W badaniach, które badają potencjalny związek przyczynowo-skutkowy, zmienna zakłócająca jest niemierzoną trzecią zmienną, która wpływa zarówno na domniemaną przyczynę, jak i na domniemany skutek.
Ważne jest, aby rozważyć potencjalne zmienne towarzyszące i uwzględnić je w projekcie badania, aby mieć pewność, że uzyskane wyniki są ważne.
Co to jest zmienna towarzysząca?
Zmienne towarzyszące, które są również nazywane czynnikami zakłócającymi lub konfundującymi, są ściśle związane ze zmiennymi niezależnymi i zależnymi w badaniu. Zmienna musi spełnić dwa warunki, aby być konfundatorem:
- Musi być skorelowana ze zmienną niezależną. Może to być związek przyczynowy, ale nie musi.
- Musi być przyczynowo związana ze zmienną zależną.
Tutaj zmienną zakłócającą jest temperatura: gorące temperatury powodują, że ludzie jedzą więcej lodów i spędzają więcej czasu na zewnątrz pod słońcem, co skutkuje większą liczbą oparzeń słonecznych.
Dlaczego zmienne konfundujące mają znaczenie
Aby zapewnić wewnętrzną poprawność badań, należy uwzględnić zmienne towarzyszące. Jeśli tego nie zrobisz, Twoje wyniki mogą nie odzwierciedlać rzeczywistej relacji między zmiennymi, które Cię interesują..
Na przykład, możesz znaleźć związek przyczynowo-skutkowy, który w rzeczywistości nie istnieje, ponieważ efekt, który mierzysz jest spowodowany przez zmienną towarzyszącą (a nie przez zmienną niezależną).
Niekoniecznie. Być może stany z lepszymi rynkami pracy są bardziej skłonne do podnoszenia swoich płac minimalnych, a nie odwrotnie. W analizie wpływu płacy minimalnej na zatrudnienie należy uwzględnić wcześniejsze trendy w zatrudnieniu, w przeciwnym razie można znaleźć związek przyczynowy tam, gdzie go nie ma.
Nawet jeśli poprawnie zidentyfikujemy związek przyczynowo-skutkowy, zmienne zakłócające mogą spowodować przeszacowanie lub niedoszacowanie wpływu zmiennej niezależnej na zmienną zależną.
Jak zmniejszyć wpływ zmiennych konfundujących
Istnieje kilka metod uwzględniania zmiennych konfundujących. Poniższe metody można stosować podczas badania dowolnego typu obiektów – ludzi, zwierząt, roślin, substancji chemicznych itp. Każda metoda ma swoje zalety i wady.
Ograniczenie
W tej metodzie ograniczasz swoją grupę badaną, włączając do niej tylko osoby o takich samych wartościach potencjalnych czynników zakłócających.
Ponieważ te wartości nie różnią się wśród uczestników twojego badania, nie mogą one korelować z twoją zmienną niezależną, a zatem nie mogą zakłócić związku przyczynowo-skutkowego, który badasz.
- Relatywnie łatwa do wdrożenia
- Dużo ogranicza Twoją próbę
- Możesz nie brać pod uwagę innych potencjalnych czynników zakłócających
Dopasowanie
W tej metodzie wybierasz grupę porównawczą, która pasuje do grupy leczonej. Każdy członek grupy porównawczej powinien mieć odpowiednik w grupie leczonej z tymi samymi wartościami potencjalnych czynników zakłócających, ale różnymi wartościami zmiennych niezależnych.
To pozwala wyeliminować możliwość, że różnice w zmiennych zakłócających powodują różnice w wynikach między grupą leczoną a porównawczą. Jeśli uwzględniłeś wszystkie potencjalne czynniki zakłócające, możesz zatem stwierdzić, że różnica w zmiennej niezależnej musi być przyczyną zmienności zmiennej zależnej.
Każdy uczestnik stosujący dietę low-carb jest dopasowywany do innego uczestnika o tej samej charakterystyce, który nie jest na diecie. Tak więc dla każdego 40-letniego wykształconego mężczyzny, który stosuje dietę low-carb, znajdziesz innego 40-letniego wykształconego mężczyznę, który jej nie stosuje, aby porównać utratę wagi między tymi dwoma podmiotami. Tak samo postępujemy z pozostałymi uczestnikami badania.
- Pozwala na włączenie większej liczby badanych niż ograniczenie
- Może okazać się trudne do wdrożenia, ponieważ potrzebujesz par badanych, które pasują do każdej potencjalnej zmiennej zakłócającej
- Inne zmienne, których nie możesz dopasować, mogą również być zmiennymi zakłócającymi
Kontrola statystyczna
Jeśli już zebrałeś dane, możesz włączyć możliwe czynniki zakłócające jako zmienne kontrolne do swoich modeli regresji; W ten sposób kontroluje się wpływ zmiennej zakłócającej.
