Las variables intervinientes, también conocidas como variables de “confusión”, pueden tener un impacto significativo en una hipótesis o en el desarrollo de un test.
Estas variables son factores adicionales que pueden influir en la relación entre la variable independiente y la variable dependiente, lo que puede afectar los resultados del experimento y generar sesgos en las conclusiones.
Es esencial identificar y controlar adecuadamente las variables intervinientes para obtener resultados precisos y fiables en un test A/B o cualquier otro experimento.
¿Cómo influyen las variables intervinientes en una hipótesis o desarrollo de un test?
Con un ejemplo seguro que se entiende mucho mejor…
EJEMPLO.
Proponemos un Test A/B para mejorar el tiempo de permanencia en la home.
❓ Hipótesis: «Si agregamos un video de introducción en la página de inicio, entonces el tiempo de permanencia de los usuarios aumentará.»
📍 Variables:
♻ Variable Independiente (propuesta).
Presencia de un video de introducción.
♻ Variable Dependiente (resultado).
Tiempo de permanencia en la página de inicio.
❌ Variables Intervinientes:
Durante el test A/B, se observa que la variante con el video de introducción tiene un mayor tiempo de permanencia en general.
Sin embargo, se descubre que los usuarios que acceden a esta variante tienen una mayor proporción de usuarios con una conexión a internet más lenta, lo que provoca que el video cargue lentamente o que se produzcan interrupciones en la reproducción.
En este caso, la variable interviniente (conexión a internet más lenta) puede influir en el tiempo de permanencia de los usuarios en la página de inicio, independientemente de la presencia del video de introducción.
Esto puede llevar a una interpretación errónea de los resultados, atribuyendo incorrectamente el aumento del tiempo de permanencia solo al video.
🔴 Como afecta la variable interviniente.
🔻 Influencia en la Relación Causal.
Las variables intervinientes pueden distorsionar la relación causal entre la variable independiente y la variable dependiente.
Si no se controlan, pueden hacer que parezca que existe una relación entre las variables cuando en realidad no la hay, o viceversa.
🔻 Confusión de Resultados:
Si no se controlan adecuadamente, las variables intervinientes pueden confundir los resultados del test y hacer que sea difícil determinar si el efecto observado se debe a la variable independiente o a otras variables presentes en el experimento.
🔻 Sesgo en la Interpretación:
Si no se tienen en cuenta las variables intervinientes, los resultados del experimento pueden interpretarse de manera incorrecta y llevar a conclusiones erróneas sobre el impacto de la variable independiente.
Resumiendo, Es esencial identificar y controlar adecuadamente estas variables para obtener resultados válidos, datos fiables en test y análisis.