I vitenskapelig forskning er det viktig å kontrollere for variabler for å sikre at resultatene er gyldige og pålitelige. Selv de mest nøye forberedte studier kan imidlertid påvirkes av uvedkommende variabler som ikke er manipulert eller tatt hensyn til med vilje, men som likevel kan påvirke forskningens konklusjoner. Uvedkommende variabler kan bidra til feilaktige resultater, dårlige prognoser og manglende replikerbarhet i forskningen. 

I denne artikkelen går vi gjennom all relevant informasjon om eksterne variabler, hvorfor de er viktige, og hvilke typer du kan støte på når du utfører forskning. 

Hva er uvedkommende variabler?

En uvedkommende variabel er en variabel som ikke manipuleres eller kontrolleres for med hensikt i en vitenskapelig studie, men som likevel kan påvirke studiens konklusjon. De kan forvirre eller forvrenge variabler, og påvirker hovedsakelig den eller de avhengige variablene.

Dette kan svekke studiens validitet og gjøre det vanskeligere å trekke hensiktsmessige konklusjoner eller generalisere på grunnlag av funnene. For å sikre at funnene er pålitelige og gyldige, må forskerne nøye analysere og kontrollere for utenforliggende variabler.

Uvedkommende variabler kan ha flere årsaker, blant annet forskjeller mellom deltakerne, endringer i forsøksomgivelsene eller -omstendighetene og ukontrollerte miljøpåvirkninger. 

Hvorfor er eksterne variabler viktige?

Uvedkommende variabler er viktige siden de kan ha stor innflytelse på resultatet av vitenskapelig forskning ved at de kan forvrenge og påvirke den eller de avhengige variablene. 

Uvedkommende variabler kan, som tidligere nevnt, føre til feilaktige eller misvisende resultater hvis de ikke blir identifisert og tatt hensyn til, noe som kan få betydelige konsekvenser for videre forskning og praktiske anvendelser.

Uvedkommende variabler kan forårsake skjevheter, for eksempel:

  • Frafallsskjevhet: Oppstår når forskningsdeltakere som faller fra, skiller seg systematisk fra dem som blir værende;
  • Underdekning av skjevheter: Oppstår når en bestemt type individ i populasjonen ikke er representert i utvalget;
  • Frafallsskjevhet: Oppstår når de som ikke svarer på en undersøkelse, skiller seg vesentlig fra de som svarer;
  • Utvalgsskjevhetogså kjent som "ascertainment bias": Oppstår når noen medlemmer av målpopulasjonen har mindre sannsynlighet for å bli inkludert enn andre;
  • Overlevelsesskjevhet: Oppstår når forskere gjør funn basert utelukkende på eksempler på personer som lykkes, og ikke på hele gruppen.

Forskere kan bidra til å sikre validiteten og påliteligheten til funnene sine ved å identifisere og justere for uvedkommende variabler på riktig måte. Dette innebærer å redusere eller eliminere effekten av uvedkommende variabler, enten ved hjelp av eksperimentell design (f.eks. randomisering, motvekt) eller statistisk analyse. (f.eks. ved å inkludere uvedkommende variabler som kovariater). På denne måten kan forskerne øke tilliten til studiens resultater og gi mer nøyaktig og verdifull informasjon til det vitenskapelige samfunnet.

Hvilke typer uvedkommende variabler finnes det?

Det finnes en rekke uvedkommende variabler som kan påvirke resultatet av vitenskapelig forskning. Her er noen eksempler:

Variabel for etterspørselsegenskaper

En type ekstern variabel som oppstår når deltakerne i et forsøk endrer atferd eller reaksjoner som følge av signaler eller forventninger fra selve eksperimentet. Hvis deltakerne for eksempel føler at det forventes at de skal oppføre seg eller reagere på en bestemt måte, kan de tilpasse atferden sin deretter.

