Muutujate kontrollimine on teaduslikes uuringutes oluline, et tagada tulemuste kehtivus ja usaldusväärsus. Isegi kõige täpsemalt ettevalmistatud uuringuid võivad siiski mõjutada kõrvalised muutujad, mida ei ole tahtlikult manipuleeritud või arvesse võetud, kuid mis võivad sellest hoolimata mõjutada uurimistulemusi. Kõrvalised muutujad võivad kaasa aidata ebaõigetele tulemustele, halbadele prognoosidele ja teadusuuringute vähesele korratavusele. 

Selles artiklis käsitletakse kogu asjakohast teavet, mis puudutab kõrvalisi muutujaid, miks need on olulised ja milliste muutujatüüpidega võite uuringu läbiviimisel kokku puutuda. 

Mis on kõrvalised muutujad?

Võõras muutuja on muutuja, mida teaduslikus uuringus ei manipuleerita ega kontrollita sihipäraselt, kuid mis võib siiski mõjutada uuringu järeldusi. Neil on võime segi ajada või moonutada muutujaid, mõjutades peamiselt sõltuvat muutujat (sõltuvaid muutujaid).

See võib ohustada uuringu valiidsust ja kahjustada võimet teha asjakohaseid järeldusi või teha tulemuste põhjal laiaulatuslikke üldistusi. Tulemuste usaldusväärsuse ja kehtivuse tagamiseks peavad uurijad hoolikalt analüüsima ja kontrollima kõrvalisi muutujaid.

Võõrandlikud muutujad võivad tuleneda mitmest põhjusest, sealhulgas osalejate erinevustest, muutustest katsekeskkonnas või -oludes ning kontrollimatutest keskkonnamõjudest. 

Miks on kõrvalised muutujad olulised?

Välismuutujad on olulised, sest nad võivad oluliselt mõjutada teadusliku uuringu tulemust, kuna nad võivad moonutada ja mõjutada sõltuvat muutujat (sõltuvaid muutujaid). 

Nagu eespool öeldud, võivad kõrvalised muutujad viia ekslike või eksitavate tulemusteni, kui neid ei tuvastata ja ei võeta arvesse, millel võib olla oluline mõju edasistele uuringutele ja tegelikele rakendustele.

Kõrvalised muutujad võivad põhjustada kõrvalekaldeid, näiteks:

  • Voolavus: Tekib siis, kui uuringus osalejad, kes lahkuvad, erinevad süstemaatiliselt neist, kes jäävad;
  • Alakattemääratlus: Tekib siis, kui mingi konkreetne isik teie populatsioonist ei ole valimis esindatud;
  • Vastamata jätmine: Esineb siis, kui need, kes ei vasta uuringule, erinevad oluliselt nendest, kes vastavad;
  • Valimi erapoolikus, mida tuntakse ka nime all "ascertainment bias": Tekib siis, kui sihtrühma mõned liikmed on vähem kaasatud kui teised;
  • ellujäämise kallutatus: Tekib siis, kui teadlased teevad järeldusi üksnes edukate inimeste, mitte kogu grupi kohta.

Teadlased võivad aidata tagada oma tulemuste kehtivuse ja usaldusväärsuse, kui nad tuvastavad ja korrigeerivad korrektselt kõrvalisi muutujaid. See tähendab, et kõrvaliste muutujate mõju vähendatakse või kõrvaldatakse kas katsekujunduse (nt randomiseerimine, tasakaalustamine) või statistilise analüüsi abil. (nt kaasates kõrvalised muutujad kovariaatidena). Teadlased saavad sellega suurendada oma usaldust uurimistulemuste suhtes ning anda teaduskogukonnale täpsemat ja väärtuslikumat teavet.

Millised on võõraste muutujate liigid?

On mitmesuguseid kõrvalisi muutujaid, mis võivad mõjutada teadusliku uuringu tulemust. Need on mõned näited:

Nõudluse tunnusjooned muutuja

Teistsuguse muutuja tüüp, mis tekib siis, kui uuringus osalejad muudavad oma käitumist või reaktsioone eksperimendi enda poolt antud vihjete või ootuste tulemusena. Näiteks kui osalejad tunnevad, et neilt oodatakse teatud viisil käitumist või reageerimist, võivad nad oma käitumist vastavalt kohandada.

