Nelle statistiche e negli studi scientifici, l'uso delle variabili è un aspetto importante della strutturazione e del completamento di un test o di un sondaggio. Sebbene la maggior parte delle persone abbia familiarità con le variabili indipendenti e dipendenti, un altro tipo di variabile può modificare l'esito dei risultati. Quella terza variabile è la variabile incontrollata, nota anche come variabile confondente.
Definizione
Una variabile incontrollata, o variabile mediatrice, è la variabile in un esperimento che ha il potenziale per avere un impatto negativo sulla relazione tra le variabili indipendenti e dipendenti. Ciò può causare false correlazioni, analisi improprie dei risultati e rigetti errati di un'ipotesi nulla.
Metodi di evitamento
È possibile ridurre o eliminare gli effetti delle variabili non controllate disponendo di un progetto chiaramente pianificato per l'esperimento insieme a controlli coerenti per le variabili non controllate. Alcuni metodi per ridurre le variabili incontrollate sono la randomizzazione dei gruppi di esperimenti, controlli rigorosi sul variabili indipendenti e definendo rigorosamente le variabili in fattori misurabili per sbarazzarsi di "fuzzy" fattori.
Esempio
Un esempio di come una variabile incontrollata può alterare i risultati di un esperimento è quando una persona si arrabbia, ha un forte mal di testa. Sarebbe facile affermare che i suoi mal di testa sono il risultato della sua rabbia finché non si considera il fatto che... beve più bevande contenenti caffeina e dorme in media meno di sei ore a notte quando è arrabbiato. Queste variabili confondenti alterano la relazione tra la rabbia e il mal di testa, perché non hai un modo per determinare quale delle tre variabili causa il dolore alla testa.
Causalità e correlazione
Il problema delle variabili incontrollate si presenta spesso in relazione a problemi di correlazione e causalità. Poiché correlazione non significa necessariamente causalità, l'analisi basata sui risultati di variabili non controllate può creare una lettura errata di un collegamento tra due variabili. È necessario utilizzare sempre il giudizio umano quando si analizzano i risultati dei test per determinare se una variabile non controllata ha causato problemi sottostanti che hanno portato a risultati errati.