Kontrol Edilebilen ve Edilemeyen Değişken: Deney ve Gözlem
Basira Editör Ekibi · · 5 dk okuma · Güncellendi: 8 Ekim 2026
Bilimsel inceleme: Doç. Dr. Hasan Yıldırım ·
- #degisken-nedir
- #degisken-ornekleri
- #istatistiksel-degisken
- #istatistiksel-degiskenler
- #temel-istatistik
Anahtar çıkarımlar
- Kontrol edilebilen değişkenin değerini araştırmacı belirler ve birimlere atar (ilaç dozu, öğretim yöntemi); kontrol edilemeyen değişkenin değeri yalnızca gözlenir (yaş, cinsiyet, sigara içme alışkanlığı).
- Bağımsız değişken kontrol edilebiliyor ve rastgele atanıyorsa desen deneyseldir ve neden-sonuç çıkarımını en güçlü biçimde destekler; kontrol edilemiyorsa desen gözlemseldir ve ilişki başka değişkenlerden doğabilir.
- Karıştırıcıların etkisi desenle (eşleştirme, tabakalama) ya da analizle (kovaryat olarak modele katma) azaltılır; analizle düzeltme yalnızca ölçülmüş olanları hesaba katar, aracılar ve ortak sonuçlar ise bu amaçla modele katılmaz.
- "Kontrol edilebilen değişken", regresyondaki "kontrol değişkeni" ve deneydeki "kontrol grubu" üç ayrı kavramdır.
İçindekiler
Kontrol edilebilen ve edilemeyen değişken ayrımı, bir değişkenin değerini araştırmacının belirleyip belirleyemediğine dayanır: kontrol edilebilen değişkenin değerini araştırmacı birimlere atar, kontrol edilemeyeninkini yalnızca gözler. Bir araştırmanın deney mi gözlem mi olduğu bu ayrıma ve atamanın rastgele olup olmadığına bağlıdır; bu da sonuçtan hangi varsayımlarla neden-sonuç çıkarılabileceğini belirler.
Bu ayrım, istatistiksel değişken türlerinin dört açısından biridir; değişkenin araştırmadaki rolü ise bağımlı ve bağımsız değişkenler yazısında anlatılır.
Kontrol edilebilen ve edilemeyen değişken nedir?
Kontrol edilebilen (manipüle edilebilen) değişkende araştırmacı her birimin hangi değeri alacağına kendisi karar verir: hastaya hangi dozun verileceği, öğrencinin hangi yöntemle ders alacağı, bitkiye ne kadar gübre verileceği. Kontrol edilemeyen değişkende değer birime aittir ve araştırmacı onu yalnızca ölçer: yaş, cinsiyet, kan grubu, gelir, sigara içme alışkanlığı.
Bazı değişkenler ilkesel olarak ayarlanabilir ama etik ya da pratik nedenle ayarlanamaz. Kimseye sigara içmesi söylenemez; bu yüzden sigaranın etkisi gözlemsel çalışmalarla incelenir. Ayrım bu nedenle yalnızca değişkenin kendisine değil, araştırmacının o çalışmada ne yapabildiğine de bağlıdır.
Ayrım neden önemli: deney ve gözlem
Bağımsız değişken kontrol edilebiliyor ve birimlere rastgele atanıyorsa desen deneyseldir. Rastgele atama, gruplar arasındaki öteki farkları (yaş, motivasyon, sağlık durumu) beklenen değerde dengeler; tek bir çalışmada şans farkları yine de kalabilir. Bu yüzden gruplar arasındaki sonuç farkı atanan değişkene bağlanabilir (Rubin, 1974; Holland, 1986).
Bağımsız değişken kontrol edilemiyorsa desen gözlemseldir. İki değişken arasında bulunan ilişki, ikisini de etkileyen üçüncü bir değişkenden (karıştırıcı) doğabilir. Örneğin kahve içenlerde kalp hastalığı daha sık görülebilir; ama kahve içenler arasında sigara içenler de daha çoksa ilişkiyi sigara üretiyor olabilir. Gözlemsel çalışmalar değersiz değildir; deneyin mümkün olmadığı birçok soruyu yalnızca onlar yanıtlayabilir (Black, 1996). Ama onlardan nedensel bir sonuç çıkarmak çoğu zaman karıştırıcıların ölçülüp uygun yöntemlerle hesaba katılmasını gerektirir; nedensel soru da açıkça sorulmalıdır (Hernán, 2018).