Situasjonsbestemte variabler

Disse er uvedkommende variabler som oppstår som følge av elementer i det eksperimentelle miljøet eller omgivelsene. Variasjoner i temperatur, belysning eller støynivå kan for eksempel påvirke resultatene, og det samme kan tilstedeværelsen av andre personer eller distraksjoner i omgivelsene.

Variabler for deltakerne

Individuelle variasjoner blant deltakerne kan påvirke forskningsresultatene hvis det ikke tas hensyn til dem. Man kan ta hensyn til demografiske kjennetegn som alder, kjønn og etnisitet, samt psykologiske kjennetegn som personlighetstrekk, kognitive evner og humør.

Variabel for eksperimentator

Variablene for eksperimentatorene kan deles inn i to kategorier. Den første er at eksperimentatorens interaksjon med deltakerne utilsiktet kan påvirke atferden deres, noe som er analogt med variabelen etterspørselskarakteristika. Den andre faktoren er potensielle skjevheter forårsaket av eksperimentatoren i måling, observasjon, analyse eller tolkning, som kan endre studiens funn.

Metodiske variabler

Variasjoner i forskningens teknikk eller prosesser, for eksempel avvik i måleutstyr eller datainnsamlingsmetoder, kan være utenforliggende variabler som påvirker konklusjonene.

Tidsvariabler

Variabler i tid, som tid på døgnet eller ukedag, kan være utenforliggende faktorer som påvirker forskningsresultatene.

Oppgavevariabler

Egenskaper ved oppgaven eller stimulusen som brukes i studien, for eksempel hvor vanskelig eller kjent den er, kan være utenforliggende variabler som påvirker studiens resultater.

Hvordan kontrollere uvedkommende variabler?

Her er noen enkle grep som forskere kan ta for å kontrollere for ukontrollerbare variabler:

1. Identifisere potensielle unødvendige variabler

Forskere bør nøye analysere alle potensielle faktorer som kan påvirke studiens funn, og identifisere dem som er utenforliggende.

2. Kontrollmetode

Når du har identifisert hvilke variabler som påvirker studien din, kan du velge en kontrollmetode. Metodene er knyttet til en bestemt kategori av variabler, noe som gjør det enkelt å velge hvilken teknikk som skal brukes. Kontrollmetodene omfatter følgende:

Standardiserte prosedyrer

Denne tilnærmingen gjelder situasjons-, tids-, oppgave- og behovsvariabler som oppstår gjennom hele studiens design. Lag standardmål for å skape en konsistent setting for alle deltakerne.

Motvekt

Denne tilnærmingen er knyttet til deltakervariabler, for eksempel studiens spesifikke rekkefølge av hendelser. For å ta hensyn til dette kan du be én gruppe deltakere om å fullføre en del av studien, mens en annen gruppe fullfører en annen del.

Tilfeldig utvalg

Denne tilnærmingen er knyttet til deltakervariabler og sikrer at alle deltakerne har like stor sannsynlighet for å bli plukket ut. Når du for eksempel deler folk inn i en kontrollgruppe og en eksperimentgruppe, kan du trekke navn tilfeldig for å sikre at hver enkelt person har samme sjanse til å være med i begge gruppene.

Maskering

Denne tilnærmingen er opptatt av eksperimentatorvariabler. Maskering innebærer at noen administrerer eksperimentet uten å være klar over målet med studien.

Mind the Graph er verdens største vitenskapelig nøyaktige illustrasjonsgalleri fylt med illustrasjoner og grafer fra mange vitenskapsgrener som biologi, kjemi, fysikk og mye mer. Enkelt å bruke og fantastisk for å forbedre kvaliteten på arbeidet ditt!

Begynn å skape med Mind the Graph
Relaterte artikler
logo-abonnement

Abonner på nyhetsbrevet vårt

Eksklusivt innhold av høy kvalitet om effektiv visuell
kommunikasjon innen vitenskap.

- Eksklusiv guide
- Tips om design
- Vitenskapelige nyheter og trender
- Veiledninger og maler