Em estatísticas e estudos científicos, o uso de variáveis é um aspecto importante da estruturação e conclusão de um teste ou pesquisa. Embora a maioria das pessoas esteja familiarizada com as variáveis independentes e dependentes, outro tipo de variável pode alterar o resultado dos resultados. Essa terceira variável é a variável não controlada, também conhecida como variável de confusão.
Definição
Uma variável não controlada, ou variável mediadora, é a variável em um experimento que tem o potencial de impactar negativamente a relação entre as variáveis independentes e dependentes. Isso pode causar falsas correlações, análise inadequada de resultados e rejeições incorretas de uma hipótese nula.
Métodos de Evitação
Você pode reduzir ou eliminar os efeitos de variáveis não controladas por ter um design claramente planejado para o experimento, juntamente com verificações consistentes de variáveis não controladas. Alguns métodos de redução de variáveis não controladas são grupos de experimentos aleatórios, controles estritos no variáveis independentes e variáveis que definem estritamente em fatores que são mensuráveis para se livrar de "fuzzy" fatores.
Exemplo
Um exemplo de como uma variável não controlada pode alterar os resultados de um experimento é quando uma pessoa fica com raiva e tem uma forte dor de cabeça. Seria fácil afirmar que suas dores de cabeça são resultado de sua raiva, até que você considere o fato de que ele bebe mais bebidas que contenham cafeína e dorme menos de seis horas por noite em média quando está nervoso. Essas variáveis confusas alteram a relação entre a raiva e as dores de cabeça, porque você não tem como determinar qual das três variáveis causa a dor de cabeça.
Causalidade e Correlação
A questão das variáveis não controladas freqüentemente ocorre em relação a problemas com correlação e causalidade. Como a correlação não significa necessariamente causalidade, a análise baseada em descobertas de variáveis não controladas pode criar uma leitura incorreta de uma ligação entre duas variáveis. Você deve sempre usar o julgamento humano ao analisar os resultados do teste para determinar se uma variável não controlada causou problemas subjacentes que levaram a descobertas incorretas.