Kontrol edilemeyen değişkenlerin etkisi nasıl azaltılır?
Karıştırıcıların etkisi desen aşamasında ya da analiz aşamasında azaltılır:
| Aşama | Yöntem | Ne yapar |
|---|---|---|
| Desen | Rastgele atama | Ölçülen ve ölçülmeyen bütün farkları beklenen değerde dengeler (yalnızca kontrol edilebilen değişkende) |
| Desen | Sınırlama | Çalışmayı tek bir gruba daraltır (ör. yalnızca sigara içmeyenler) |
| Desen | Eşleştirme ya da tabakalı atama | Karşılaştırılan grupları karıştırıcıya göre benzer kurar |
| Analiz | Tabakalı analiz | Sonucu karıştırıcının her düzeyinde ayrı inceler |
| Analiz | Kovaryatla düzeltme | Karıştırıcıyı modele katar (çoklu regresyon, kovaryans analizi) |
| Analiz | Eğilim puanı | Gözlemsel gruplar arasında ölçülmüş karıştırıcılara göre denge kurar (Rosenbaum ve Rubin, 1983) |
Analizle düzeltme yalnızca ölçülmüş karıştırıcıları hesaba katar. Ölçülmemiş karıştırıcılara karşı en güçlü ve karıştırıcılar hakkında varsayım gerektirmeyen koruma rastgele atamadır; araç değişken ya da kesintili regresyon gibi yöntemler benzer bir korumayı ancak ek varsayımlar altında ve çoğu zaman yalnızca belirli bir alt grup için sağlar. Bu yüzden iyi yürütülmüş bir deney, gözlemden genellikle daha güçlü kanıt sağlar.
Kontrol değişkeni ve kontrol grubu ile farkı
Üç terim benzer görünür ama farklı şeyleri anlatır:
| Terim | Anlamı |
|---|---|
| Kontrol edilebilen değişken | Değerini araştırmacının belirleyip atadığı değişken (deneydeki bağımsız değişken) |
| Kontrol değişkeni (kovaryat) | Etkisi sabit tutulan ya da analizde hesaba katılan değişken; çoğu zaman kontrol edilemeyen bir değişkendir |
| Kontrol grubu | Deneyde müdahale almayan ya da standart uygulamayı alan karşılaştırma grubu |
Bir regresyon tablosunda “yaş kontrol edildi” yazıyorsa, yaş kontrol edilebilen bir değişken değil, kontrol değişkenidir: araştırmacı yaşı ayarlamamış, yalnızca modele katmıştır.
Örnek: bir egzersiz programı çalışması
Bir araştırmacı, haftalık egzersiz süresinin kan basıncına etkisini incelemek istiyor. İki farklı desen kurabilir:
- Deney: 120 gönüllü rastgele üç gruba atanır; gruplar 12 hafta boyunca haftada 0, 90 ve 180 dakika gözetimli egzersiz yapar, kan basıncı başta ve sonda ölçülür. Egzersiz süresi kontrol edilebilen değişkendir. Kayıplar az ve fark şansla açıklanamayacak büyüklükteyse, kan basıncı farkı programa atanmaya bağlanabilir.
- Gözlem: 120 kişiye haftada ne kadar egzersiz yaptıkları sorulur ve kan basınçları ölçülür. Egzersiz süresi burada kontrol edilemeyen değişkendir. Daha çok egzersiz yapanlar yaş ya da beslenme bakımından da farklı olabilir; ilişki bu değişkenlerden doğabilir. Ters yönde de işleyebilir: yüksek tansiyon tanısı alan birine egzersiz önerilmiş olabilir.
İki desende de yaş ve cinsiyet kontrol edilemeyen değişkenlerdir. Deneyde rastgele atama bunları ve başlangıç kilosunu gruplar arasında beklenen değerde dengeler; başlangıç kan basıncı da ölçülüp kovaryat olarak katılabilir. Gözlemde ise yaş ve cinsiyet ölçülüp çoklu regresyon modeline kontrol değişkeni olarak katılabilir; ölçülmeyen karıştırıcılar ise sonucu etkilemeye devam eder. Kilo burada daha zordur: tek bir anda ölçülen kilo, egzersiz alışkanlığından önceki kiloyu (olası karıştırıcı) değil, egzersizin de etkilemiş olabileceği bugünkü kiloyu gösterir (olası aracı değişken). Onu modele katmak etkinin bir kısmını silebilir, katmamak karıştırmayı bırakabilir. Kiloyu egzersizden önce ölçen boylamsal bir desen bu ikilemi giderir.
