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?

An extraneous variable is one that is not purposefully manipulated or controlled for in a scientific study but may nevertheless have an influence on the study’s conclusion. They have the ability to confuse or distort variables, impacting mainly the dependent variable(s).

This can jeopardize the study’s validity and impair the capacity to draw appropriate conclusions or make broad generalizations based on the findings. To ensure the reliability and validity of their findings, researchers must carefully analyze and control for extraneous variables.

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.

Researchers may assist to assure the validity and dependability of their findings by correctly identifying and adjusting for extraneous variables. This entails reducing or eliminating the effects of extraneous variables, either by experimental design (e.g., randomization, counterbalancing) or statistical analysis. (e.g., including extraneous variables as covariates). Researchers can boost their trust in the study’s results and give more accurate and valuable information to the scientific community by doing so.

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

Experimenter variables are classified into two categories. The first is that the interactions of experimenters with participants might inadvertently influence their behavior, which is analogous to the demand characteristics variable. The second factor is potential bias caused by the experimenter in measurement, observation, analysis, or interpretation may alter the study’s findings.

Metodiske variabler

Variations in the research’s technique or processes, such as deviations in measuring equipment or data collection methods, might be extraneous variables that influence the conclusions.

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

Researchers should carefully analyze all potential factors that might have an influence on the study’s findings and identify those that are extraneous.

2. Kontrollmetode

Once you’ve identified the extraneous variables influencing your study, you may choose a method of control. Methods are associated with a certain category of variables, making it simple to choose which technique to apply. Control methods include the following:

Standardiserte prosedyrer

This approach pertains to situational, time, task, and demand characteristic variables that arise throughout the study’s design. Create standard measures for a consistent setting for all participants.

Motvekt

This approach is related to participant variables, such as the study’s specific order of events. To account for this, you may instruct one set of participants to finish a section, while another group completes a different section.

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 is the world’s largest scientifically-accurate illustration gallery filled with illustrations and graphs from many branches of science such as biology, chemistry, physics, and more. Simple to use and fantastic for improving the quality of your work!

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