ตัวแปรของคู่แข่ง: คำจำกัดความและตัวอย่าง

ตัวแปรร่วม (บางครั้งเรียกว่า “ตัวแปรร่วม”) คือตัวแปรที่ไม่เป็นที่สนใจอันดับแรกในการศึกษา แต่อาจมีปฏิสัมพันธ์บางอย่างกับตัวแปรที่สนใจที่กำลังศึกษาอยู่

ความล้มเหลวในการพิจารณาตัวแปรประเภทเหล่านี้อาจนำไปสู่ผลลัพธ์ที่มีอคติหรือทำให้เข้าใจผิดในการวิเคราะห์ ดังนั้นจึงเป็นเรื่องสำคัญที่จะต้องปฏิบัติต่อพวกเขาเมื่อเป็นไปได้

ในการศึกษาเชิงสังเกต สิ่งสำคัญคือต้องตระหนักว่าตัวแปรที่เกิดขึ้นร่วมสามารถนำไปสู่การตีความข้อมูลที่ผิดปกติและความสัมพันธ์ระหว่างตัวแปรได้ ในการศึกษาเชิงทดลอง สิ่งสำคัญคือต้องออกแบบการทดลองในลักษณะที่กำจัดหรือลดความเสี่ยงของตัวแปรที่เกิดขึ้นพร้อมกัน

ตัวอย่างต่อไปนี้แสดงให้เห็นหลายกรณีที่อาจมีตัวแปรร่วมในการศึกษา:

ตัวอย่างที่ 1

นักวิจัยต้องการทำความเข้าใจความสัมพันธ์ระหว่างความหนาแน่นของประชากรกับยอดขายไอศกรีม อย่างไรก็ตาม สภาพอากาศเป็นตัวแปรร่วมที่อาจส่งผลต่อยอดขายไอศกรีม

ดังนั้น หากนักวิจัยต้องการทำการ ถดถอยเชิงเส้น เพื่อหาปริมาณความสัมพันธ์ระหว่างความหนาแน่นของประชากรและยอดขายไอศกรีม พวกเขาควรพยายามรวบรวมข้อมูลสภาพอากาศเพื่อให้สามารถควบคุมตัวแปรนี้ในการถดถอยและสามารถรับค่าประมาณได้ แม่นยำ. ผลกระทบของความหนาแน่นของประชากรต่อการขายไอศกรีม

ตัวอย่างที่ 2

นักวิจัยต้องการทำความเข้าใจความสัมพันธ์ระหว่างชั่วโมงที่ใช้ในการฝึกซ้อมกับคะแนนเฉลี่ยที่ผู้เล่นบาสเก็ตบอลทำได้ต่อเกม อย่างไรก็ตาม ตัวแปรร่วมที่อาจส่งผลต่อคะแนนเฉลี่ยที่ทำได้คือจำนวนนาทีที่เล่นต่อเกม

ดังนั้น นักวิจัยควรติดตามจำนวนนาทีที่ผู้เล่นเล่นต่อเกม เพื่อให้สามารถรวมไว้เป็นตัวแปรในการวิเคราะห์การถดถอย และแยกผลกระทบของชั่วโมงที่ใช้ในการฝึกซ้อมกับคะแนนเฉลี่ยต่อเกม

ที่เกี่ยวข้อง: วิธีการตีความค่าสัมประสิทธิ์การถดถอย

ตัวอย่างที่ 3

นักวิจัยต้องการทราบว่าปุ๋ยบางชนิดทำให้พืชเจริญเติบโตเพิ่มขึ้นหรือไม่ อย่างไรก็ตาม แสงแดดและความถี่ในการรดน้ำเป็นตัวแปรที่อาจส่งผลต่อการเจริญเติบโตของพืช

ดังนั้นนักวิจัยควรรวบรวมข้อมูลเกี่ยวกับแสงแดดและความถี่ในการรดน้ำเพื่อให้สามารถรวมเป็นตัวแปรในการวิเคราะห์การถดถอยและสามารถเข้าใจผลกระทบของปุ๋ยต่อพืชที่กำลังเติบโต หลังจากคำนึงถึงแสงแดดและความถี่ในการรดน้ำแล้ว

วิธีการระบุและกำจัดตัวแปรร่วม

ในการเปิดเผยตัวแปรที่เกิดขึ้นร่วม การมีความเชี่ยวชาญในสาขาที่กำลังศึกษาจะเป็นประโยชน์ เมื่อทราบว่าตัวแปรที่เป็นไปได้ใดที่อาจส่งผลต่อความสัมพันธ์ระหว่างตัวแปรในการศึกษาที่ไม่ได้รวมไว้ในการศึกษาอย่างชัดเจน คุณอาจสามารถค้นพบตัวแปรที่อาจเกิดขึ้นร่วมกันได้

ในการศึกษาเชิงสังเกต อาจเป็นเรื่องยากมากที่จะขจัดความเสี่ยงของตัวแปรที่เกิดขึ้นพร้อมกัน ในกรณีส่วนใหญ่ สิ่งที่ดีที่สุดที่คุณสามารถทำได้คือเพียงระบุ แทนที่จะป้องกัน ตัวแปรที่อาจเกิดขึ้นร่วมที่อาจเกิดขึ้นซึ่งอาจส่งผลกระทบต่อการศึกษา

อย่างไรก็ตาม ในการศึกษาเชิงทดลอง ผลกระทบของตัวแปรร่วมสามารถถูกกำจัดออกไปได้เป็นส่วนใหญ่โดยการออกแบบการทดลองที่ดี

ตัวอย่างเช่น สมมติว่าเราต้องการทราบว่ายาสองเม็ดมีผลต่อความดันโลหิตต่างกันหรือไม่ เรารู้ว่าตัวแปรที่เกิดขึ้นพร้อมกัน เช่น การรับประทานอาหาร และ นิสัยการสูบบุหรี่ ก็ส่งผลต่อความดันโลหิตเช่นกัน ดังนั้นเราจึงพยายามควบคุมตัวแปรที่เกิดขึ้นพร้อมกันเหล่านี้โดยใช้การออกแบบแบบสุ่ม ซึ่งหมายความว่าเราจะสุ่มให้ผู้ป่วยรับประทานยาเม็ดแรกหรือเม็ดที่สอง

เนื่องจากเราสุ่มกำหนดผู้ป่วยเข้ากลุ่ม เราจึงสามารถสันนิษฐานได้ว่าตัวแปรร่วมจะส่งผลกระทบต่อทั้งสองกลุ่มอย่างเท่าเทียมกันโดยประมาณ ซึ่งหมายความว่า ความแตกต่างของความดันโลหิตอาจเกิดจากยาเม็ดมากกว่าผลของตัวแปรที่เกิดขึ้นพร้อมกัน