Każdy efekt, jaki potencjalna zmienna zakłócająca wywiera na zmienną zależną, pojawi się w wynikach regresji i pozwoli na oddzielenie wpływu zmiennej niezależnej.
- Łatwe do wdrożenia
- Można przeprowadzić po zebraniu danych
- Możesz kontrolować tylko zmienne, które obserwujesz bezpośrednio, ale inne zmienne zakłócające, których nie uwzględniłeś, mogą pozostać
Randomizacja
Innym sposobem na zminimalizowanie wpływu zmiennych zakłócających jest randomizacja wartości zmiennej niezależnej. Na przykład, jeśli niektórzy uczestnicy badania są przypisani do grupy leczonej, a inni do grupy kontrolnej, można losowo przypisać uczestników do każdej z grup.
Randomizacja zapewnia, że przy wystarczająco dużej próbie wszystkie potencjalne zmienne zakłócające – nawet te, których nie można bezpośrednio zaobserwować w badaniu – będą miały tę samą średnią wartość w różnych grupach. Ponieważ te zmienne nie różnią się w zależności od przypisania do grupy, nie mogą korelować z twoją zmienną niezależną, a tym samym nie mogą zakłócić badania.
Ponieważ ta metoda pozwala na uwzględnienie wszystkich potencjalnych zmiennych zakłócających, co jest prawie niemożliwe w innym przypadku, jest ona często uważana za najlepszy sposób zmniejszenia wpływu zmiennych zakłócających.
Randomizacja gwarantuje, że zarówno grupa leczona (grupa stosująca dietę niskowęglowodanową), jak i grupa kontrolna będą miały nie tylko taką samą średnią wieku, wykształcenia i poziomu ćwiczeń, ale również takie same średnie wartości innych cech, których nie zmierzyłeś.
- Pozwala na uwzględnienie wszystkich możliwych zmiennych zakłócających, w tym takich, których możesz nie obserwować bezpośrednio
- Uważana za najlepszą metodę minimalizowania wpływu zmiennych zakłócających
- Najtrudniejsza do przeprowadzenia
- Musi być wdrożona przed rozpoczęciem zbierania danych
- Musi być wdrożona przed rozpoczęciem zbierania danych
- Musi być wdrożona przed rozpoczęciem zbierania danych
- Musisz zapewnić, że tylko osoby w grupie leczonej (a nie kontrolnej) otrzymają leczenie
Często zadawane pytania dotyczące zmiennych konfundujących
Zmienna konfundująca, zwana również konfundatorem lub czynnikiem konfundującym, jest trzecią zmienną w badaniu badającym potencjalny związek przyczynowo-skutkowy.
Zmienna konfundująca jest związana zarówno z domniemaną przyczyną, jak i domniemanym skutkiem badania. Oddzielenie prawdziwego efektu zmiennej niezależnej od efektu zmiennej konfundującej może być trudne.
W projekcie badania ważne jest, aby zidentyfikować potencjalne zmienne konfundujące i zaplanować, w jaki sposób ograniczyć ich wpływ.
Zmienna konfundująca jest ściśle związana zarówno ze zmiennymi niezależnymi, jak i zależnymi w badaniu. Zmienna niezależna reprezentuje domniemaną przyczynę, podczas gdy zmienna zależna jest domniemanym skutkiem. Zmienna konfundująca to trzecia zmienna, która wpływa zarówno na zmienne niezależne, jak i zależne.
Nieuwzględnienie zmiennych konfundujących może spowodować błędne oszacowanie związku między zmiennymi niezależnymi i zależnymi.
Aby zapewnić wewnętrzną wiarygodność badań, należy wziąć pod uwagę wpływ zmiennych towarzyszących. Jeśli nie zostaną one uwzględnione, można zawyżyć lub zaniżyć związek przyczynowy między zmiennymi niezależnymi i zależnymi, a nawet znaleźć związek przyczynowy tam, gdzie go nie ma.
Istnieje kilka metod, których można użyć, aby zmniejszyć wpływ zmiennych zakłócających na badania: ograniczenie, dopasowanie, kontrola statystyczna i randomizacja.
W ograniczeniu, ograniczasz próbę poprzez włączenie tylko niektórych uczestników, którzy mają te same wartości potencjalnych zmiennych zakłócających.
W dopasowaniu, dopasowujesz każdego z uczestników w grupie leczonej do odpowiednika w grupie porównawczej. Dopasowane osoby mają takie same wartości wszystkich potencjalnych zmiennych zakłócających, a różnią się tylko zmienną niezależną.
W kontroli statystycznej, włączasz potencjalne czynniki zakłócające jako zmienne w regresji.
W randomizacji, losowo przypisujesz leczenie (lub zmienną niezależną) w badaniu do wystarczająco dużej liczby osób, co pozwala na kontrolę wszystkich potencjalnych zmiennych zakłócających.