Загрязнение статистическое — происходит в результате невозможности или неспособности учесть важные источники дисперсии, которые влияют на связь между изучаемыми переменными. Всякий раз, когда две или более независимых переменных в сочетании влияют на зависимую переменную иным образом, нежели любая из этих независимых переменных влияла бы сама по себе, возникает эффект взаимодействия. Если подобный эффект взаимодействия возникает вследствие присутствия непредусмотренной независимой неременной, становится невозможным определить, в какой мере экспериментальные результаты обусловлены этой посторонней переменной, а в какой — независимыми переменными, определенными исследователем. Для проведения такого разграничения потребовалось бы дополнительное исследование.

Статистические процедуры могут применяться к данным с загрязнением статистическим, однако если установлено наличие «загрязнения», результаты статистического анализа не могут быть однозначно интерпретированы. Такой источник ошибок трудно исправить, потому что присутствие посторонней переменной обнаруживается лишь после установления факта «загрязнения», а данные, которые могли бы оказать помощь в устранении этого источника дисперсии, предварительно не собирались. Наилучшим способом защиты против этого типа ошибки служит предваряющий сбор данных тщательный обзор литературы, позволяющий исследователю получить информацию об основных известных источниках дисперсии. Айзек Г. описывает два типа загрязнения статистического, которые могут проистекать из непредусмотренных эффектов взаимодействия. Первый тип называется смешением. Оно происходит, когда дисперсия посторонней переменной смешивается с дисперсией независимой переменной. Вторым типом загрязнения статистического является взаимная компенсация эффектов. В этом случае действительное различие в результатах укрывается от взгляда исследователя в силу присутствия посторонней переменной, которая нейтрализует эффекты независимых переменных.