制御により、実験結果、特に実験誤差と実験者バイアスの代替説明が排除されます。多くのコントロールは、SDS-PAGE実験で使用される分子マーカーのように、実行される実験のタイプに固有であり、単に装置が適切に機能していることを確認する目的を持っている場合があります。実験結果が有効であることを保証するための適切なコントロールの選択と使用（たとえば、交絡変数がないこと）は非常に難しい場合があります。制御測定は、他の目的にも使用できます。たとえば、信号がない場合のマイクのバックグラウンドノイズの測定により、後の信号測定からノイズを差し引くことができるため、より高品質の処理済み信号が生成されます。
たとえば、研究者が実験用人工甘味料を60匹の実験用ラットに与え、そのうち10匹がその後病気になることを観察した場合、根本的な原因は甘味料自体または無関係なものである可能性があります。たとえば、人工甘味料が希釈剤と混合され、効果を引き起こすのは希釈剤である可能性があります。希釈剤の効果を制御するために、同じテストを2回実行します。 1回は希釈剤に人工甘味料を入れ、もう1回はまったく同じ方法で行いますが、希釈剤のみを使用します。これで、実験は希釈剤に対して制御され、実験者は区別できます。甘味料、希釈剤、無処理の間を装います。交絡因子を一次治療から簡単に分離できない場合、ほとんどの場合、対照が必要です。たとえば、肥料を散布する他の実用的な方法がない場合は、トラクターを使用して肥料を散布する必要がある場合があります。最も簡単な解決策は、肥料を散布せずにトラクターを区画上で運転する処理を行うことです。これにより、トラクターの通行の影響が制御されます。
最も単純なタイプの制御は、ネガティブコントロールとポジティブコントロールの両方です。多くの異なるタイプの実験で発見されています。これらの2つのコントロールは、両方が成功した場合、通常、ほとんどの潜在的な交絡変数を排除するのに十分です。つまり、実験は、否定的な結果が期待される場合は否定的な結果を生成し、肯定的な結果が期待される場合は肯定的な結果を生成します。
NegativeEdit
考えられる結果が2つしかない場合、例：陽性または陰性、治療群と陰性対照の両方が陰性の結果をもたらす場合、治療は効果がなかったと推測することができます。治療群とネガティブコントロールの両方がポジティブな結果をもたらす場合、交絡変数が研究中の現象に関与していると推測でき、ポジティブな結果は治療だけによるものではありません。
In他の例では、結果は長さ、時間、パーセンテージなどとして測定される場合があります。薬物検査の例では、治癒した患者の割合を測定できます。この場合、治療群とネガティブコントロールが同じ結果をもたらす場合、治療は効果がないと推測されます。プラセボ効果により、プラセボ群ではある程度の改善が期待され、この結果は、治療が改善しなければならないベースラインを設定します。治療群に改善が見られたとしても、プラセボ群と比較する必要があります。グループが同じ効果を示した場合、治療は改善の原因ではありませんでした（同じ数の患者が治療なしで治癒したため）。治療は、治療群がプラセボ群よりも改善を示した場合にのみ効果的です。
PositiveEdit
陽性対照は、テストの妥当性を評価するためによく使用されます。たとえば、病気を検出する新しいテストの能力（その感度）を評価するために、それを、すでに機能することがわかっている別のテストと比較できます。確立されたテストは、すでにわかっているので、ポジティブコントロールです。質問に対する答え（テストが機能するかどうか）は「はい」です。
同様に、一連の抽出物中の酵素の量を測定する酵素アッセイでは、陽性対照は、既知量の精製酵素（ネガティブコントロールには酵素が含まれていません）。ポジティブコントロールは大量の酵素活性を示し、ネガティブコントロールは非常に低いかまったく活性を示さないはずです。
ポジティブコントロールでは期待した結果が得られず、実験手順に問題がある可能性があり、実験が繰り返されます。困難または複雑な実験の場合、ポジティブコントロールの結果も以前の実験結果と比較して役立ちます。たとえば、確立された疾病検査が以前の実験者によって発見されたものと同じ有効性を持っていると判断された場合、これは実験が以前の実験者と同じ方法で実行されていることを示します。
可能な場合、複数の陽性対照を使用できます。効果的であることがわかっている疾患検査が複数ある場合は、複数の検査が行われる可能性があります。複数のポジティブコントロールでは、ポジティブコントロールから期待される結果のサイズが異なる場合、結果のより細かい比較（キャリブレーションまたは標準化）も可能です。たとえば、上記の酵素アッセイでは、酵素の量が異なる多くの異なるサンプルを作成することで検量線を作成できます。
RandomizationEdit
ランダム化では、さまざまな実験的治療を受けるグループがランダムに決定されます。これはグループ間に違いがないことを保証するものではありませんが、違いが均等に分散されることを保証し、体系的なエラーを修正します。
たとえば、作物の収穫量が影響を受ける実験（土壌の肥沃度など） ）、ランダムに選択された土地の区画に処理を割り当てることにより、実験を制御できます。これにより、土壌組成の変動が収量に与える影響が軽減されます。
盲検実験編集
盲検とは、情報を差し控える慣行です。実験にバイアスをかけます。たとえば、参加者は、誰が積極的な治療を受け、誰がプラセボを受けたかを知らない場合があります。この情報が試験参加者に利用可能になった場合、患者はより大きなプラセボ効果を受け取り、研究者は彼らの期待に応えるために実験に影響を与え（観察者効果）、評価者は確証バイアスを受ける可能性があります。被験者、研究者、技術者、データアナリスト、評価者など、実験の参加者にはブラインドを課すことができます。場合によっては、盲検化を達成するために偽手術が必要になることがあります。
実験の過程で、参加者は、マスクされた情報を推測または取得すると、盲検化されなくなります。盲検化によって排除されたバイアスが再導入されるため、研究の終了前に発生する盲検化解除は実験誤差の原因です。非盲検化は盲検実験では一般的であり、測定して報告する必要があります。メタ研究は、薬理学的試験で高レベルの非盲検化を明らかにしました。特に、抗うつ薬の試験はほとんど盲検化されていません。報告ガイドラインは、すべての研究が非盲検化を評価および報告することを推奨しています。実際には、非盲検を評価する研究はほとんどありません。
盲検は科学的方法の重要なツールであり、多くの研究分野で使用されています。医学など一部の分野では必須とされています。臨床研究では、盲検試験ではない試験は非盲検試験と呼ばれます。