Ο ορισμός μιας μη ελεγχόμενης μεταβλητής

Σε στατιστικές και επιστημονικές μελέτες, η χρήση μεταβλητών είναι μια σημαντική πτυχή της δομής και ολοκλήρωσης μιας δοκιμής ή έρευνας. Ενώ οι περισσότεροι άνθρωποι είναι εξοικειωμένοι με τις ανεξάρτητες και εξαρτημένες μεταβλητές, ένας άλλος τύπος μεταβλητής μπορεί να αλλάξει το αποτέλεσμα των αποτελεσμάτων. Αυτή η τρίτη μεταβλητή είναι η μη ελεγχόμενη μεταβλητή, επίσης γνωστή ως η συγχέουσα μεταβλητή.

Ορισμός

Μια μη ελεγχόμενη μεταβλητή, ή μια μεταβλητή μεσολαβητή, είναι η μεταβλητή σε ένα πείραμα που έχει τη δυνατότητα να επηρεάσει αρνητικά τη σχέση μεταξύ των ανεξάρτητων και εξαρτημένων μεταβλητών. Αυτό μπορεί να προκαλέσει ψευδείς συσχετίσεις, ακατάλληλη ανάλυση των αποτελεσμάτων και εσφαλμένη απόρριψη μιας μηδενικής υπόθεσης.

Μέθοδοι αποφυγής

Μπορείτε να μειώσετε ή να εξαλείψετε τις επιπτώσεις των μη ελεγχόμενων μεταβλητών, έχοντας ένα σαφώς σχεδιασμένο σχέδιο για το πείραμα μαζί με συνεχείς ελέγχους για μη ελεγχόμενες μεταβλητές. Ορισμένες μέθοδοι μείωσης μη ελεγχόμενων μεταβλητών είναι η τυχαιοποίηση ομάδων πειράματος, αυστηροί έλεγχοι στο ανεξάρτητες μεταβλητές και αυστηρά καθορισμός μεταβλητών σε παράγοντες που είναι μετρήσιμοι για να απαλλαγούμε από το "ασαφές" παράγοντες.

instagram story viewer

Παράδειγμα

Ένα παράδειγμα του τρόπου με τον οποίο μια μη ελεγχόμενη μεταβλητή μπορεί να αλλάξει τα αποτελέσματα ενός πειράματος είναι όταν ένα άτομο θυμώνει, παίρνει σοβαρό πονοκέφαλο. Θα ήταν εύκολο να δηλώσετε ότι οι πονοκέφαλοί του είναι αποτέλεσμα του θυμού του μέχρι να λάβετε υπόψη το γεγονός ότι αυτός πίνει περισσότερα ποτά που περιέχουν καφεΐνη και κοιμάται λιγότερο από έξι ώρες τη νύχτα κατά μέσο όρο όταν είναι θυμωμένος. Αυτές οι συγχέοντας μεταβλητές αλλάζουν τη σχέση μεταξύ του θυμού και των πονοκεφάλων, επειδή δεν έχετε τρόπο να προσδιορίσετε ποιες από τις τρεις μεταβλητές προκαλούν τον πόνο στο κεφάλι του.

Αιτία και συσχέτιση

Το ζήτημα των μη ελεγχόμενων μεταβλητών παρουσιάζεται συχνά σε σχέση με προβλήματα συσχέτισης και αιτιώδους συνάφειας. Επειδή η συσχέτιση δεν σημαίνει απαραίτητα αιτιώδη συνάφεια, η ανάλυση που βασίζεται σε ευρήματα από ανεξέλεγκτες μεταβλητές μπορεί να δημιουργήσει εσφαλμένη ανάγνωση μιας σχέσης μεταξύ δύο μεταβλητών. Πρέπει να χρησιμοποιείτε πάντα ανθρώπινη κρίση κατά την ανάλυση των αποτελεσμάτων των δοκιμών για να προσδιορίσετε εάν μια ανεξέλεγκτη μεταβλητή προκάλεσε υποκείμενα ζητήματα που οδήγησαν σε εσφαλμένα ευρήματα.

Teachs.ru
  • Μερίδιο
instagram viewer