控制变量|它们是什么，为什么重要?
一个控制变量在一项研究中，任何东西都是不变的或有限的。它是一个不感兴趣的变量研究的目标，但受到控制，因为它可能会影响结果。
变量可以通过在整个研究过程中保持恒定来直接控制(例如，通过在实验中控制室温)，也可以通过以下方法间接控制随机化或统计控制(例如，在统计测试中解释参与者的特征，如年龄)。控制变量可以帮助预防研究偏见就像忽略变量偏差避免影响你的结果。
| 研究问题 | 控制变量 |
|---|---|
| 土壤质量影响植物生长吗? |
|
| 咖啡因能提高记忆力吗? |
|
| 害怕蜘蛛的人会比其他人更快地看到蜘蛛的图像吗? |
|
为什么控制变量很重要?
控制变量增强了内部效度通过限制的影响来进行研究混淆和其他外部变量。这将帮助您建立一个相关或因果关系你感兴趣的变量之间的关系，有助于避免研究偏见。
除了自变量和因变量，应控制所有可能影响结果的变量。如果你不控制相关变量，你可能无法证明它们没有影响你的结果。未受控变量是对结果的替代解释，并影响结果可靠性你的论点。
实验控制变量
在一个实验，研究者感兴趣的是了解一个自变量对一个因变量的影响。控制变量帮助你确保你的结果完全是由你的实验操作引起的。
自变量是是否在饮食中添加维生素D补充剂，因变量是警觉性水平。
为了确保警觉性的变化是由维生素D补充剂引起的，而不是由其他因素引起的，你要控制这些可能影响警觉性的变量:
- 饮食
- 进餐时间
- 咖啡因摄入量
- 屏幕时间
非实验研究中的控制变量
在一个观察性研究或其他类型的非实验研究，研究人员不能操纵自变量(通常由于实际或道德的考虑)。相反，控制变量的测量和考虑推断出主要感兴趣的变量之间的关系。
为了考虑可能影响结果的其他因素，您还可以测量这些控制变量:
- 年龄
- 婚姻状况
- 健康
如何控制变量?
在实验设计中有几种方法来控制无关变量，其中一些方法也可以用于观察性研究或准实验设计。
随机分配
在多组实验研究中，参与者应被随机分配到不同的条件下。随机分配帮助您平衡组的特征，使它们之间没有系统差异。
这种分配方法控制了参与者变量，否则可能在组和组之间存在差异斜你的结果。
有可能是通过脸书发现这项研究的参与者在白天使用了更多的屏幕时间，这可能会影响他们在研究中的警觉程度。
确保参与者的特征没有效果在这项研究中，参与者被随机分配到两组:对照组或实验组。
标准化的程序
重要的是在实验中对所有组使用相同的程序。这些组应该只在自变量操作上有所不同，这样你就可以分离出来它的对因变量的影响(结果)。
来控制变量，您可以使用为所有参与者会话设计和使用的协议将它们保持在一个固定的水平。例如，在实验室环境中，所有参与者在一项实验任务上的指示和时间应该是相同的。
- 为了控制饮食，每天三次新鲜和冷冻的食物被送到参与者手中。
- 为了控制用餐时间，参与者被要求在9:30吃早餐，13:00吃午餐，18:30吃晚餐。
- 为了控制咖啡因的摄入量，参与者被要求每天最多喝一杯咖啡。
在实验操作中，对照组服用安慰剂，而实验组服用维生素D补充剂。参与者不知道他们所处的状况(基础垫层)，并要求他们每天午饭后服用这些药片。
统计管理
你可以测量和控制外部变量从统计学上消除他们对其他人的影响变量类型。
“对变量的控制”是指对控制变量数据以及独立和因变量数据进行建模回归分析和ANCOVAs。这样，就可以将控制变量的影响从感兴趣的变量之间的关系中分离出来。
在一个多元线性回归在分析中，将所有控制变量与自变量一起作为预测因子。结果告诉你，在保持年龄、婚姻状况和健康不变的情况下，收入能在多大程度上预测幸福。
控制变量与对照组
控制变量和A不一样对照组。在整个研究过程中，对照组和实验组的控制变量都保持不变或进行测量，而对照组和实验组之间的自变量是不同的。
对照组不进行感兴趣的实验治疗，其结果与实验组进行比较。对照组通常要么没有治疗，要么使用已经广泛使用的标准治疗，要么使用安慰剂(虚假治疗)。
除了实验处理外，实验组和对照组在实验过程中的其他一切都应相同。
关于控制变量的常见问题
引用这篇Scribbr文章
如果你想引用这个来源，你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮，自动添加到我们的免费引用生成器引用。
班达里，P.(2022年12月05日)。控制变量|它们是什么，为什么重要?Scribbr。检索于2022年12月19日，来自//www.charpingshvac.com/methodology/control-variable/
