variabili di disturbo mappa concettuale psicologia

Approfondisci

Le variabili di disturbo (confounding) sono fattori esterni che influenzano sia la variabile indipendente sia quella dipendente, distorcendo la relazione osservata tra le due. Riconoscerle è essenziale per distinguere la correlazione dalla causalità e per valutare la validità interna di uno studio. Questa risorsa illustra definizione, esempi tipici, effetti sulla ricerca e principali strategie di controllo, con un linguaggio adatto allo studio della psicologia.

Che cos'è una variabile di disturbo
Una variabile di disturbo è un fattore che varia sistematicamente insieme alla variabile indipendente e che influenza anche la variabile dipendente. Per questo rende ambiguo l'interpretazione dei risultati: non si sa se l'effetto osservato dipende dalla variabile studiata o dal fattore di disturbo. Si pensi a uno studio che collega il consumo di caffè alle malattie cardiache: se i bevitori di caffè fumano di più, il fumo può essere il vero responsabile. La caratteristica distintiva del disturbo è proprio la doppia correlazione, con la presunta causa e con l'effetto, che genera una relazione spuria.

Disturbo, variabile estranea e moderatrice
Questi termini vengono spesso confusi tra loro. Una variabile estranea è qualsiasi fattore non studiato che può influenzare il risultato, ma diventa una variabile di disturbo solo se è correlata anche alla variabile indipendente. Una variabile moderatrice, invece, cambia la forza o la direzione della relazione tra VI e VD: ad esempio, l'effetto dello stress sulla performance può dipendere dal livello di esperienza. Una variabile mediatrice spiega il meccanismo attraverso cui la VI produce l'effetto. Distinguere questi ruoli è fondamentale per progettare ricerche corrette e per interpretare criticamente gli studi pubblicati.

Come si controllano le variabili di disturbo
Il controllo può avvenire in due momenti. Nella fase di progettazione, la randomizzazione distribuisce casualmente i partecipanti tra i gruppi, così che i fattori di disturbo, noti e sconosciuti, si equilibrino statisticamente tra le condizioni. Il matching abbina invece i partecipanti sui fattori rilevanti, come età o genere, ma copre solo le variabili considerate. Nella fase di analisi, tecniche come la regressione multipla, la correlazione parziale e la stratificazione permettono di isolare statisticamente l'effetto della variabile di interesse. Nessuna strategia è perfetta: restano sempre possibili disturbi non misurati.

Perché conta distinguere correlazione e causalità
Le variabili di disturbo sono la spiegazione più comune delle correlazioni spurie. In psicologia molti studi sono osservazionali: si misurano variabili senza manipolarle, quindi i gruppi possono differire per molti fattori oltre a quello di interesse. Ad esempio, una correlazione tra ore di studio e voti potrebbe dipendere dalla motivazione o dal contesto familiare. Per questo, davanti a un risultato, il lettore critico si chiede sempre quali spiegazioni alternative esistano e se i ricercatori le abbiano controllate. Solo gli esperimenti con assegnazione casuale offrono la protezione più solida, pur non essendo sempre possibili o etici.