Muuttujien kontrollointi on olennaisen tärkeää tieteellisessä tutkimuksessa, jotta voidaan varmistaa tulosten pätevyys ja luotettavuus. Jopa tarkimmin valmisteltuihin tutkimuksiin voivat kuitenkin vaikuttaa sellaiset ulkopuoliset muuttujat, joita ei ole tarkoituksellisesti manipuloitu tai otettu huomioon, mutta jotka voivat kuitenkin vaikuttaa tutkimuksen johtopäätöksiin. Ulkoiset muuttujat voivat vaikuttaa virheellisiin tuloksiin, huonoihin ennusteisiin ja tutkimuksen toistettavuuden puutteeseen. 

Tässä artikkelissa käydään läpi kaikki asiaankuuluvat tiedot, jotka koskevat ulkopuolisia muuttujia, miksi ne ovat tärkeitä ja millaisia muuttujia voit kohdata tutkimusta tehdessäsi. 

Mitä ovat vieraat muuttujat?

Ulkoinen muuttuja on muuttuja, jota ei tarkoituksellisesti manipuloida tai jota ei valvota tieteellisessä tutkimuksessa, mutta joka voi kuitenkin vaikuttaa tutkimuksen johtopäätökseen. Ne voivat sekoittaa tai vääristää muuttujia ja vaikuttaa pääasiassa riippuvaiseen muuttujaan (riippuviin muuttujiin).

Tämä voi vaarantaa tutkimuksen pätevyyden ja heikentää kykyä tehdä asianmukaisia johtopäätöksiä tai yleistyksiä tulosten perusteella. Varmistaakseen havaintojensa luotettavuuden ja pätevyyden tutkijoiden on analysoitava ja kontrolloitava huolellisesti ulkopuolisia muuttujia.

Ulkopuoliset muuttujat voivat johtua monista syistä, kuten osallistujien erilaisuudesta, koeasetelman tai olosuhteiden muutoksista ja kontrolloimattomista ympäristövaikutuksista. 

Miksi vieraat muuttujat ovat tärkeitä?

Ulkopuoliset muuttujat ovat tärkeitä, koska ne voivat vaikuttaa merkittävästi tieteellisen tutkimuksen tuloksiin vääristämällä ja vaikuttamalla riippuvaiseen muuttujaan (riippuviin muuttujiin). 

Kuten aiemmin todettiin, ulkoiset muuttujat voivat johtaa virheellisiin tai harhaanjohtaviin tuloksiin, jos niitä ei tunnisteta ja oteta huomioon, millä voi olla huomattavia vaikutuksia jatkotutkimukseen ja käytännön sovelluksiin.

Ulkopuoliset muuttujat voivat aiheuttaa harhaa, kuten:

  • Häviämisen aiheuttama harha: Esiintyy, kun tutkimukseen osallistujat, jotka jättävät tutkimuksen kesken, eroavat järjestelmällisesti niistä, jotka jäävät;
  • Peittävyys: Tapahtuu silloin, kun perusjoukon tietynlainen yksilö ei ole edustettuna otoksessa;
  • Vastausvaje (nonresponse bias): Esiintyy, kun ne, jotka eivät vastaa kyselyyn, eroavat merkittävästi niistä, jotka vastaavat kyselyyn;
  • Otantavirhe, joka tunnetaan myös nimellä ascertainment bias: Esiintyy silloin, kun jotkut kohderyhmän jäsenet ovat vähemmän todennäköisesti mukana kuin toiset;
  • Eloonjäämisvinouma: Tämä tapahtuu, kun tutkijat tekevät havaintoja, jotka perustuvat ainoastaan menestyneiden ihmisten tapauksiin eivätkä koko ryhmään.

Tutkijat voivat auttaa varmistamaan havaintojensa pätevyyden ja luotettavuuden tunnistamalla ja korjaamalla ulkopuoliset muuttujat oikein. Tämä tarkoittaa sitä, että vieraiden muuttujien vaikutuksia vähennetään tai eliminoidaan joko koesuunnittelun (esim. satunnaistaminen, tasapainottaminen) tai tilastollisen analyysin avulla. (esim. sisällyttämällä vieraat muuttujat kovariaatteina). Näin tutkijat voivat lisätä luottamustaan tutkimustuloksiin ja antaa tarkempaa ja arvokkaampaa tietoa tiedeyhteisölle.

Minkälaisia ovat vieraat muuttujat?

On olemassa monenlaisia ulkoisia muuttujia, jotka saattavat mahdollisesti vaikuttaa tieteellisen tutkimuksen tuloksiin. Seuraavassa on joitakin esimerkkejä:

Kysynnän ominaispiirteet muuttuja

Eräänlainen vieras muuttuja, joka syntyy, kun tutkimukseen osallistujat muuttavat käyttäytymistään tai reaktioitaan itse kokeen antamien vihjeiden tai odotusten seurauksena. Jos osallistujat esimerkiksi kokevat, että heidän odotetaan käyttäytyvän tai reagoivan tietyllä tavalla, he saattavat mukauttaa käyttäytymistään vastaavasti.