Situatsioonilised muutujad

Need on kõrvalised muutujad, mis tekivad katsekeskkonna või -olukorra elementide tõttu. Näiteks temperatuuri, valgustuse või müratasemete erinevused võivad mõjutada uurimistulemusi, nagu ka teiste isikute või häirivate asjaolude olemasolu ümbritsevas keskkonnas.

Osalejate muutujad

Individuaalsed erinevused osalejate vahel, mis võivad mõjutada uurimistulemusi, kui neid ei võeta arvesse. Arvesse võib võtta nii demograafilisi omadusi, nagu vanus, sugu ja rahvus, kui ka psühholoogilisi omadusi, nagu isiksuseomadused, kognitiivsed võimed või meeleolu.

Eksperimendi muutuja

Eksperimendi muutujad liigitatakse kahte kategooriasse. Esimene on see, et eksperimentaatorite ja osalejate suhtlemine võib tahtmatult mõjutada nende käitumist, mis on analoogne nõudluse omaduste muutujaga. Teine tegur on katsetaja poolt mõõtmisel, vaatlemisel, analüüsil või tõlgendamisel põhjustatud võimalik kallutatus, mis võib muuta uuringu tulemusi.

Metoodilised muutujad

Uurimistehnika või -protsesside erinevused, näiteks mõõteseadmete või andmekogumismeetodite kõrvalekalded, võivad olla kõrvalised muutujad, mis mõjutavad järeldusi.

Aja muutujad

Ajalised muutujad, nagu kellaaeg või nädalapäev, võivad olla kõrvalised tegurid, mis mõjutavad uurimistulemusi.

Ülesande muutujad

Uuringus kasutatud ülesande või stiimuli omadused, näiteks selle raskus või tuttavlikkus, võivad olla kõrvalised muutujad, mis mõjutavad uuringu tulemusi.

Kuidas kontrollida kõrvalisi muutujaid?

Siin on mõned lihtsad sammud, mida teadlased võivad võtta, et kontrollida kontrollimatuid muutujaid:

1. Tuvastage võimalikud mittevajalikud muutujad

Teadlased peaksid hoolikalt analüüsima kõiki võimalikke tegureid, mis võivad mõjutada uuringu tulemusi, ja tuvastama need, mis on kõrvalised.

2. Kontrollimeetod

Kui olete tuvastanud oma uuringut mõjutavad kõrvalised muutujad, võite valida kontrollimeetodi. Meetodid on seotud teatud muutujate kategooriaga, mis teeb lihtsaks, millist meetodit rakendada. Kontrollimeetodite hulka kuuluvad järgmised:

Standardiseeritud menetlused

See lähenemisviis puudutab situatsiooni-, aja-, ülesande- ja nõudluse iseloomulikke muutujaid, mis tekivad kogu uuringu ülesehituse käigus. Looge standardmeetmeid, et luua kõigi osalejate jaoks ühtne seade.

Tasakaalustamine

See lähenemisviis on seotud osalejate muutujatega, näiteks uuringu konkreetse järjekorraga. Selle arvesse võtmiseks võite anda ühele osalejate rühmale korralduse lõpetada üks osa, samal ajal kui teine rühm lõpetab teise osa.

Juhuslik valikuuring

See lähenemisviis on seotud osalejate muutujatega ja tagab, et kõigil osalejatel on võrdne tõenäosus saada valitud. Näiteks inimeste jagamisel kontrollrühma ja katserühma võite loosida nimed juhuslikult, et tagada, et igal inimesel on võrdne võimalus kuuluda mõlemasse rühma.

Maskeerimine

See lähenemisviis on seotud eksperimendi muutujatega. Maskeerimine tähendab, et keegi viib eksperimenti läbi, kuid ei ole teadlik uuringu eesmärgist.

Mind the Graph on maailma suurim teaduslikult täpne illustratsioonigalerii, mis on täis illustratsioone ja graafikuid paljudest teadusharudest, näiteks bioloogiast, keemiast, füüsikast ja muust. Lihtne kasutada ja fantastiline oma tööde kvaliteedi parandamiseks!

Alustage loomist Mind the Graph-ga
Seotud artiklid
logo-subscribe

Tellige meie uudiskiri

Eksklusiivne kvaliteetne sisu tõhusa visuaalse
teabevahetus teaduses.

- Eksklusiivne juhend
- Disaini näpunäited
- Teaduslikud uudised ja suundumused
- Juhendid ja mallid