V observační studii, vědci nemají žádnou kontrolu nad hodnotami nezávislých proměnných, jako je, kdo obdrží léčbu. Místo toho musí kontrolovat proměnné pomocí statistik.
observační studie se používají, když kontrolované experimenty mohou být neetické nebo nepraktické. Například pokud výzkumník si přál, aby studium vlivu nezaměstnanosti (nezávislé proměnné) na zdraví (závislá proměnná), to by bylo považováno za neetické institucionální recenzi desky náhodně přiřadit některé účastníky, aby měli práci, a některé ne. Místo toho bude muset výzkumný pracovník vytvořit vzorek, který zahrnuje některé zaměstnané osoby a některé nezaměstnané. Mohou však existovat faktory, které ovlivňují jak to, zda je někdo zaměstnán, tak jak je zdravý. Součástí každé pozorované asociace mezi nezávisle proměnnou (postavení v zaměstnání) a závislé proměnné (zdraví), může to být způsobeno tyto vnější, rušivé faktory, spíše než s uvedením pravda, souvislost mezi nimi. To může být problematické i ve skutečném náhodném vzorku. Řízením cizích proměnných se výzkumník může přiblížit k pochopení skutečného účinku nezávislé proměnné na závislou proměnnou.
v této souvislosti mohou být cizí proměnné řízeny pomocí vícenásobné regrese. Regresní používá jako nezávislé proměnné, ne jen jednu nebo ty, jejichž vliv na závislou proměnnou jsou studovány, ale také případné matoucích proměnných, čímž se zabrání vynechány proměnné směr. „Matoucí proměnné“ v této souvislosti znamenají další faktory, které ovlivňují nejen závislou proměnnou (výsledek), ale také ovlivňují hlavní nezávislou proměnnou.
ExampleEdit
studie o tom, zda stárnutí ovlivňuje něčí životní spokojenost. (Někteří vědci vnímají „tvar u“: zdá se, že životní spokojenost nejprve klesá a poté stoupá po středním věku.) Abychom zde identifikovali potřebné kontrolní proměnné, mohli bychom se zeptat, jaké další proměnné určují nejen životní spokojenost někoho, ale také jeho věk. Životní spokojenost určuje mnoho dalších proměnných. Ale žádná jiná proměnná neurčuje, jak starý je někdo (pokud zůstane naživu). (Všichni lidé stále stárnou, stejným tempem, bez ohledu na to, jaké jsou jejich další vlastnosti.) Takže zde nejsou potřeba žádné řídicí proměnné.
pro určení potřebných řídicích proměnných může být užitečné vytvořit směrovaný acyklický graf.