I biologiska experiment är standardiserade variabler de som förblir desamma under hela experimentet. Men det finns flera olika variabler som hjälper en forskare att upptäcka ny information. Den oberoende variabeln är aspekten av experimentet som ändras eller manipuleras för att hitta ett svar, medan den beroende variabeln är den del av experimentet som påverkas av förändringen i den oberoende variabeln.

Biologiska experiment är ofta väldigt komplex, och det är en utmaning att hålla många variabla standardiserade. Detta innebär att experimentella resultat ofta visar korrelation snarare än orsakssamband. Det betyder att resultaten kan visa att den oberoende variabeln är inblandad i en förändring av den beroende variabeln, men det kan eller kanske inte vara orsaken till den förändringen.

TL; DR (För länge, Didn ' t Läs)

I biologiska experiment är oberoende variabler aspekterna av experimentet som manipuleras eller justeras för att svara på en hypotes, medan beroende variabler är de delar av experimentet som påverkas av dessa förändringar. Standardiserade variabler är de delar som måste förbli desamma för att undvika att muddyna resultaten, för om de inte kontrolleras skulle det vara mindre klart om ändringarna i den oberoende variabeln orsakade förändringarna i den beroende variabeln.

Fortsätt konstant

De standardiserade variablerna i ett experiment är utformade att alltid vara desamma. Till exempel, i ett experiment som bestämmer huruvida ålder (en oberoende variabel) har en effekt på lätt viktminskning (den beroende variabeln), måste alla andra aspekter av experimentet annat än ålder vara samma mellan grupper.

Om det finns en grupp 25-åriga män och en grupp 45-åriga män testas, måste forskare försöka hålla allas dieter, träningsprogram och stressnivåer desamma. Kost, övning och stress i detta exempel är standardiserade variabler - variabeln hålls konstant eller "standardiserad" för varje grupp. Det är självklart inte nödvändigtvis möjligt att uppnå i verkligheten, så det här är en förekomst där du kan hitta en koppling mellan ålder och viktminskning, men kanske inte orsak.

Tillåt bred applikation

Med standardiserade variabler kan experimentella resultat tolkas lättare över hela befolkningen. Om ett experiment studerar hur väl ett visst frö växer i kraftigt regn jämfört med lätt nederbörd, måste faktorer som ljus, värme, planteringsdjup och gödningsmedel vara standardiserade. Om de är standardiserade kan experimentera att resultaten kommer att gälla varhelst dessa frön planteras.

Om dessa standardiserade variabler ändras utan att bli kontrollerad, finns det ingen möjlighet att dra slutsatser om experimentet. Om till exempel, om plantorna alla hade annorlunda exponering för solljus, kunde någon skillnad i tillväxt bero på antingen skillnaden i regn eller skillnaden i solljus.

Visa effekt

Om den andra variabler är standardiserade, då kan en experter bekvämt säga att den oberoende variabeln faktiskt har en effekt. I ett försök som jämför två olika typer av frön, om en grupp frön blir vattna dubbelt så mycket som den andra gruppen frön, har en experimentator ingen aning om den oberoende variabeln (typen av frö) påverkat resultaten eller om det var skillnaden i mängden vatten som frön mottog som gjorde förändringen, eller lite av båda. Genom att standardisera variabeln av vatten genom att hålla mängden lika med båda uppsättningarna av frön kan experimentet visa att den oberoende variabeln är relaterad till plantens beroendeberoende (tillväxtskillnaden).

Variabelt exempel

I ett försök som bestämmer om ett nytt läkemedel sänker kolesterolnivåerna mer än en placebo eller mer än ett annat läkemedel, är den oberoende variabelen den typ av läkemedel som administreras. Den beroende variabeln är kolesterolhalten och de standardiserade variablerna är individens ålder, individens relativa hälsa, tillsatser eller fyllmedel i drogerna eller placebo, frekvensen av läkemedelsadministrationen och frekvensen med vilken kolesterolet nivåer kontrolleras, et cetera. I praktiken är det mycket svårt att kontrollera alla dessa andra variabler, så det finns vanligtvis en partiell standardisering för en komplex studie som denna. Det betyder att det är underförstått att eventuell förändring kan vara kopplad till typen av läkemedel, men kan också bero på andra faktorer.