控制变量是指研究者为了排除对研究结果的其它解释，提高统计检验力而使用的变量，有效的控制这些变量，会帮助研究者更准确的估计核心研究变量。

比如，想了解卡路里摄入量如何影响体重。卡路里摄入量是自变量，体重是因变量。研究对象的年龄不同代谢能力也不同，进而可能影响体重的变化。如果不能确定年龄是否会影响研究结果（体重），就无法确定结果的变化是否是由自变量的变化引起的，因而，将年龄作为控制变量纳入研究。

一些研究者提出，在分析中加入控制变量是一种更安全保守的统计方法，但是控制变量的选择不当，不仅会影响数据结果还会降低结果的可信度。因此控制变量的选择是很重要的。

控制变量可以是定量数据也可以是定类数据。其中更多是定类数据，如：性别，年龄，工作年限等人口统计学变量。

现实研究中，一个问题往往与多个因素有关。但任何实验或研究，都不可能考虑到所有可能影响实验结果的变量，我们往往只会关注一两个研究变量。这就留下一个问题：可能存在其他的因素影响着研究结果。为了排除其他因素影响，使分析结果更加科学，因此需要将其纳入研究中分析。

控制变量指可能干扰模型的项，比如年龄，学历等基础信息。从软件角度来看，并没有“控制变量”这样的名词。“控制变量”就是自变量，所以直接放入“自变量X”框中就好。 另外，控制变量一般是定类数据，理论上控制变量需要作“虚拟(哑)变量”设置，但实际研究中很少这样做而是直接放入模型中，可能原因是“控制变量”并非核心研究项，所以不用考虑太过复杂。