متغير المنافس: التعريف والأمثلة

المتغير المصاحب (يسمى أحيانًا “المتغير المشترك”) هو متغير ليس له أهمية أساسية في الدراسة، ولكن قد يكون له مع ذلك بعض التفاعل مع المتغير (المتغيرات) محل الاهتمام قيد الدراسة.

يمكن أن يؤدي الفشل في حساب هذه الأنواع من المتغيرات إلى نتائج متحيزة أو مضللة في التحليل. ولذلك من المهم علاجهم عندما يكون ذلك ممكنا.

في الدراسات الرصدية، من المهم أن ندرك أن المتغيرات المتزامنة يمكن أن تؤدي إلى تفسيرات غير عادية للبيانات والعلاقات بين المتغيرات. في الدراسات التجريبية، من المهم تصميم التجربة بطريقة تلغي أو تقلل من خطر المتغيرات المصاحبة.

توضح الأمثلة التالية العديد من الحالات التي قد تكون فيها المتغيرات المصاحبة موجودة في الدراسة:

مثال 1

يريد الباحثون فهم العلاقة بين الكثافة السكانية ومبيعات الآيس كريم. ومع ذلك، فإن الطقس هو متغير مصاحب من المحتمل أن يؤثر على مبيعات الآيس كريم.

So, if researchers want to perform a linear regression to quantify the relationship between population density and ice cream sales, they should also attempt to collect data on the weather so that they can control for this variable in the regression and be able to obtain an estimate محدد. تأثير الكثافة السكانية على مبيعات الآيس كريم.

مثال 2

يريد الباحثون فهم العلاقة بين الساعات التي يقضيها التدريب ومتوسط النقاط التي يسجلها لاعبو كرة السلة في كل مباراة. ومع ذلك، فإن المتغير المصاحب الذي من المحتمل أن يؤثر على متوسط النقاط المسجلة هو عدد الدقائق التي يتم لعبها في كل مباراة.

وبالتالي، يجب على الباحثين أيضًا تتبع عدد الدقائق التي يلعبها اللاعب في كل مباراة حتى يتمكنوا من إدراجها كمتغير في تحليل الانحدار وعزل تأثير الساعات التي يقضيها في التدريب على متوسط النقاط المسجلة في كل مباراة.

ذات صلة: كيفية تفسير معاملات الانحدار

مثال 3

يريد الباحثون معرفة ما إذا كان سماد معين يسبب زيادة نمو النبات أم لا. ومع ذلك، فإن التعرض لأشعة الشمس وتكرار الري هما متغيران مصاحبان محتملان يمكن أن يؤثرا على نمو النبات.

وبالتالي، يجب على الباحثين أيضًا جمع البيانات حول التعرض للشمس وتكرار الري حتى يمكن إدراجها كمتغيرات في تحليل الانحدار ويكونوا قادرين على فهم تأثير الأسمدة على النباتات النامية، بعد الأخذ في الاعتبار التعرض للشمس وتكرار الري.

كيفية تحديد والقضاء على المتغيرات المصاحبة

للكشف عن المتغيرات المتزامنة، من المفيد أن يكون لديك خبرة في المجال 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 المتزامنة المحتملة.

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

ومع ذلك، في الدراسات التجريبية، يمكن القضاء على تأثير المتغيرات المصاحبة 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 المصاحبة مثل النظام الغذائي وعادات التدخين تؤثر أيضًا على ضغط الدم. لذلك يمكننا محاولة التحكم في هذه المتغيرات المصاحبة 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 المصاحبة ستؤثر على كلا المجموعتين بالتساوي تقريبًا. وهذا يعني أن أي اختلاف في ضغط الدم يمكن أن يعزى إلى حبوب منع الحمل وليس إلى تأثير المتغير المصاحب.