Часто в экспериментах исследователи заинтересованы в понимании взаимосвязи между объясняющей переменной и переменной отклика .
К сожалению, в экспериментальных исследованиях часто возникают мешающие переменные , т. е. переменные, влияющие на взаимосвязь между объяснительной переменной и переменной отклика, но не представляющие интереса для исследователей.
Например, предположим, что исследователи хотят понять, как новая диета влияет на снижение веса. Объясняющая переменная — это новая диета, а ответная переменная — величина потери веса.
Однако неприятная переменная, которая, вероятно, вызовет вариации, — это пол.Вполне вероятно, что пол человека повлияет на количество веса, которое он потеряет, независимо от того, работает ли новая диета или нет.
Представляем блокировку
Одним из распространенных способов контроля влияния мешающих переменных является блокирование , которое включает в себя разделение людей в эксперименте на основе значения некоторой мешающей переменной.
В нашем предыдущем примере мы поместили бы людей в один из двух блоков:
- Мужской
- женский
Затем в каждом блоке мы будем случайным образом назначать людей одному из двух видов лечения:
- Новая диета
- Стандартная диета
Сделав это, вариации внутри каждого блока будут намного ниже по сравнению с вариациями среди всех людей, и мы сможем лучше понять, как новая диета влияет на потерю веса с учетом пола.
Чтобы проиллюстрировать это, рассмотрим следующую диаграмму, которая показывает общую потерю веса для 16 участников исследования:
На первый взгляд не кажется, что новая диета связана с большей потерей веса.
Однако, как только мы разделим людей на две группы в зависимости от пола, становится очевидным, что новая диета, по-видимому, действительно связана с большей потерей веса:
Поместив людей в блоки, связь между новой диетой и потерей веса стала более ясной, поскольку мы смогли контролировать неприятную переменную пола.
Дополнительные примеры блокировки
Пол является частой мешающей переменной, которую можно использовать в качестве блокирующего фактора в экспериментах, поскольку мужчины и женщины, как правило, по-разному реагируют на широкий спектр методов лечения.
Однако другие распространенные мешающие переменные, которые можно использовать в качестве блокирующих факторов, включают:
- Возрастная группа
- Доходная группа
- Уровень образования
- Количество упражнений
- Область, край
В зависимости от характера эксперимента также можно использовать сразу несколько блокирующих факторов. Однако на практике обычно используются только один или два фактора, поскольку большее количество блокирующих факторов требует больших размеров выборки для получения значимых результатов.
Мешающие переменные против скрытых переменных
В предыдущем примере пол был известной мешающей переменной, которая, как было известно исследователям, влияла на потерю веса. Однако часто в экспериментах также присутствуют скрытые переменные , то есть переменные, которые также влияют на взаимосвязь между объясняющей и ответной переменной, но либо неизвестны, либо просто не включаются в исследование, поскольку по ним сложно собрать данные.
Например, предположим, что у каждого человека есть определенная врожденная дисциплина, которую он может использовать, чтобы похудеть. Поскольку дисциплину трудно измерить, она не включена в исследование в качестве блокирующего фактора, но одним из способов ее контроля является использование рандомизации .
Случайным образом назначая людей либо на новую диету, либо на стандартную диету, исследователи могут максимизировать шансы на то, что общий уровень дисциплины людей между двумя группами примерно одинаков.
Таким образом, в любом эксперименте, в котором используется блокировка, также важно случайным образом назначать индивидуумов для лечения, чтобы контролировать влияние любых потенциально скрытых переменных.
Дополнительные ресурсы
Объяснительные переменные и переменные отклика
Скрытые переменные
Дизайн совпадающих пар
Раздельный дизайн