Confounding variabel eller faktor: definitiv Guide i forskning

Confounding variabler är vanliga i forskning och kan påverka resultatet av din studie. Detta beror på att det yttre inflytandet från den förvirrande variabeln eller tredje faktorn kan förstöra ditt forskningsresultat och ge värdelösa resultat genom att föreslå en obefintlig koppling mellan variabler.

för att kontrollera förvirrande variabler i forskning är det viktigt att veta hur man tydligt identifierar dessa tredje faktorer och vet hur de påverkar ditt forskningsresultat. Att förstå och kontrollera förvirrande variabler hjälper dig att uppnå mer exakta resultat i din forskning.

Vad är den förvirrande variabeln?

en förvirrande variabel, i enkla termer, hänvisar till en variabel som inte redovisas i ett experiment. Det fungerar som ett yttre inflytande som snabbt kan förändra effekten av både beroende och oberoende forskningsvariabler; ofta producerar resultat som skiljer sig extremt från vad som är fallet.

I korrelationsforskning kan förvirrande variabler påverka det upplevda förhållandet mellan de 2 variablerna som behandlas; vare sig positiva, negativa eller noll. En förvirrande variabel kan också definieras som en faktor som en forskare inte kunde kontrollera eller ta bort, och det kan snedvrida giltigheten av forskningsarbetet.

hur man identifierar förvirrande variabler

det finns flera forskningsmetoder som används för att identifiera förvirrande variabler. Den vanligaste metoden är att observera i vilken utsträckning avlägsnande av en faktor i forskningen gör att koefficienten för andra oberoende variabler i forskningen förändras.

i denna mening observerar och mäter forskaren den uppskattade associeringsnivån mellan oberoende och beroende variabler, både före och efter justeringar. Om skillnaden mellan de 2 mätparametrarna är mer än 10%, är en förvirrande variabel närvarande.

en annan metod för att identifiera en förvirrande variabel är att bestämma om variabeln kan kopplas till både exponering av intresse och resultatet av intresse för forskning. Om det finns en meningsfull och mätbar koppling mellan variabeln och riskfaktorn och mellan variabeln och resultatet, är en sådan variabel förvirrande.

det finns flera hypotetiska och formella testmetoder för att identifiera förvirrande variabler. Baslinjemodellen, biologisk modell och binär Logistik och multivariata logistiska regressionsmodeller är några av de vanliga forskningshypotetiska metoderna som används för att identifiera förvirrande variabler.

förvirrande variabler kan också identifieras med olika tester av samlinjäritet, såsom mätning av variansinflationsfaktorer. Du kan beräkna variansinflationsfaktorn för alla variabler i din forskning för att se om denna indikator är hög för någon av variablerna; därmed indikerar en confounder.

förvirrande variabler är ofta förknippade med både riskfaktorn av intresse och dess resultat. De fördelas vanligtvis ojämnt mellan de oberoende och beroende variablerna i forskning och förvirrande variabler ligger inte mellan intresse och resultat i forskning.

en förvirrande variabel kan fungera på 3 möjliga sätt i forskningen: som en riskfaktor, som en förebyggande faktor eller som en surrogat-eller markörvariabel. De vanliga formlerna för att beräkna omfattningen av förvirring i forskningen är:

• grad av Confounding = (RRcrude – RRadjusted)/RRcrude
• grad av Confounding = (RRcrude – RRadjusted)/RRadjusted

exempel på Confounding variabler

Confounding variabler skär över flera studieområden, särskilt statistik, forskningsmetodik och psykologi. Inom alla dessa områden behåller dessa tredje faktorer sina primära egenskaper för att extremt påverka forskningsresultaten av beroende och oberoende variabler utanför den kontrollerade miljön.

exempel på förvirrande variabler i forskning

• en mors karriär

forskning utförs för att bestämma graden av korrelation mellan formelmatning för spädbarn och intelligens hos spädbarn. Det verkar logiskt att barn som matas med formel kan vara mindre intelligenta eftersom de inte får näringsämnen, vitaminer och mineraler som finns i bröstmjölk.

