{"id":1466,"date":"2023-07-26T07:03:01","date_gmt":"2023-07-26T07:03:01","guid":{"rendered":"https:\/\/statorials.org\/nl\/verstorende-variabele\/"},"modified":"2023-07-26T07:03:01","modified_gmt":"2023-07-26T07:03:01","slug":"verstorende-variabele","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/verstorende-variabele\/","title":{"rendered":"Wat is een verwarrende variabele? (definitie & #038; voorbeeld)"},"content":{"rendered":"

<\/p>\n

\n

In elk experiment zijn er twee hoofdvariabelen:<\/span><\/p>\n

De onafhankelijke variabele:<\/strong> de variabele die een onderzoeker wijzigt of controleert om de effecten op de afhankelijke variabele te kunnen waarnemen.<\/span><\/p>\n

De afhankelijke variabele:<\/strong> de in een experiment gemeten variabele die \u2018afhankelijk\u2019 is van de onafhankelijke variabele.<\/span> <\/p>\n

\"\"<\/p>\n

Onderzoekers zijn vaak ge\u00efnteresseerd in het begrijpen hoe veranderingen in de onafhankelijke variabele de afhankelijke variabele be\u00efnvloeden.<\/span><\/p>\n

Soms komt het echter voor dat er geen rekening wordt gehouden met een derde variabele en dat deze de relatie tussen de twee onderzochte variabelen kan be\u00efnvloeden.<\/span> <\/p>\n

\"Verstorende<\/p>\n

Dit type variabele staat bekend als een verstorende variabele<\/strong> en kan de resultaten van een onderzoek verwarren<\/em> en het laten lijken alsof er een soort oorzaak-gevolgrelatie bestaat tussen twee variabelen die in werkelijkheid niet bestaat.<\/span><\/p>\n

\n

Confounding variabele:<\/strong> een variabele die niet in een experiment wordt meegenomen, maar wel de relatie tussen de twee variabelen in een experiment be\u00efnvloedt.<\/span><\/p>\n

Dit type variabele kan de resultaten van een experiment verwarren<\/em> en tot onbetrouwbare resultaten leiden.<\/span><\/p>\n<\/blockquote>\n

Stel bijvoorbeeld dat een onderzoeker gegevens verzamelt over de verkoop van ijs en aanvallen van haaien en ontdekt dat de twee variabelen sterk gecorreleerd zijn. Betekent dit dat de toegenomen verkoop van ijs meer haaienaanvallen veroorzaakt?<\/span><\/p>\n

Het is onwaarschijnlijk. De meest waarschijnlijke oorzaak is de verwarrende variabele temperatuur<\/strong> . Als het buiten warmer is, kopen meer mensen ijs en gaan meer mensen naar de oceaan.<\/span> <\/p>\n

\"Voorbeeld<\/p>\n

Vereisten voor verwarrende variabelen<\/strong><\/span><\/h3>\n

Wil een variabele een verwarrende variabele zijn, dan moet deze aan de volgende vereisten voldoen:<\/span><\/p>\n

1. Het moet gecorreleerd zijn met de onafhankelijke variabele.<\/strong><\/span><\/p>\n

In het vorige voorbeeld was de temperatuur gecorreleerd met de onafhankelijke variabele ijsverkoop. Vooral warmere temperaturen worden in verband gebracht met een hogere verkoop van ijs en koudere temperaturen met een lagere verkoop.<\/span><\/p>\n

2. Er moet een causaal verband bestaan met de afhankelijke variabele.<\/strong><\/span><\/p>\n

In het vorige voorbeeld had de temperatuur een direct causaal effect op het aantal haaienaanvallen. Vooral warmere temperaturen drijven meer mensen de oceaan in, wat de kans op aanvallen van haaien direct vergroot.<\/span><\/p>\n

Waarom zijn verwarrende variabelen problematisch?<\/strong><\/span><\/h3>\n

Verwarrende variabelen zijn om twee redenen problematisch:<\/span><\/p>\n

1. Verwarrende variabelen kunnen de indruk wekken dat er oorzaak-gevolgrelaties bestaan, terwijl dat niet het geval is.<\/strong><\/span><\/p>\n

