Dans une expérience biologique, il y a plusieurs variables différentes qui aident un scientifique découvrir de nouvelles informations. La variable indépendante est l'aspect de l'expérience, qui est modifiée ou manipulée pour trouver une réponse, tandis que la variable dépendante est la partie de l'expérience, qui est affectée par le changement de la variable indépendante. les variables normalisées sont celles qui restent les mêmes pendant toute l'expérience. Les expériences biologiques sont souvent très complexes, et il est difficile de garder beaucoup normalisée variable. Cela signifie que les résultats expérimentaux montrent souvent une corrélation plutôt que le lien de causalité. Autrement dit, la variable indépendante peut être impliqué dans un changement, mais pourrait ne pas être la cause de la variation de la variable dépendante.
Rester constante
Les variables normalisées dans une expérience sont toujours les mêmes. Par exemple, dans un essai pour déterminer si ou non l'âge (une variable indépendante) a un effet sur la facilité de perte de poids (la variable dépendante), tous les autres aspects de l'expérience autre que l'âge doivent être identiques entre les groupes. S'il y a un groupe de 25 ans les hommes et un groupe de 45 ans les hommes testés, leur régime alimentaire, des programmes d'exercice et le niveau de stress doivent être les mêmes. L'alimentation, l'exercice et le stress sont des variables standardisées - la variable est maintenue constante, ou «normalisée» pour chaque groupe. Bien sûr, ce n'est pas si facile à réaliser, donc c'est une instance où vous trouverez peut-être un lien entre l'âge et la perte de poids, mais peut-être pas un lien de causalité.
Autoriser Application étendue
Avec des variables normalisées, les résultats expérimentaux peuvent être interprétés plus facilement à travers toute une population. Si une des études expérimentales comment une certaine graine pousse dans les fortes précipitations par rapport à des pluies légères, puis des facteurs tels que la lumière, la chaleur, la profondeur de plantation et d'engrais doivent être normalisés. Si elles sont normalisées, puis l'expérimentateur peut dire que les résultats seraient applicables partout ces graines sont plantées. Si ces variables standardisées changent sans être contrôlé, alors il n'y a aucun moyen de tirer des conclusions sur l'expérience. Par exemple, si les plantes avaient tous une exposition différente à la lumière du soleil, toute différence de croissance pourrait être due soit à la différence de la pluie ou à la différence de la lumière du soleil.
Afficher effet
Si les autres variables sont standardisées, alors un expérimentateur peut aisément dire que la variable indépendante est en fait un effet. Dans une expérience comparant deux types de graines différentes, si un groupe de graines s'arrosé deux fois plus que l'autre groupe de graines, puis un expérimentateur n'a aucune idée si la variable indépendante (le type de semences) a affecté les résultats, ou si elle est la différence de la quantité d'eau qui ont reçu des graines a effectué le changement. En normalisant la variable d'eau - qui est, en le gardant les mêmes - l'expérience peut montrer que la variable indépendante est liée à la différence de croissance des graines.
Exemple
Dans une expérience pour déterminer si un nouveau médicament abaisse les niveaux de cholestérol plus qu'un placebo ou plus d'un autre médicament, la variable indépendante est le type de médicament administré. La variable dépendante est le niveau de cholestérol, et les variables standardisées sont l'âge des sujets, la santé relative des sujets, les additifs ou charges dans les médicaments / placebo, la fréquence de l'administration du médicament et la fréquence avec laquelle le cholestérol les niveaux sont vérifiés. Dans la pratique, il est très difficile de contrôler tous ces autres variables, donc il est habituellement juste une normalisation partielle pour une étude complexe comme celui-ci. Cela signifie tout changement constaté peut être relié au type de médicament, mais pourrait aussi être due à d'autres facteurs.