これが故障です：
* 実験は何かを変えることを意味します： 科学者が実験を行うとき、彼らは、あるもの（独立変数）が別のもの（従属変数）にどのように影響するかを見たいと思っています。
* しかし、他のことが結果に影響を与える可能性があります： 問題は、多くの要因が結果に影響を与える可能性があることです。新しい肥料があなたの植物をより良くするかどうかを把握しようとするようなものですが、あなたは彼らが得る水の量も変えました！
* 対照群は混乱を排除します： 対照群は、テストされている治療または変更を受けません。これにより、科学者は対照群の結果を実験グループと比較できます。 2つのグループ間の違いは、テストされている因子によるものであり、他のものではなく、おそらくあります。
例：
新しいタイプの肥料が植物を高くするかどうかをテストしたいとしましょう。植物の2つのグループがあります。
* 実験グループ： 新しい肥料を取得します。
* コントロールグループ： 標準肥料（または肥料なし）を取得します。
あなたは他のすべてを同じに保ちます（日光、水など）。実験グループの植物が対照群よりも高く成長している場合、新しい肥料が違いの原因であるという強力な証拠があります。
キーテイクアウト： 対照群は、科学者が従属変数の変化をテストしている独立変数に自信を持って帰属させるのを支援します。代替の説明を排除し、調査結果の妥当性を強化します。