In ons vorige voorbeeld zorgde de verwarrende temperatuurvariabele ervoor dat het leek alsof er een causaal verband bestond tussen de verkoop van ijs en de aanvallen van haaien.<\/span><\/p>\n

We weten echter dat de verkoop van ijs geen aanvallen van haaien veroorzaakt. De verwarrende temperatuurvariabele doet het zo lijken.<\/span><\/p>\n

2. Verwarrende variabelen kunnen de ware oorzaak-gevolgrelatie tussen variabelen verdoezelen.<\/strong><\/span><\/p>\n

Stel dat we het vermogen van lichaamsbeweging om de bloeddruk te verlagen bestuderen. Een potenti\u00eble verstorende variabele is het startgewicht, dat gecorreleerd is met lichaamsbeweging en een direct causaal effect heeft op de bloeddruk.<\/span> <\/p>\n

\"\"<\/p>\n

Hoewel verhoogde fysieke activiteit kan leiden tot een verlaging van de bloeddruk, heeft het startgewicht van een individu ook een grote invloed op de relatie tussen deze twee variabelen.<\/span><\/p>\n

Verwarrende variabelen en interne validiteit<\/strong><\/span><\/h3>\n

In technische termen be\u00efnvloeden verstorende variabelen de interne validiteit<\/strong> van een onderzoek, wat verwijst naar de validiteit van het toeschrijven van eventuele veranderingen in de afhankelijke variabele aan veranderingen in de onafhankelijke variabele.<\/span><\/p>\n

Als er sprake is van verstorende variabelen, kunnen we niet altijd met zekerheid zeggen dat de veranderingen die we waarnemen in de afhankelijke variabele een direct gevolg zijn van veranderingen in de onafhankelijke variabele.<\/span><\/p>\n

Hoe u het effect van verwarrende variabelen kunt verminderen<\/strong><\/span><\/h3>\n

Er zijn verschillende manieren om het effect van verwarrende variabelen te verminderen, waaronder de volgende methoden:<\/span><\/p>\n

1. Willekeurige toewijzing<\/strong><\/span><\/p>\n

Willekeurige toewijzing<\/a> verwijst naar het proces waarbij individuen in een onderzoek willekeurig worden toegewezen aan een behandelgroep of een controlegroep.<\/span><\/p>\n

Laten we bijvoorbeeld zeggen dat we het effect van een nieuwe pil op de bloeddruk willen onderzoeken. Als we 100 mensen rekruteren om aan het onderzoek deel te nemen, kunnen we een willekeurige getallengenerator gebruiken om willekeurig 50 mensen toe te wijzen aan een controlegroep (geen pil) en 50 mensen aan een behandelgroep (nieuwe pil).<\/span><\/p>\n

Door gebruik te maken van willekeurige toewijzing vergroten we de kans dat de twee groepen ongeveer dezelfde kenmerken hebben, wat betekent dat eventuele waargenomen verschillen tussen de twee groepen kunnen worden toegeschreven aan de behandeling.<\/span><\/p>\n

Dit betekent dat het onderzoek interne validiteit<\/strong> moet hebben: het is geldig om eventuele verschillen in bloeddruk tussen groepen toe te schrijven aan de pil zelf, in tegenstelling tot verschillen tussen individuen in de groepen.<\/span><\/p>\n

2. Blokkeren<\/strong><\/span><\/p>\n

Blokkeren<\/a> verwijst naar de praktijk waarbij individuen in een onderzoek in „blokken“ worden verdeeld op basis van een bepaalde waarde van een verstorende variabele, om het effect van de verstorende variabele te elimineren.<\/span><\/p>\n

Stel dat onderzoekers bijvoorbeeld het effect van een nieuw dieet op gewichtsverlies willen begrijpen. De onafhankelijke variabele is het nieuwe dieet en de afhankelijke variabele is de mate van gewichtsverlies.<\/span><\/p>\n

E\u00e9n verstorende variabele die variatie in gewichtsverlies kan veroorzaken, is echter geslacht<\/strong> . Het is waarschijnlijk dat het geslacht van een individu invloed heeft op de hoeveelheid gewicht die hij of zij verliest, of het nieuwe dieet nu werkt of niet.<\/span><\/p>\n

E\u00e9n manier om dit probleem op te lossen is door individuen in een van de volgende twee blokken te plaatsen:<\/span><\/p>\n