fakta kan dock vara att formelmatade barn kan vara ännu mer intelligenta än barn som ammar. Spädbarnsmatningsformeln innehåller faktiskt näringsämnen, vitaminer och mineraler som kan bidra till att öka barnets intelligens och skydda barnet från infektioner.

en förvirrande variabel i detta fall kan vara moderns karriär, det vill säga om mamman är en hemmafru eller arbetarklassmor. När denna 3: e faktor beaktas, skulle du ta reda på att arbetarklassmödrar är mer benägna att välja formelmatning eftersom deras jobb kanske inte tillåter dem att alltid amma sina barn.

• väder

forskning utförs för att bestämma omfattningen av korrelationen mellan pengar och försäljning av glass. Logik kan föreslå att det finns en positiv korrelation mellan dessa 2 variabler; det vill säga människor köper mer Glass när de har mer pengar.

en förvirrande variabel i denna forskning kan vara vädret så att det är tydligt möjligt att vädret är den korrelativa orsaksfaktorn. Således, när vädret är kallt, människor arbetar mindre och har mindre pengar att köpa glass och, när vädret är varmt, människor arbetar mer och har mer pengar för Glass.

i det här exemplet är variabeln som orsakar förhållandet mellan pengar och glass vädret.

exempel på förvirrande variabler i statistiken

• sned Plank

statistiskt sett kan en förvirrande variabel spela in när det gäller förhållandet mellan den kraft som appliceras för att kasta en boll och det avstånd som bollen färdas. Logiskt antas det att ju mer kraft som utövas på en boll; ju längre den skulle resa.

den förvirrande variabeln skulle dock vara vilken riktning bollen färdas på en lutande planka. Om bollen färdas uppåt kan den färdas långsammare oavsett kraft och om den färdas nedåt skulle den färdas snabbare med liten kraftansträngning.

• matvanor

en förvirrande variabel kan också vara ansvarig för korrelationen mellan träning och viktminskning. Den naturliga logiken kan vara att ju mer du tränar, desto mer sannolikt är du att gå ner i vikt, men en förvirrande variabel i denna forskning kan vara matvanor.

det betyder att ju fler människor äter, desto mer vikt får de och vice versa.

exempel på förvirrande variabler i psykologi

• sömn

psykologiskt kan en förvirrande variabel påverka sambandet eller förhållandet mellan koffein och koncentration. Du märker att ju mer koffein du tar, desto bättre koncentrerad är du i klassen; här är koncentrationen beroende av nivån av koffein som är den oberoende variabeln.

den förvirrande variabeln kan i detta fall vara sömn; det vill säga Du kan ha fått bättre sömn vilket leder till bättre koncentrationsnivåer, oavsett nivån på koffeinförbrukning. Den förvirrande variabeln har i detta fall inget att göra med den forskningsoberoende variabeln; det vill säga koffeinförbrukning.

hur påverkar förvirrande variabler De beroende och oberoende variablerna?

för att korrekt förstå effekten av förvirrande variabler på beroende och oberoende variabler i forskning är det nödvändigt att förstå vilka beroende och oberoende variabler som är. Detta hjälper dig att tydligt kontextualisera båda dessa forskningsfaktorer.

en oberoende variabel är en ledande faktor som utlöser en förändring av de andra faktorerna i forskningsmiljön. På samma sätt är den beroende variabeln den faktor som påverkas i forskning, och den härrör från påverkan av en oberoende variabel.

en förvirrande variabel kan påverka korrelationsförhållandet mellan oberoende och beroende variabler; vilket ofta resulterar i falska korrelationsförhållanden eftersom det kan föreslå en positiv korrelation när det inte finns någon. Det kan också utlösa en extrem förändring i en beroende variabel och följaktligen forskningsresultatet.

