관찰 연구에서 연구자들은 치료를받는 사람과 같은 독립 변수의 값을 제어 할 수 없습니다. 대신 통계를 사용하여 변수를 제어해야합니다.
관찰 연구는 통제 된 실험이 비 윤리적이거나 비실용적 일 수있는 경우에 사용됩니다. 예를 들어,연구자가 실업(독립 변수)이 건강(종속 변수)에 미치는 영향을 연구하기를 원한다면,기관 검토위원회는 일부 참가자에게 일자리를 갖도록 무작위로 할당하고 일부는 그렇지 않은 것으로 간주 할 것입니다. 대신,연구원은 일부 고용 된 사람들과 일부 실업자를 포함하는 샘플을 만들어야합니다. 그러나 누군가가 고용되었는지 여부와 그 또는 그녀가 얼마나 건강한지에 영향을 미치는 요인이있을 수 있습니다. 독립 변수(고용 상태)와 종속 변수(건강)사이의 관찰 된 연관성의 일부는 이들 사이의 진정한 연관성을 나타내는 것이 아니라 이러한 외부의 가짜 요인 때문일 수 있습니다. 이것은 진정한 무작위 샘플에서도 문제가 될 수 있습니다. 관계없는 변수를 제어함으로써 연구원은 독립 변수가 종속 변수에 미치는 진정한 영향을 이해하는 데 더 가까워 질 수 있습니다.
이 문맥에서 다중 회귀를 사용하여 외부 변수를 제어 할 수 있습니다. 회귀는 독립 변수 뿐만 아니라 하나 또는 종속 변수에 미치는 영향 연구 되 고 있는 것 들 뿐만 아니라 어떤 잠재적인 혼란 변수,따라서 생략 된 변수 바이어스를 피하고 사용 합니다. 이 문맥에서”혼란 변수”는 종속 변수(결과)에 영향을 줄뿐만 아니라 주요 독립 변수에 영향을 미치는 다른 요소를 의미합니다.
예편집
나이가 들수록 누군가의 삶의 만족도에 영향을 미치는지에 대한 연구. (일부 연구자들은”유 모양”: 삶의 만족도는 먼저 감소하고 중년 이후에 상승하는 것처럼 보입니다. 여기에 필요한 제어 변수를 식별하기 위해 다른 변수가 누군가의 삶의 만족도뿐만 아니라 나이를 결정하는지 물을 수 있습니다. 다른 많은 변수가 삶의 만족도를 결정합니다. 그러나 다른 변수는(그들이 살아 남아있는 한)사람이 얼마나 오래 결정하지 않습니다. (모든 사람들은 그들의 다른 특성에 상관없이 동일한 속도로 나이를 먹습니다.)따라서 여기에는 제어 변수가 필요하지 않습니다.
필요한 제어 변수를 결정하기 위해 지시 된 비순환 그래프를 구성하는 것이 유용 할 수 있습니다.