Czy kontrolować wiek i płeć? Zmienne kontrolne w regresji

Autor: Konrad Hryniewicz · Opublikowano: 28 października 2026 · Aktualizacja: 27 października 2026

Dlaczego wiek i płeć trafiają do modelu „z przyzwyczajenia”

Promotor albo recenzent pyta: „A kontrolował(a) Pan(i) wiek i płeć?”. Najprostsza odpowiedź to dopisać obie zmienne do regresji. Tak robi większość autorów. Bernerth i Aguinis (2016) przejrzeli 580 artykułów z psychologii pracy. Ogromna większość z ponad 3500 zmiennych kontrolnych to te same zmienne demograficzne, głównie płeć, wiek i staż. Autorzy prawie nigdy nie wyjaśniali, dlaczego je uwzględniają. Spector i Brannick (2011) nazywają automatyczne „oczyszczanie” wyników zmiennymi demograficznymi metodologiczną miejską legendą.

Wiek i płeć mają jedną zaletę: powstają przed wszystkim, co badasz. Godziny pracy, stres czy wsparcie społeczne nie zmienią czyjegoś wieku ani płci. Dlatego wiek i płeć prawie nigdy nie są mediatorem ani wspólnym skutkiem badanych zmiennych, czyli tymi „złymi kontrolami”, o których piszą Cinelli i in. (2024). Pytanie brzmi więc nie „czy wolno”, ale „czy to coś daje”. Odpowiedź zależy od tego, z czym wiek lub płeć są związane w Twoim badaniu.

Kiedy tak, kiedy nie

O roli zmiennej rozstrzyga wiedza o tym, co jest przyczyną czego, a nie test istotności. Wysocki i in. (2022) pokazują, że dobór zmiennych kontrolnych trzeba uzasadnić założoną strukturą przyczynową. Przy niewłaściwym doborze oszacowanie bywa bardziej obciążone niż bez żadnej kontroli. Tę strukturę najłatwiej narysować jako diagram – krok po kroku pokazujemy to we wpisie grafy przyczynowe (DAG). Carlson i Wu (2012) proponują dla badań korelacyjnych zasadę: „w razie wątpliwości – pomiń”.

Przykład: praca zarobkowa a stres

Symulowane badanie objęło 260 osób studiujących. Pytanie brzmi: czy więcej godzin pracy zarobkowej w tygodniu (M = 18.53, SD = 9.02) wiąże się z wyższym stresem w PSS-10 (M = 28.53, SD = 5.11)? Dane wygenerowaliśmy sami, więc znamy prawdę. Każda godzina pracy podnosi stres o 0.15 punktu. Wiek jest zmienną zakłócającą: starsze osoby pracują więcej (r = .62), ale zgłaszają mniej stresu. Płeć wpływa tylko na stres. Stypendium zmniejsza liczbę godzin pracy (r = −.45), ale samo na stres nie działa.

Cztery modele dają trzy lekcje:

• Wiek trzeba było kontrolować. Bez niego efekt pracy znika: b = 0.03, p = .445. Starsi pracują więcej, ale stresują się mniej, więc oba wpływy się znoszą. Po dodaniu wieku b = 0.18, czyli blisko prawdziwego 0.15. Zakłócenie nie zawsze zawyża efekt – tu go ukrywało.
• Płeć nie zmieniła oszacowania, ale je uściśliła. R² wzrosło z .122 do .234, a błąd standardowy spadł z 0.042 do 0.039.
• Stypendium tylko zaszkodziło. Oszacowanie prawie się nie zmieniło, ale błąd standardowy wzrósł do 0.047, a przedział się poszerzył. Zmienna związana tylko z predyktorem zabiera mu część zmienności, na której opiera się oszacowanie.

W prawdziwym badaniu nie znasz prawdy. Rolę wieku i płci musisz więc uzasadnić wcześniejszymi badaniami albo teorią, zanim zobaczysz wyniki. Jeśli dodajesz i usuwasz zmienne, aż efekt stanie się istotny, to p-hacking.

Trzy pułapki przy wieku i płci

• Decyzja na podstawie testu. „Grupy nie różniły się istotnie wiekiem, więc pominąłem wiek” to zły argument. O zakłóceniu decyduje siła związków, a nie p w małej próbie.
• Wiek wpisany liniowo, gdy związek jest krzywoliniowy. Jeśli stres rośnie do trzydziestki, a potem spada, liniowy składnik usunie tylko część zakłócenia. Obejrzyj wykres rozrzutu wieku i wyniku.
• Płeć w próbie, w której prawie wszyscy to kobiety. Współczynnik oparty na kilkunastu mężczyznach jest mało precyzyjny. Opisz skład próby jako ograniczenie, zamiast udawać, że kontrola go rozwiązuje. Jak pytać o płeć i wiek w ankiecie, opisuje hasło pytania o płeć i wiek w ankiecie.

