הסבר, דיון או ניתוח תוצאות אלו מושגים שקולים שמתארים חלק סופי בהכנת דו״ח עבור הניסוי. חלק זה מגיע לאחר הצגת התוצאות ומכיל חישובים מתאימים בעזרת נוסחאות מתמטיות וחוקי טבע. בנוסף בְּהסבר-תוצאות יהיו גם קטעי טקסט שמטרתם להעביר לקורא את המשמעות, השלכות והֲבָנָה שעולים מהניסוי.
ממוצע וסטייה
בחישובים ניעזר לרוב בערך ממוצע שמתקבל ממספר חזרות. לאחר מכן נחשב את הסטייה (שגיאה) בין התוצאה הניסיונית לבין הערך הספרותי שנתון כחלק מההסבר. חישוב ממוצע מתקבל על ידי מנה בין חיבור כל התוצאות שהתקבלו לְבין מספר התוצאות שחוברו.
בהסבר תוצאות ניתן לתאר תוצאות סבירות או בלתי-סבירות, שגיאות תקינות או לא-תקינות. כך נוכל ליצור תיאור קצר (מילולי או מספרי) שיתאר את איכות הניסוי והעמידה בהשערת הניסוי. בניגוד למסקנות בהן נרחיב באופן מילולי, בחלק של דיון התוצאות יוצגו חישובים ותיאורים קצרים וקולעים.
דוגמה
אנחנו מתבקשים לחשב צפיפות של קובייה עם מדבקה עליה רשום "צפיפות 1.4 גרם לְסמ"ק". אורך הצלע נמדד שלוש פעמים [2.0 ס"מ, 2.2 ס"מ, 1.9 ס"מ]. משקל הקובייה נמדד שלוש פעמים [10.0 גרם, 10.2 גרם, 10.1 גרם].
אורך צלע ממוצע הוא 2.0 ס"מ לכן נפח ממוצע של קובייה יהיה 8.0 סמ"ק. משקל ממוצע הוא 10.1 גרם. הצפיפות שנקבל היא 1.3 גרם לְסמ"ק.
בהמשך להסבר התוצאות נציין שיש סטייה של 7.1% בין הנתון "הספרותי" שרשום על המדבקה לבין תוצאות המדידה שהתקבלו.
ניסוי זה יכול להיות חלק ממערך ניסויים בהם נבדוק כמות גדולה של קוביות. זאת במטרה לבדוק את הצפיפות הממוצעת. בעזרת ריבוי תצפיות נוכל לקבל תמונה מלאה יותר על הסטייה בין תווית הייצור למציאות.
מתאם וסיבתיות
מִתְאָם (קוֹרֵלַצְיָה, correlation) הוא מושג שמגיע מתחום סטטיסטיקה במתמטיקה מתאר התאמה בין מגמות. כאשר יש התאמה טובה נאמר כי יש קורלציה גבוהה, ובחוסר התאמה קורלציה נמוכה.
קורלציה היא מדד חשוב במחקר כי מראה על יחסים בין משתנים בניסוי. קורלציה חיובית מציינת מגמה משותפת בין שני משתנים. קורלציה שלילית מציינת מגמה מנוגדת בין שני משתנים. כאשר אין קורלציה (אפס) בין משתנים אז נאמר שאין בינהם קשר.
סיבתיות (קוֹזַצְיָה, causation) היא היחס בין סיבה וְתוצאה. תופעה, תהליך או מצב מסוים (סיבה) גורמים לשינוי שמביא למצב חדש (תוצאה).
לדוגמה כאשר נשתול זרע באדמה (מצב התחלתי) ונשקה במים (סיבה) אז הצמח יגדל (תוצאה). נוכל להסיק שהשקיה גורמת לצמחים לגדול.
קורלציה לאו דווקא מציינת קוזציה (מתאם איננו בהכרח סיבתיות). ניקח לדוגמה את הגרף הבא שמציג שתי מגמות בין שנת 2004 לשנת 2022. בשחור מופיע חיפושים בגוגל עבור ג'יי קיי רולינג הסופרת של סדרת הארי פוטר. באדום מופיע מחיר מניה של חברת קוקה קולה למשקאות.
אם נסתכל על הגרף ניכר הקשר (מתאם) בין שתי המגמות. אך כמובן שאין שום קשר בין חיפושים אחר דמות ציבורית ג'יי. קיי. רולינג שכתבה סדרת ספרים על מכשפים צעירים לבין מחיר מניה של חברת קוקה קולה שמוכרת משקאות.
באינטרנט ניתן למצוא שפע של קורלציות משעשעות כאלו. מנגד לכך בעת מחקר תחת בקרה ומדידה מדויקת חשוב להבין שלא כל מתאם מציין סיבתיות ברורה.