المتغيرات المخفية: التعريف والأمثلة

المتغير المخفي هو متغير لم يتم تضمينه في التحليل الإحصائي، ولكنه يؤثر على العلاقة بين متغيرين داخل التحليل.

يمكن للمتغير المخفي إخفاء العلاقة الحقيقية بين المتغيرات أو يمكن أن يعطي انطباعًا خاطئًا بوجود علاقة بين المتغيرات. في الأساس، يمكن للمتغيرات المخفية أن تجعل نتائج الدراسة مضللة.

في الدراسات الرصدية، من المهم أن ندرك أن المتغيرات المخفية يمكن أن تؤدي إلى تفسيرات غير عادية للبيانات والعلاقات بين المتغيرات. في الدراسات التجريبية، من المهم تصميم التجربة بطريقة تقضي (قدر الإمكان) على مخاطر المتغيرات الخفية.

أمثلة على المتغيرات المخفية

توضح الأمثلة التالية عدة حالات يمكن أن تكون فيها المتغيرات المخفية موجودة في الدراسة:

مثال 1

يجد الباحث أن مبيعات الآيس كريم وهجمات أسماك القرش ترتبط ارتباطًا إيجابيًا قويًا. هل هذا يعني أن زيادة مبيعات الآيس كريم تسبب المزيد من هجمات أسماك القرش؟

هذا غير محتمل. السبب الأرجح هو الطقس المتغير الكامن. عندما يكون الجو أكثر دفئًا في الخارج، يشتري عدد أكبر من الأشخاص الآيس كريم ويذهب عدد أكبر من الأشخاص إلى المحيط.

مثال 2

اكتشف أحد الباحثين أن استهلاك الفشار وعدد حوادث الطرق على مر السنين يرتبطان ارتباطًا وثيقًا. هل هذا يعني أن ارتفاع استهلاك الفشار يسبب المزيد من الحوادث المرورية؟

هذا غير محتمل. السبب الأكثر احتمالا هو متغير السكان الكامنة. مع زيادة عدد السكان، تزداد كمية الفشار المستهلكة وعدد حوادث المرور.

مثال 3

توصلت دراسة إلى أنه كلما زاد عدد المتطوعين الذين يتقدمون بعد وقوع كارثة طبيعية، زاد الضرر. هل هذا يعني أن المتطوعين يسببون المزيد من الضرر؟

هذا غير محتمل. السبب الأكثر احتمالا هو النطاق المتفاوت للكارثة الطبيعية . تؤدي الكارثة الطبيعية الأكبر حجمًا إلى زيادة عدد المتطوعين بالإضافة إلى زيادة في حجم الأضرار الناجمة عن الكارثة الطبيعية.

مثال 4

وجدت الدراسة أن مبيعات القفازات وحوادث التزلج على الجليد ترتبط ارتباطًا وثيقًا هل هذا يعني أن القفازات تسبب المزيد من حوادث التزلج على الجليد؟

هذا غير محتمل. السبب الأكثر احتمالا هو درجة الحرارة المتغيرة الكامنة. مع انخفاض درجة الحرارة، يشتري المزيد والمزيد من الأشخاص القفازات ويذهب المزيد والمزيد من الأشخاص للتزلج على الجليد.

كيفية التعرف على المتغيرات المخفية

وللكشف عن المتغيرات الخفية، من المفيد أن يكون لديك خبرة في المجال الذي تتم دراسته. من خلال معرفة المتغيرات المحتملة التي يمكن أن تؤثر على العلاقة بين متغيرات الدراسة التي لم يتم تضمينها بشكل صريح في الدراسة، قد تتمكن من الكشف عن المتغيرات المخفية المحتملة.

هناك طريقة أخرى لتحديد المتغيرات المخفية المحتملة وهي فحص قطع الأراضي المتبقية. إذا كان هناك اتجاه (خطي أو غير خطي) في البقايا، فقد يعني ذلك أن المتغير الخفي غير المدرج في الدراسة يؤثر على متغيرات الدراسة بطريقة ما.

كيفية القضاء على مخاطر المتغيرات المخفية

في الدراسات الرصدية، قد يكون من الصعب للغاية القضاء على مخاطر المتغيرات الخفية. في معظم الحالات، أفضل ما يمكنك فعله هو ببساطة تحديد المتغيرات الخفية المحتملة التي يمكن أن تؤثر على الدراسة، بدلاً من منعها.

ومع ذلك، في الدراسات التجريبية، يمكن القضاء على تأثير المتغيرات الخفية إلى حد كبير من خلال التصميم التجريبي الجيد.

على سبيل المثال، لنفترض أننا نريد معرفة ما إذا كان لحبوبتين تأثير مختلف على ضغط الدم. نحن نعلم أن المتغيرات الخفية مثل النظام الغذائي وعادات التدخين تؤثر أيضًا على ضغط الدم. لذلك يمكننا محاولة التحكم في هذه المتغيرات المخفية باستخدام التصميم العشوائي . وهذا يعني أننا نقوم بتعيين المرضى بشكل عشوائي لتناول الحبة الأولى أو الثانية.

وبما أننا نقوم بتقسيم المرضى إلى مجموعات بشكل عشوائي، يمكننا أن نفترض أن المتغيرات المخفية ستؤثر على كلا المجموعتين بنفس الطريقة تقريبًا. وهذا يعني أن أي اختلاف في ضغط الدم يمكن أن يعزى إلى حبوب منع الحمل وليس إلى تأثير متغير خفي.