无关变量

本文解释了什么是奇怪的变量。因此，您将找到外部变量的示例，外部变量有哪些不同类型，以及最后如何控制外部变量的效果。

什么是外部变量？

奇怪的变量是可能影响实验结果但研究起来无趣的变量。因此，必须控制无关变量，使其不会改变调查结果。

例如，如果我们想分析一种药物如何影响人体，一个奇怪的变量就是实验对象的过敏情况。从逻辑上讲，如果受试者对药物的其中一种成分过敏，他们的反应将与其他人不同。因此，当您进行统计研究时，您应该尝试控制所有无关变量。

因此，无关变量可能在研究人员不知情的情况下影响因变量的值，因此可能导致对因变量和所分析的自变量之间的关系得出错误的结论。

外部变量的示例

现在我们知道了奇怪变量的定义，下面是此类变量的一些示例，以便更好地理解其含义。

1. 在研究成绩（因变量）和学习时间（自变量）之间的关系时，一个奇怪的变量是每个学生的睡眠时间，因为睡眠时间会影响学习成绩。
2. 如果您想分析肥料添加量（自变量）如何影响植物生长（因变量），植物暴露在阳光下的时间是一个奇怪的变量，因为它可以影响结果。
3. 当我们研究工厂的产量（因变量）与其拥有的机器数量（自变量）之间的相关性时，一个奇怪的变量是员工收到的工资，因为它会影响他们的积极性，从而影响他们的绩效。

外部变量的类型

多余变量主要可以分为三种不同类型：

• 情境（或社会）变量：这些是可以影响实验对象行为的环境变量。例如：噪音、温度、视觉干扰……
• 实验者偏见：研究人员可以在不知不觉中影响个体的行为。例如，一个人可能会根据实验者是否以积极或消极的方式传递命令而采取不同的行动，或者实验者可以向受试者建议他或她在提议的情况下应该如何行动。
• 个人（或参与者）变量：研究对象的特征可以影响实验的结果。例如：个体的智力、个体的情绪状态、个体过去进行过类似测试的经历……

如何控制外部变量

正如整篇文章所解释的，在进行统计分析时，必须控制无关变量，以免它们改变实验结果并导致错误的结论。因此，在本节中，我们将看到可用于控制外部变量影响的不同技术。

• 消除：有时我们可以消除多余的变量，这在逻辑上是理想的情况。例如，我们可以通过在隔音室中进行实验来消除噪音的影响。
• 恒定条件：如果无法消除无关变量，可以在所有实验中尽量保持其值恒定，这样就不会影响结果。例如，为了不影响受试者的温度，我们可以在整个研究过程中保持温度恒定。
• 平衡：如果无法消除或保持无关变量不变，则可以平衡该变量的影响。例如，如果在实验中我们必须以男性和女性为受试者，以便性别不影响结果，那么我们必须采取与女性相同数量的男性。
• 随机化：当无法应用上述技术时，可以对受试者进行随机化以减少无关变量的影响。例如，如果我们正在研究学生的学习成绩，我们可以随机选择科目，以尽量减少存在学生比其他人聪明的事实。