当科学家进行研究时，有许多变量需要仔细定义和量化。变量通常衡量调查或研究的特征，如智力水平，性别或年龄。控制变量的能力是研究成功的关键;但是，有些变量比其他变量更难控制。
鉴定
存在六种常见类型的变量，其中一种是无关变量。外来变量是无法控制的因素。这些变量可能会也可能不会影响调查或实验的结果。有多种方法可以控制外来变量，具体取决于研究结果所需的影响类型。外来变量会给实验增加不良错误，因此减少或控制这些变量的影响是一个主要目标。
类型
可以通过类型进一步定义无关变量。在研究中不一致并且随着自变量的水平而变化的外来变量被称为混杂变量。实验的目标是模拟一种环境，其中各种条件之间的唯一差异是独立变量的差异。这使研究人员得出结论，操纵导致因变量的差异。但是，如果另一个变量随着自变量而变化，则该混杂变量可能是研究中任何差异的根本原因，这可能导致研究或调查结果不确定。
相关变量
相关和自变量是设计研究时使用的两个关键变量类型。
外来变量在某种意义上是相关的，即独立变量是研究中的因素，由实验者测量，操纵或选择，以理解和确定它们与某些观察到的现象的关系。在研究中，操纵或观察自变量以理解与其因变量的关系。因变量显示更改或添加自变量的效果。
危险
外来变量对研究可能是危险的，因为它们可能会损害其有效性。这使得研究人员无法知道某些影响是否是由其他变量引起的，例如独立或调节变量，或某些未知的外来因素。混淆变量甚至比简单的外来变量更危险，因为它们放大了实现实验结果有效性的挑战。
补偿
虽然在研究中使用了其他几种变量，但外来变量会因为无法控制而引起问题。在解释研究结果时必须考虑这一点。补偿无关变量的一种方法是使用称为随机分配的工具。当研究中的受试者被随机分配到不同的组时，平均而言，这两组在年龄，智力或所研究的组中描述的任何因素上是相等的。虽然这不会减少由于无关变量而发生的误差量，但它至少会使研究中的组之间的误差相等。