Değişkenlerin türü de analiz seçimini etkiler. Egzersiz süresi sürekli bir değişken olarak da üç düzeyli bir gruplama değişkeni olarak da kullanılabilir; bu ayrım kesikli ve sürekli değişkenler ile nicel ve nitel değişkenler yazılarında anlatılır.
Sık sorulan sorular
Her bağımsız değişken kontrol edilebilir mi?
Hayır. Yaş, cinsiyet ya da gelir gibi değişkenler bağımsız değişken olarak kullanılabilir ama araştırmacı onların değerini belirleyemez. Bu durumda desen gözlemseldir.
Gözlemsel bir çalışmadan nedensel sonuç çıkarılabilir mi?
Evet, ama sınanamayan varsayımlar altında. En yaygın yaklaşımda bu varsayım, önemli bütün karıştırıcıların ölçülmüş ve doğru biçimde hesaba katılmış olmasıdır; araç değişken ya da kesintili regresyon gibi yöntemler bunun yerine kendi varsayımlarına dayanır. Sonuç bu varsayımlar kadar güçlüdür. Birden çok çalışmanın tutarlı sonuçları, doz-yanıt ilişkisi ve akla yatkın bir mekanizma nedensellik lehine kanıtı güçlendirir (Hill, 1965).
Yarı deneysel desen nedir?
Bağımsız değişkenin araştırmacı tarafından uygulandığı ama birimlerin gruplara rastgele atanmadığı desendir (ör. bir yöntemin bir okulda uygulanıp ötekinde uygulanmaması). Gruplar başka yönlerden de farklı olabileceği için sonuçlar dikkatle yorumlanır.
Karıştırıcı ile kontrol değişkeni aynı şey mi?
Karıştırıcı, hem bağımsız hem bağımlı değişkeni etkileyen ortak bir nedendir; bağımsız değişkenden önce gelir ve onun sonucu değildir. Kontrol değişkeni ise analizde hesaba katılan değişkendir. Karıştırıcılar ölçülüp kontrol değişkeni olarak modele katılır; bağımsız değişkenin etkisinin geçtiği aracı değişkenler ya da iki değişkenin ortak sonucu olan değişkenler ise bu amaçla modele katılmaz.
Kontrol grubu her deneyde gerekir mi?
Bir müdahalenin etkisini sınamak için karşılaştırma grubu gerekir. Kontrol grubu olmadan yapılan önce-sonra ölçümleri değişimi gösterir, nedenini göstermez.
Kaynakça
- Holland, P. W. (1986). Statistics and causal inference. Journal of the American Statistical Association, 81(396), 945–960.
- Rubin, D. B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of Educational Psychology, 66(5), 688–701.
- Hernán, M. A. (2018). The C-word: Scientific euphemisms do not improve causal inference from observational data. American Journal of Public Health, 108(5), 616–619.
- Hill, A. B. (1965). The environment and disease: Association or causation? Proceedings of the Royal Society of Medicine, 58(5), 295–300.
- Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41–55.
- Black, N. (1996). Why we need observational studies to evaluate the effectiveness of health care. BMJ, 312(7040), 1215–1218.
Öğrenmeye devam edin
Öğrenme yolunda sıradaki adım İstatistiksel Ölçekler: İsimsel, Sıralı, Aralıklı, Oranlı →Kavramı kendi verinizde görmek isterseniz Veri Keşfi ve Betimsel İstatistik modülünü örnek veriyle açabilirsiniz. Basira’yı deneyin
İlgili yazılar
Temel İstatistik
İstatistiksel Değişkenler: Türleri ve Örnekleri
İstatistiksel değişken, birimden birime farklı değer alabilen bir özelliktir. Değişken türlerini belirleyen beş soru, hangisinin ne işe yaradığı ve örnekleri.
Basira ·
Temel İstatistik
Kesikli ve Sürekli Değişken: Farkı ve Örnekleri
Kesikli değişken çoğunlukla sayımla elde edilir ve ayrık değerler alır; sürekli değişken bir aralıktaki her değeri alabilir. Farkı, örnekleri ve analize etkisi.
Basira ·
Temel İstatistik
Nicel ve Nitel Değişken: Farkı, Türleri ve Örnekleri
Nicel değişken sayısal bir büyüklük ölçer, nitel değişken bir kategori belirtir. İkisinin farkı, alt türleri, örnekler ve değişken türüne göre doğru analiz.
Basira ·