Tilannemuuttujat

Nämä ovat ulkoisia muuttujia, jotka johtuvat koeympäristön tai -asetelman elementeistä. Esimerkiksi lämpötilan, valaistuksen tai melutason vaihtelut voivat vaikuttaa tutkimustuloksiin, samoin kuin muiden henkilöiden läsnäolo tai häiriötekijät ympäristössä.

Osallistujamuuttujat

Osallistujien yksilölliset erot, jotka voivat vaikuttaa tutkimustuloksiin, jos niitä ei oteta huomioon. Demografiset ominaisuudet, kuten ikä, sukupuoli ja etninen alkuperä, sekä psykologiset ominaisuudet, kuten persoonallisuuspiirteet, kognitiiviset kyvyt tai mieliala, voidaan kaikki ottaa huomioon.

Koehenkilön muuttuja

Koehenkilömuuttujat luokitellaan kahteen luokkaan. Ensimmäinen on se, että kokeilijoiden ja osallistujien vuorovaikutus saattaa tahattomasti vaikuttaa heidän käyttäytymiseensä, mikä on analoginen kysynnän ominaisuuksien muuttujan kanssa. Toinen tekijä on kokeen suorittajan mittauksessa, havainnoinnissa, analyysissä tai tulkinnassa mahdollisesti aiheuttama harha, joka voi muuttaa tutkimuksen tuloksia.

Metodologiset muuttujat

Tutkimustekniikan tai -prosessien vaihtelut, kuten poikkeamat mittauslaitteissa tai tiedonkeruumenetelmissä, voivat olla ulkopuolisia muuttujia, jotka vaikuttavat johtopäätöksiin.

Aikamuuttujat

Ajalliset muuttujat, kuten kellonaika tai viikonpäivä, voivat olla tutkimustuloksiin vaikuttavia ulkoisia tekijöitä.

Tehtävämuuttujat

Tutkimuksessa käytetyn tehtävän tai ärsykkeen ominaisuudet, kuten sen vaikeus tai tuttuus, voivat olla tutkimustuloksiin vaikuttavia ulkoisia muuttujia.

Miten valvoa vieraita muuttujia?

Seuraavassa on joitakin yksinkertaisia toimenpiteitä, joita tutkijat voivat toteuttaa kontrolloidakseen hallitsemattomia muuttujia:

1. Tunnistetaan mahdolliset tarpeettomat muuttujat

Tutkijoiden olisi analysoitava huolellisesti kaikki mahdolliset tekijät, jotka voivat vaikuttaa tutkimuksen tuloksiin, ja tunnistettava ne tekijät, jotka ovat epäolennaisia.

2. Valvontamenetelmä

Kun olet tunnistanut tutkimukseesi vaikuttavat ulkoiset muuttujat, voit valita valvontamenetelmän. Menetelmät liittyvät tiettyyn muuttujaryhmään, jolloin on helppo valita sovellettava tekniikka. Valvontamenetelmiä ovat muun muassa seuraavat:

Standardoidut menettelyt

Tämä lähestymistapa koskee tilanteeseen, aikaan, tehtävään ja kysyntään liittyviä muuttujia, joita esiintyy koko tutkimuksen suunnittelun ajan. Luo vakiomittauksia, jotta asetelma olisi yhdenmukainen kaikille osallistujille.

Tasapainotus

Tämä lähestymistapa liittyy osallistujamuuttujiin, kuten tutkimuksen erityiseen tapahtumajärjestykseen. Tämän huomioon ottamiseksi voit ohjeistaa yhtä osallistujajoukkoa suorittamaan osan loppuun, kun taas toinen ryhmä suorittaa toisen osan.

Satunnaisotanta

Tämä lähestymistapa liittyy osallistujamuuttujiin ja varmistaa, että kaikilla osallistujilla on sama todennäköisyys tulla valituksi. Kun ihmiset jaetaan esimerkiksi kontrolliryhmään ja koeryhmään, voit arpoa nimiä satunnaisesti varmistaaksesi, että jokaisella yksilöllä on sama mahdollisuus päästä kumpaankin ryhmään.

Peittäminen

Tämä lähestymistapa koskee kokeilijan muuttujia. Peittäminen tarkoittaa sitä, että joku suorittaa kokeen tietämättä tutkimuksen tavoitetta.

Mind the Graph on maailman suurin tieteellisesti tarkka kuvitusgalleria, joka on täynnä kuvituksia ja kaavioita monilta tieteenaloilta, kuten biologiasta, kemiasta ja fysiikasta. Helppokäyttöinen ja fantastinen työsi laadun parantamiseen!

Aloita luominen Mind the Graph:n kanssa
Aiheeseen liittyvät artikkelit
logo-tilaus

Tilaa uutiskirjeemme

Eksklusiivista korkealaatuista sisältöä tehokkaasta visuaalisesta
tiedeviestintä.

- Eksklusiivinen opas
- Suunnitteluvinkkejä
- Tieteelliset uutiset ja suuntaukset
- Oppaat ja mallit