när det gäller den oberoende variabeln kan en förvirrande variabel eller förvirrande påverka denna faktor genom att helt och hållet ta bort den från korrelationsförhållandet och forskningsprocessen. Detta händer när forskningsresultatet är resultatet av en förändring som utlöses av confounder snarare än den oberoende forskningsvariabeln

förhållandet mellan Confounding Bias & variabel

Confounding bias är en av effekterna av att ha confounding variabler eller tredje faktorer i din forskning. Det är resultatet av en snedvridning i graden av samband mellan en exponering och resultatet om exponering i forskning.

en förvirrande bias kan vara negativ eller positiv. I den meningen underskattar en negativ bias resultaten av forskning medan en positiv förvirrande bias överskattar resultatet av forskning; orsakar en accelererad snedvridning av resultatet.

Confounding bias uppstår när en forskningsdatauppsättning är skadad genom dåliga insamlingstekniker så att hela forskningsprocessen i sig är inställd utan tillräckligt med kontroller. Detta möjliggör förvirrande variabler att uppstå och påverka forskningsresultatet.

hur man undviker Confounding variabler i statistik & forskning

det är viktigt att begränsa eller kontrollera effekten av confounding variabler eller confounders i forskningsprocessen. Vanligtvis kan en forskare bara kontrollera eller i slutändan undvika förvirrande variabler i forskning när han eller hon kan identifiera och mäta möjliga tredje faktorer i forskningsmiljön.

det finns 5 vanliga strategier för att minska eller undvika förvirrande variabler. Dessa är:

• randomisering

randomiseringsmetoden innebär att distribuera confounders över dina forskningsdata sporadiskt. Det används i maskininlärning för att slumpmässigt tilldela variabler till en kontrollgrupp i forskning och det hjälper till att förhindra eventuella fall av urvalsförskjutning i forskningsarbete.

randomisering antas vanligtvis i experimentell forskning för att göra det möjligt för forskaren att kontrollera dessa variabler. Det omdirigerar experimentet från att titta på ett enskilt fall till en samling observationer, där statistiska verktyg används för att tolka resultaten.

ett slumpmässigt urval är en typ av prov där varje medlem i provtagningsgruppen har samma chans att tas. Det är viktigt att notera att ett perfekt slumpmässigt urval av observationer är svårt att samla in och så måste forskaren arbeta för att uppnå randomisering så nära som möjligt.

• begränsning

denna metod begränsar forskningen till studier av forskningsvariabler med kontroll för förvirrande variabler, och om det inte görs noggrant kan det leda till förvirrande bias. Det handlar om att begränsa forskningsdata genom att införa kontrollvariabler för att begränsa förvirrande variabler.

• matchning

matchningsmetoden distribuerar de förvirrande variablerna över forskningsdata, jämnt; genom att använda en kontrollerad forskningsprocess som före och efter experiment. Det handlar om att göra observationer i par; en för varje värde av den oberoende variabeln som liknar en möjlig förvirrande variabel.

en vanlig metod för matchning är fallkontrollstudien som involverar matchande variabler med liknande egenskaper med samma uppsättning kontroller. En fallkontrollstudie kan ha 2 eller fler kontroller för varje fall, eftersom detta ger mer statistisk noggrannhet i din forskningsprocess.

• stratifiering

stratifiering är en metod för att kontrollera förvirrarnas aktiviteter genom att fördela dessa faktorer lika på varje nivå i forskningsdataanalysen. Det handlar om att dela dataprovet i mindre grupper och undersöka förhållandet mellan de beroende och oberoende variablerna i varje grupp.

• multivariat analys

denna metod är helt beroende av forskarens förmåga att identifiera och mäta alla tredje faktorer i forskningen.

andra tips inkluderar motvikt genom att införa olika forskningsanalysparametrar, där hälften av gruppen undersöks under villkor 1 och den andra hälften undersöks under Villkor 2. Du kan använda” inom ämnesmetoden ” för att testa ämnet varje gång som mellan perioder kan utlösa förvirrande variabler.

finns det några skillnader i främmande & förvirrande variabler?

