I biologiska experiment är standardiserade variabler de som förblir desamma under hela experimentet. Men det finns flera olika variabler som hjälper en forskare att upptäcka ny information. Den oberoende variabeln är den aspekt av experimentet som ändras eller manipuleras för att hitta ett svar, medan den beroende variabeln är den del av experimentet som påverkas av förändringen i det oberoende variabel.
Biologiska experiment är ofta mycket komplexa, och det är en utmaning att hålla många variabler standardiserade. Detta innebär att experimentella resultat ofta visar korrelation snarare än orsakssamband. Det vill säga resultaten kan visa att den oberoende variabeln är involverad i en förändring i den beroende variabeln, men det kan eller inte kan vara orsaken till den förändringen.
TL; DR (för lång; Läste inte)
I biologiska experiment är oberoende variabler de aspekter av experimentet som manipuleras eller anpassad för att svara på en hypotes, medan beroende variabler är de delar av experimentet som påverkas av dessa ändringar. Standardiserade variabler är de delar som måste förbli desamma för att undvika att störa resultaten, för om de inte är det kontrolleras, skulle det vara mindre tydligt om ändringarna i den oberoende variabeln orsakade förändringarna i den beroende variabel.
Förbli konstant
De standardiserade variablerna i ett experiment är utformade för att alltid vara desamma. Till exempel, i ett experiment som bestämmer huruvida ålder (en oberoende variabel) har en effekt på hur lätt det är viktminskning (den beroende variabeln) måste alla andra aspekter av experimentet än ålder vara desamma mellan grupper.
Om det testas en grupp av 25-åriga män och en grupp av 45-åriga män, måste forskare försöka hålla allas kost, träningsprogram och stressnivåer desamma. Kost, motion och stress i detta exempel är standardiserade variabler - variabeln hålls konstant eller "standardiserad" för varje grupp. Naturligtvis är det inte nödvändigtvis möjligt att uppnå i verkligheten, så det här är ett exempel där du kan hitta en koppling mellan ålder och viktminskning, men kanske inte en orsakssamband.
Tillåt bred tillämpning
Med standardiserade variabler kan experimentresultat tolkas lättare över en hel population. Om ett experiment studerar hur väl ett visst utsäde växer i kraftig nederbörd kontra lätt nederbörd, måste faktorer som ljus, värme, planteringsdjup och gödningsmedel standardiseras. Om de är standardiserade kan experimentet säga att resultaten skulle gälla var som helst dessa frön planteras.
Om dessa standardiserade variabler ändras utan att kontrolleras, finns det inget sätt att dra slutsatser om experimentet. Till exempel, om växterna alla hade olika exponering för solljus, kan varje skillnad i tillväxt bero på antingen skillnaden i regn ELLER skillnaden i solljus.
Visa effekt
Om de andra variablerna är standardiserade kan en experimenter bekvämt säga att den oberoende variabeln faktiskt har en effekt. I ett experiment som jämför två olika typer av frön, om en grupp frön vattnas dubbelt så mycket som den andra gruppen av frön, har en experimentör ingen aning om oberoende variabel (typen av utsäde) påverkade resultaten, eller om det var skillnaden i mängden vatten fröna fick som gjorde förändringen, eller lite av både. Genom att standardisera variabeln vatten genom att hålla mängden densamma med båda uppsättningarna frön, experimentet kan visa att den oberoende variabeln är relaterad till den beroende variabeln (skillnaden i tillväxt) för växter.
Variabelt exempel
I ett experiment som bestämmer om ett nytt läkemedel sänker kolesterolnivåerna mer än placebo eller mer än ett annat läkemedel gör, är den oberoende variabeln den typ av läkemedel som administreras. Den beroende variabeln är kolesterolnivån och de standardiserade variablerna är försökspersonernas ålder, försökspersonernas relativa hälsa, tillsatser eller fyllmedel i läkemedlen eller placebo, frekvensen för läkemedelsadministrering och frekvensen med vilken kolesterolnivåerna kontrolleras, et cetera. I praktiken är det mycket svårt att kontrollera alla dessa andra variabler, så det finns vanligtvis en delvis standardisering för en komplex studie som denna. Detta betyder att det är underförstått att alla förändringar som hittats kan vara kopplade till typen av läkemedel, men kan också bero på andra faktorer.