Jeśli Twoja hipoteza dotyczy różnicy między kobietami i mężczyznami, kontrola płci jej nie sprawdzi. Potrzebujesz interakcji predyktora z płcią – zob. jak porównać regresję w dwóch grupach.

Jak to opisać w pracy

Dla każdej zmiennej kontrolnej podaj jedno zdanie uzasadnienia i pokaż wynik bez kontroli oraz z kontrolą. Interpretuj tylko współczynnik, który odpowiada na pytanie badawcze. W tabeli podaj wszystkie predyktory (wzór: tabela regresji w APA). Gdy wprowadzasz zmienne kontrolne w osobnym bloku, przyda się wpis regresja hierarchiczna krok po kroku.

Budowę całego modelu, założenia i diagnostykę pokazujemy w poradniku regresja wieloraka krok po kroku, a miejsce takiej analizy w całej pracy – w przewodniku statystyka w pracy dyplomowej. Jeśli chcesz omówić dobór zmiennych kontrolnych przed analizą, zajrzyj do oferty dla studentów.

# B188 – czy kontrolować wiek i płeć? Cztery modele na jednych danych (dane symulowane, set.seed(1881))
# 260 osób studiujących zaocznie i dziennie: godziny pracy zarobkowej tygodniowo (X) i stres PSS-10 (Y, 0–40).
# Prawda w symulacji: każda godzina pracy podnosi stres o 0.15 pkt.
# Wiek wpływa na X i na Y (zmienna zakłócająca), płeć tylko na Y, stypendium tylko na X.
set.seed(1881)
n <- 260
wiek <- round(19 + rgamma(n, shape = 2, scale = 2.2))
kobieta <- rbinom(n, 1, 0.6)
stypendium <- rbinom(n, 1, 0.3)
praca <- pmax(0, round(-14 + 1.5 * wiek - 8 * stypendium + rnorm(n, 0, 6)))
pss <- 24 + 0.15 * praca - 0.55 * (wiek - 23) + 4 * kobieta + rnorm(n, 0, 4.5)
dane <- data.frame(praca, pss = pmin(40, pmax(0, round(pss))), wiek,
                   plec = factor(ifelse(kobieta == 1, "kobieta", "mężczyzna"), levels = c("mężczyzna", "kobieta")),
                   stypendium)

# 1. Opis: z czym wiąże się wiek, płeć i stypendium?
round(c(M_praca = mean(dane$praca), SD_praca = sd(dane$praca), M_pss = mean(dane$pss), SD_pss = sd(dane$pss),
        M_wiek = mean(dane$wiek), SD_wiek = sd(dane$wiek)), 2)
round(cor(dane[, c("praca", "pss", "wiek", "stypendium")]), 2)

# 2. Cztery modele: współczynnik godzin pracy, jego SE i 95% CI
modele <- list(
  "bez kontroli"                = lm(pss ~ praca, dane),
  "+ wiek"                      = lm(pss ~ praca + wiek, dane),
  "+ wiek + płeć"               = lm(pss ~ praca + wiek + plec, dane),
  "+ wiek + płeć + stypendium"  = lm(pss ~ praca + wiek + plec + stypendium, dane))
wyniki <- t(sapply(modele, function(m) {
  ci <- confint(m)["praca", ]
  c(b = coef(m)[["praca"]], SE = summary(m)$coefficients["praca", 2], dolna = ci[[1]], gorna = ci[[2]],
    p = summary(m)$coefficients["praca", 4], R2 = summary(m)$r.squared, df = m$df.residual)
}))
round(wyniki, 3)
round(wyniki[, c("b", "dolna", "gorna")], 2)                  # do zapisu w tekście (2 miejsca)

# 3. Model docelowy (wiek i płeć) – pełny wydruk do tabeli
summary(modele[["+ wiek + płeć"]])
round(confint(modele[["+ wiek + płeć"]]), 2)

