הגדרת משתנה בלתי מבוקר

Posted on
מְחַבֵּר: Peter Berry
תאריך הבריאה: 11 אוגוסט 2021
תאריך עדכון: 12 מאי 2024
Anonim
שיטות מחקר/ סטטיסטיקה- מיון משתנים.
וִידֵאוֹ: שיטות מחקר/ סטטיסטיקה- מיון משתנים.

תוֹכֶן

בסטטיסטיקה ובמחקרים מדעיים, שימוש במשתנים הוא היבט חשוב בבניית והשלמת מבחן או סקר. בעוד שרוב האנשים מכירים את המשתנים העצמאיים והתלויים, סוג אחר של משתנה יכול לשנות את תוצאת התוצאות. המשתנה השלישי הוא המשתנה הבלתי מבוקר, המכונה גם המשתנה המבלבל.

הגדרה

משתנה בלתי מבוקר, או משתנה מתווך, הוא המשתנה בניסוי שיש לו פוטנציאל להשפיע לרעה על הקשר בין המשתנים העצמאיים והתלויים. זה יכול לגרום להתאמות שגויות, ניתוח לא נכון של התוצאות ודחיות שגויות של השערת אפס.

שיטות הימנעות

אתה יכול להפחית או לבטל את ההשפעות של משתנים לא מבוקרים על ידי ביצוע תכנון מתוכנן בבירור לניסוי יחד עם בדיקות עקביות של משתנים לא מבוקרים. כמה שיטות להפחתת משתנים לא מבוקרים הם אקראיות של קבוצות ניסויים, בקרות קפדניות על המשתנים הבלתי תלויים והגדרת קפדני משתנים לגורמים הניתנים למדידה כדי להיפטר מגורמים "מעורפלים".

דוגמא

דוגמה לאופן בו משתנה בלתי מבוקר יכול לשנות את תוצאות הניסוי היא כאשר אדם מתרגז, הוא מקבל כאב ראש קשה. יהיה קל לקבוע כי כאבי הראש שלו הם תוצאה של כעסו עד שתחשיב את העובדה שהוא שותה יותר משקאות המכילים קפאין וישן פחות משש שעות בלילה בממוצע כשהוא כועס. משתנים מבלבלים אלה משנים את הקשר בין הכעס לכאבי הראש, מכיוון שאין לכם דרך לקבוע מי משלושת המשתנים גורם לכאב בראשו.

סיבה ומתאם

סוגיית המשתנים הבלתי מבוקרים מתרחשת לעתים קרובות ביחס לבעיות בקורלציה וסיבתיות. מכיוון שמתאם אינו אומר בהכרח סיבתיות, ניתוח המבוסס על ממצאים ממשתנים לא מבוקרים יכול ליצור קריאה לא נכונה של קשר בין שני משתנים. עליך להשתמש תמיד בשיפוט אנושי בעת ניתוח תוצאות הבדיקה כדי לקבוע אם משתנה בלתי מבוקר גרם לבעיות בסיסיות שהובילו לממצאים שגויים.