי הקו השחור מהניסוי הראשון. קל להבחין שהשגיאה (המרחק בין צפוי לְנצפה) תגדל ככל שערכו של המשתנה בלתי תלוי גדל. השגיאה גדלה ככל שטווח האקסטרפולציה גדל ומתרחק מתחום מדידה המקורי.