även om det är något liknande, finns det en grundläggande skillnad mellan en förvirrande variabel och en främmande variabel. Det är viktigt för varje forskare att tydligt kunna känna igen denna skillnad för att korrekt identifiera variabeln som verkar i ett forskningsresultat.

en extern variabel är en typ av variabel som kan utlösa en koppling eller korrelation mellan 2 forskningsvariabler som inte har något orsakssamband. Om förhållandet mellan de 2 variablerna; A och B, orsakas enbart av en 3: e variabel; C, då är ett sådant förhållande falskt och variabel C är en extern variabel.

en förvirrande variabel påverkar å andra sidan 2 variabler som inte är spuriously relaterade, det vill säga inte enbart relaterade av 3: e faktorn. I detta fall är förhållandet mellan variabel A och B redan kausalt, det vill säga A orsakar B.

när orsakssambandet mellan variabel A och variabel B också påverkas av en tredje variabel C är variabel C en förvirrande variabel. Således kan sambandet mellan A och B överdriva orsakseffekten av A på B eftersom föreningen blåses upp av effekten av C på både A och B.

effekt av förvirrande variabler

förvirrande variabler kan resultera i 2 extrema forskningsproblem som är ökad varians och forskningsförspänning. Var och en av dessa effekter kommer att behandlas fullständigt nedan, och de kan till stor del luta ditt forskningsresultat för att överskattas eller underskattas i slutändan.

• ökad varians

ökad varians avser en eskalering av antalet möjliga orsakande och oberoende variabler i forskning. Detta är vanligt med forskning som inte har några kontrollvariabler så att förändringarna i den beroende variabeln kan utlösas av andra variabler.

till exempel visar din forskning att ökad viktökning beror på brist på träning. Men eftersom det inte finns några kontrollvariabler kan du inte lita på ditt forskningsresultat eftersom det finns ett antal faktorer som kan påverka den beroende variabeln.

till exempel kan en av de förvirrande variablerna i detta fall vara gener eller genetiska faktorer. En annan förvirrande variabel kan vara en individs matvanor så det finns för många möjliga orsaksfaktorer som i slutändan snedvrider resultaten .

• Confounding Bias

en confounding bias avser chanserna för en statistisk parameter att överskatta eller underskatta en forskningsparameter. En undersökning design som har tydliga förekomster av confounding bias kan leda till hög undersökning dropout priser och undersökning svar bias som påverkar forskningsresultatet.

en confounding bias kan vara positiv eller negativ i naturen och kan förstöra den interna giltigheten av ett experiment. En positiv förvirrande bias uppstår när den observerade föreningen är partisk bort från noll så att den överskattar effekten.

å andra sidan uppstår en negativ förvirrande bias när den observerade föreningen är förspänd mot null på ett sådant sätt att den underskattar effekten. Negativ förvirrande bias kan leda till en falsk avvisning av en nollhypotes.

• felaktiga forskningsresultat

en förvirrande variabel kan ändra resultaten i forskningen. Som en extern variabel kan den tredje faktorn ändra effekten av både beroende och oberoende variabler i forskning; därmed påverka resultatet av korrelations-eller experimentell forskning.

eftersom en förvirrande variabel är en 3: e faktor som inte redovisas i en forskningsprocess kan den påverka ett experiment genom att producera felaktiga forskningsresultat. Det kan till exempel föreslå ett falskt korrelationsförhållande mellan beroende och oberoende variabler.

slutsats

även om tredje faktorer vanligtvis betraktas som ogiltiga variabler i en forskningsprocess, kan de ändra förloppet för en forskning genom att återspegla falskt korrelationsförhållande mellan variabler. Därför är det nödvändigt att alltid kontrollera din forskningsmiljö för att minska effekterna av förvirrande variabler.

i den här artikeln har vi markerat 5 enkla och vanliga kontrollmetoder för förvirrande variabler inklusive randomisering, matchning, stratifiering och begränsning. Dessa strategier skulle hjälpa dig att bättre hantera dina forskningsresultat bättre genom att begränsa effekterna av tredje faktorer.