 M_praca SD_praca    M_pss   SD_pss   M_wiek  SD_wiek 
   18.53     9.02    28.53     5.11    23.39     3.28 
           praca   pss  wiek stypendium
praca       1.00  0.05  0.62      -0.45
pss         0.05  1.00 -0.24      -0.13
wiek        0.62 -0.24  1.00      -0.02
stypendium -0.45 -0.13 -0.02       1.00
                               b    SE  dolna gorna     p    R2  df
bez kontroli               0.027 0.035 -0.042 0.096 0.445 0.002 258
+ wiek                     0.182 0.042  0.099 0.265 0.000 0.122 257
+ wiek + płeć              0.190 0.039  0.112 0.268 0.000 0.234 256
+ wiek + płeć + stypendium 0.197 0.047  0.103 0.290 0.000 0.235 255
                              b dolna gorna
bez kontroli               0.03 -0.04  0.10
+ wiek                     0.18  0.10  0.26
+ wiek + płeć              0.19  0.11  0.27
+ wiek + płeć + stypendium 0.20  0.10  0.29

Call:
lm(formula = pss ~ praca + wiek + plec, data = dane)

Residuals:
     Min       1Q   Median       3Q      Max 
-10.4371  -3.1794   0.0215   3.0578  12.9421 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  38.6779     2.2234  17.396  < 2e-16 ***
praca         0.1899     0.0395   4.808 2.61e-06 ***
wiek         -0.6741     0.1087  -6.200 2.25e-09 ***
pleckobieta   3.5031     0.5704   6.142 3.10e-09 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 4.497 on 256 degrees of freedom
Multiple R-squared:  0.2344,	Adjusted R-squared:  0.2254 
F-statistic: 26.13 on 3 and 256 DF,  p-value: 8.903e-15

            2.5 % 97.5 %
(Intercept) 34.30  43.06
praca        0.11   0.27
wiek        -0.89  -0.46
pleckobieta  2.38   4.63

Najczęstsze pytania

Czy recenzent może wymagać kontroli wieku i płci?

Może o nią zapytać, ale odpowiedzią powinno być uzasadnienie, a nie automatyczne dopisanie zmiennych. Wyjaśnij, czy wiek i płeć mogą wpływać na predyktor i wynik, i pokaż wynik w obu wersjach modelu. Jeśli różnica jest mała, napisz o tym wprost.

Czy dodanie wieku i płci do regresji może pogorszyć wynik?

Tak. Zmienna związana tylko z predyktorem, a nie z wynikiem, zwiększa błąd standardowy jego współczynnika i poszerza przedział ufności. W przykładzie z tego wpisu taka zmienna podniosła SE z 0.039 do 0.047. Każda zbędna zmienna zabiera też stopień swobody.

Czym się różni kontrola płci od sprawdzenia różnic między kobietami i mężczyznami?

Kontrola płci zakłada, że związek predyktora z wynikiem jest taki sam u kobiet i mężczyzn, i tylko wyrównuje poziom wyniku. Jeśli pytasz, czy związek jest silniejszy w jednej grupie, potrzebujesz interakcji predyktora z płcią, czyli analizy moderacji.

Czy w eksperymencie trzeba kontrolować wiek i płeć?

Przy losowym przydziale do warunków wiek i płeć nie zakłócają efektu manipulacji. Warto je dodać tylko wtedy, gdy silnie przewidują wynik, bo wtedy zwiększają precyzję oszacowania. Decyzję zapisz przed zebraniem danych.

Powiązane hasła

Przeczytaj też

@article{bernerth2016critical, author={Bernerth, Jeremy B. and Aguinis, Herman}, title={{A critical review and best-practice recommendations for control variable usage}}, journal={Personnel Psychology}, year={2016}, volume={69}, number={1}, pages={229--283}, doi={10.1111/peps.12103}}

@article{carlson2012illusion, author={Carlson, Kevin D. and Wu, Jinpei}, title={{The illusion of statistical control: Control variable practice in management research}}, journal={Organizational Research Methods}, year={2012}, volume={15}, number={3}, pages={413--435}, doi={10.1177/1094428111428817}}

@article{cinelli2024crash, author={Cinelli, Carlos and Forney, Andrew and Pearl, Judea}, title={{A crash course in good and bad controls}}, journal={Sociological Methods \& Research}, year={2024}, volume={53}, number={3}, pages={1071--1104}, doi={10.1177/00491241221099552}}

@article{spector2011methodological, author={Spector, Paul E. and Brannick, Michael T.}, title={{Methodological urban legends: The misuse of statistical control variables}}, journal={Organizational Research Methods}, year={2011}, volume={14}, number={2}, pages={287--305}, doi={10.1177/1094428110369842}}

@article{wysocki2022statistical, author={Wysocki, Anna C. and Lawson, Katherine M. and Rhemtulla, Mijke}, title={{Statistical control requires causal justification}}, journal={Advances in Methods and Practices in Psychological Science}, year={2022}, volume={5}, number={2}, eid={25152459221095823}, doi={10.1177/25152459221095823}}