心理学知识
心理动力学疗法中的混淆变量
混淆变量是在研究中可能干扰自变量和因变量之间关系的外部因素（通常是第三个变量）。
概述
混淆变量会改变被研究条件的风险，并混淆“真实”的变量关系。在研究中考虑混淆变量对于理解各种物理、心理和行为现象的原因至关重要。
现实世界中的混淆变量示例
典型的混淆变量示例通常与人口统计和经济及社会成果相关。
例如，童年时期相对低的社会经济地位的人成年后往往比其他人表现得更差，纽约州立大学新帕尔茨分校的心理学教授格伦·吉尔（Glenn Geher），博士，同时也是《拥有你的心理学专业！》一书的作者解释道。虽然他认为这可能是由于贫穷导致贫穷，但他也表示存在其他混淆变量。
经济条件较差的人往往接受的高质量教育较少，而这又与成年后的财政成功相关。此外，贫困往往伴随着有限的医疗保健机会，从而增加不良健康结果的风险。这些因素也可以影响成年后的财政成功。
“这里的关键点在于，在寻找预测成人经济成功的因素时，有很多变量可以预测这一结果，而且许多这些因素是相互混淆的。”吉尔说。
混淆变量对研究的影响
心理学研究人员必须认真控制混淆变量，因为如果不这样做，可能会得出不准确的结论。
例如，在一个研究项目中，吉尔的研究团队发现童年时期缝针的数量可以预测成年后的性活动。
然而，吉尔说，“得出缝针会导致放纵行为的结论将是不恰当且奇怪的。事实上，更有可能的是，童年时期的健康状况，如缝针，预示着童年时期的环境不稳定，这已被发现间接影响成年后的性行为和关系结果。”换句话说，缝针数量与童年环境不稳定相混淆，而不是直接与性活动相关。
另一个展示混淆变量的例子是，有积极的相关关系表明冰淇淋销售量和凶杀率之间存在联系。然而，实际上，这两个变量都与一年中的时间有关，吉尔说。“它们都在夏季更高，那时天更长，天气更热，人们更容易在社交场合遇到他人，而在冬天，当天气寒冷时，人们更倾向于待在家里——因此，他们不太可能购买冰淇淋和杀人。”
这两个例子都说明了研究人员确保控制混淆变量以增加其结论真正合理的最佳利益。
在整个关于某一主题的研究中普遍存在的混淆变量也可能产生影响。在评估酒精消费对缺血性心脏病风险影响的研究中，研究人员发现了观察性研究中考虑的混淆变量的巨大差异。
虽然87项研究中有85项研究分析了酒精和缺血性心脏病之间的联系，但可能影响缺血性心脏病的混淆变量包括吸烟、年龄以及BMI、身高和/或体重。这意味着这些因素也可能影响心脏疾病，而不仅仅是酒精。
尽管大多数研究在摘要或讨论部分提到了或暗示了“混淆”，但只有一项研究指出其主要发现可能受到混淆变量的影响。作者得出结论，几乎所有研究都忽略了或最终否定了混淆变量在其结论中的作用。
由于研究结果和解释可能受包含在模型中的潜在混淆变量组合的影响，研究人员建议“需要努力标准化选择和处理混淆变量的方法”。
识别混淆变量的技术
控制混淆变量的最佳方法是进行“真正的实验研究”，这意味着研究人员通过实验操纵他们认为导致某种结果的变量。他们通常通过随机分配研究参与者到不同水平的第一个变量来实现这一点，这个变量被称为“自变量”。
例如，如果研究人员想要确定，除了其他因素外，接受完整的高质量教育，包括从一所受人尊敬的学校获得四年制大学学位，是否会导致成年后的积极财政结果，他们需要找到一组参与者，比如一群具有相同广泛社会经济背景的年轻人。一旦选定小组，一半的人需要被随机分配接受免费的高质量教育，而另一半则需要被随机分配不接受这种教育。
“这种方法可以让你看到两组人在后来的生活中是否有不同的财政结果，如果有，你可以合理地得出结论，两组之间财政结果的不同原因在于两组之间的教育差异，”吉尔说。“你可以得出这个结论，因为你随机分配了参与者进入这些不同的组——这个过程自然控制了混淆变量。”
然而，使用这种方法，也会出现不同的问题。例如，随机分配一些参与者进入“高质量教育”组和另一些参与者进入“无教育”组既不道德也不实际。
“通过实验操纵来控制混淆变量并不总是可行的，”吉尔说。
因此，也有统计方法试图控制混淆变量，例如“偏相关”，它在考虑潜在混淆变量（如教育程度）的影响时，查看两个变量（如童年SES和成年SES）之间的相关性。
然而，通过测量解决混淆变量的统计控制可能会通过不适当的控制指出混淆。
“这种统计导向的过程绝对不能被视为真正的实验程序的黄金标准，但在伦理和/或实践限制下，这往往是你能做的最好的事情，”吉尔说。
在研究中解决混淆变量的重要性
控制混淆变量在研究中至关重要，因为它可以让研究人员确保他们得出的是有效和准确的结论。
“如果你不纠正混淆变量，你就冒着得出关于变量之间关系的结论完全错误（最坏的情况）或不完整（最好的情况）的风险，”吉尔说。
控制混淆变量包括在社会和行为科学中基本的一套技能，他补充道。
混淆变量在有效研究中的作用
人类行为非常复杂，任何单一行为通常都有大量的变量在起作用。
“理解混淆变量的概念以及如何控制这些变量，可以使行为科学更好，使结论更有效，即不考虑混淆变量的研究相比而言结论的有效性较低。”吉尔说。