연구 문제와 가설 설정

두 학생이 같은 연구 문제 '빛의 색이 식물의 생장에 영향을 줄까?'에 가설을 세웠다. 한 학생은 '빛의 색은 식물의 생장에 영향을 줄 것이다'라고 썼다. 다른 학생은 '빨간빛에서 기른 강낭콩은 파란빛에서 기른 것보다 14일 뒤 줄기가 20~40% 더 길 것이다'라고 썼다. 실험 결과가 나오면 두 가설 모두 '맞았다'고 말할 수 있을지 모른다. 그런데 과학에서는 두 번째 가설이 훨씬 좋은 가설이다. 왜 그럴까?

가설이 예측한 범위의 폭 (%)

2.2.1연구 문제와 연구 가설

연구 문제는 알고 싶은 것을 의문문으로 적은 것이고, 연구 가설은 그 문제에 대한 잠정적인 답을 시험할 수 있는 서술문으로 적은 것이다. 좋은 연구 문제는 변인 사이의 관계를 묻는다. 좋은 가설은 조작 변인과 종속 변인을 구체적으로 밝히고, 그 관계의 방향과 크기를 예측한다. 그리고 실험 결과에 따라 틀렸다고 판정될 수 있어야 한다. 어떤 결과가 나와도 맞았다고 말할 수 있는 가설은 시험할 수 없으므로, 아무것도 알려 주지 않는다.

그림 1에서 예측의 폭을 바꾸어 보자. '영향을 줄 것이다'는 줄기가 더 길든 짧든 차이만 있으면 맞으므로, 사실상 전체 범위의 거의 다를 예측한다. 그래서 맞아도 아무것도 알려 주지 않는다. '20~40% 더 길 것이다'는 측정 범위의 일부만 예측하므로 우연히 맞을 확률이 작다. 이 가설이 맞는다면 빛의 색과 생장 사이에 특정한 관계가 있다는 강한 근거가 된다. 틀린다면 무엇이 틀렸는지도 분명히 드러난다.¹

2.2.2좋은 가설의 조건

좋은 가설은 첫째로 시험할 수 있어야 하고, 실험 결과에 따라 틀렸다고 판정될 수 있어야 한다. 둘째로 변인을 측정할 수 있게 구체적으로 정해야 한다. '잘 자란다' 대신 '14일 뒤 줄기 길이'처럼 무엇을 언제 어떻게 재는지 적는다. 셋째로 방향과 크기를 예측해야 한다. 넷째로 기존의 지식이나 예비 실험에 근거해야 한다. 엽록소가 빨간빛과 파란빛을 많이 흡수한다는 지식, 파란빛이 줄기의 신장을 억제한다는 선행 연구가 '빨간빛에서 더 길다'는 예측의 근거가 된다. 근거 없이 세운 가설은 맞아도 왜 맞았는지 설명하기 어렵다.

2.2.3예제 풀이

전체 범위의 폭은 \(2.5 - 0.5 = 2.0\)이다. 가설 A가 틀리는 범위는 0.95~1.05로 폭 0.1뿐이므로, 맞을 확률은 \((2.0 - 0.1) \div 2.0 = 0.95\), 곧 95%이다.

가설 B는 폭 0.2이므로 우연히 맞을 확률이 \(0.2 \div 2.0 = 0.1\), 곧 10%이다. 가설 A는 맞아도 거의 아무것도 알려 주지 않지만, 가설 B가 맞으면 우연일 가능성이 10%뿐이라 강한 증거가 된다. 즉 좋은 가설은 틀릴 위험을 무릅쓰는 가설이다. 그래서 연구 계획서에는 막연한 '영향'이 아니라, 방향과 크기와 측정 방법이 담긴 가설을 적는다.

아래 탐구 카드에서 같은 연구 문제에 대한 여러 가설을 비교하고, 더 좋은 가설로 고쳐 써 보자.

1. 과학 철학자 포퍼는 과학적 가설의 조건으로 반증 가능성을 들었다. 어떤 관찰로도 틀렸다고 할 수 없는 주장은 과학이 아니라는 것이다.