Różnice między zmiennymi objaśniającymi a zmiennymi odpowiedzi

Artículo revisado y aprobado por nuestro equipo editorial, siguiendo los criterios de redacción y edición de YuBrain.


Odpowiednie zdefiniowanie zmiennych wykorzystywanych w analizie statystycznej jest fundamentalnym aspektem tej dyscypliny. Istnieje kilka sposobów ich klasyfikacji, ale istnieje podstawowe rozróżnienie między zmiennymi objaśniającymi lub niezależnymi a zmiennymi odpowiedzi lub zmiennymi zależnymi. Zmienne te są ze sobą powiązane i ważne jest, aby zidentyfikować ich cechy charakterystyczne i sposób, w jaki są ze sobą powiązane; jego poprawna charakterystyka wpływa na inne aspekty analizy statystycznej, takie jak konstrukcja wykresu rozrzutu i nachylenie regresji liniowej.

Zmienne objaśniające i zmienne odpowiedzi

Odpowiedź lub zmienna zależna to konkretny parametr, do którego zadajemy pytanie w naszym badaniu. Zmienna objaśniająca lub niezależna to czynnik, który wpływa na zmienną odpowiedzi. Chociaż w badaniu może być kilka zmiennych objaśniających, będziemy mieli do czynienia z przypadkiem, w którym jest tylko jedna.

Możliwe, że w pewnym badaniu nie zidentyfikowano zmiennej odpowiedzi, ponieważ identyfikacja tych zmiennych zależy od pytań, które zadaje badacz wykonujący pracę. Przykładem, w którym nie zidentyfikowano zmiennej odpowiedzi, może być badanie opisowe. Z drugiej strony eksperyment miałby w swoim projekcie uwzględnioną zmienną odpowiedzi, ponieważ podstawowym celem eksperymentu jest zbadanie przyczyn zmian interesującej zmiennej odpowiedzi, generowanej przez zmienne objaśniające.

Pogłębianie pojęć

Aby lepiej zrozumieć zakres każdej definicji, przeanalizujmy dwa przykłady. W pierwszym przypadku zakłada się, że badacz jest zainteresowany badaniem nastrojów i postaw grupy studentów pierwszego roku. Wszyscy otrzymują kwestionariusz przeznaczony do oceny stopnia nostalgii. Studenci pytani są również o odległość uczelni od ich miejsca zamieszkania.

Ocenę odpowiedzi udzielonych w ankiecie można przeprowadzić na różne sposoby. Badacz może być zainteresowany uzyskaniem ogólnego obrazu sytuacji emocjonalnej nowego studenta pierwszego roku na uniwersytecie. W tym przypadku nie zidentyfikowano żadnej zmiennej odpowiedzi, ponieważ nie analizuje się, czy istnieje zmienna, która mogłaby wpływać na inną.

Inny badacz może wykorzystać dane z tej samej ankiety, aby odpowiedzieć na pytanie, czy studenci mieszkający dalej od uczelni odczuwają większą tęsknotę za domem. W tym przypadku odpowiedzi na pytania zawarte w kwestionariuszu dotyczące odczuwanej przez uczniów tęsknoty za domem są wartościami zmiennej odpowiedzi, natomiast odległość do domu jest danymi zmiennej objaśniającej.

W drugim przykładzie postawiono pytanie, czy liczba godzin spędzonych przez ucznia na odrabianiu zadań domowych z danego przedmiotu ma istotny wpływ na ocenę z egzaminu końcowego. W tym przypadku projekt badania definiuje zmienną objaśniającą i zmienną odpowiedzi, ponieważ proponuje analizę jednej zmiennej, która wpływa na drugą. Zmienną objaśniającą lub niezależną jest liczba godzin poświęconych na pracę domową, a zmienną odpowiedzi lub zmienną zależną jest ocena z testu przedmiotowego.

Sposoby reprezentacji zmiennych

Wykresy rozrzutu służą do wizualizacji zależności i trendów między zmiennymi. Nie jest konieczne, aby zmienne odpowiadały określonej definicji, czy to wyjaśniającej, czy odpowiedzi. I każdą zmienną można przedstawić na dowolnej osi w kartezjańskim układzie współrzędnych. W przypadku, gdy wykreślone zmienne są zmiennymi objaśniającymi i zmiennymi odpowiedzi, zmienna objaśniająca jest przedstawiona na osi poziomej (oś X), ponieważ jest to zmienna niezależna, a zmienna odpowiedzi lub zmienna zależna jest przedstawiona na osi pionowej ( oś y ).

Jak już wspomniano, zmienną objaśniającą i zmienną odpowiedzi można również nazwać odpowiednio niezależną i zależną, ponieważ zmiany zmiennej odpowiedzi są uwarunkowane przez drugą zmienną, ale nie dzieje się tak w przypadku zmiennej objaśniającej.Ta terminologia nie jest zwykle używana w statystyce, ponieważ zmienna objaśniająca nie jest tak naprawdę niezależna, ponieważ zmienna przyjmuje już określone wartości i nie ma możliwości, aby przyjmowała wartości, które może wybrać badacz.

Fontanna

Zmienne badawcze Rafael Landivar University, Gwatemala. biblio3.url.edu.gt/publiclg/biblio_sin_paredes/fac_politicas/2018/tecnico_trab/inici_pracinves/cont/06.pdf

-Reklama-

mm
Sergio Ribeiro Guevara (Ph.D.)
(Doctor en Ingeniería) - COLABORADOR. Divulgador científico. Ingeniero físico nuclear.

Artículos relacionados

zmienne zależne