Erot selittävien ja vastausmuuttujien välillä

Yksi monista tavoista, jotka muuttuvat tilasto voidaan luokitella on harkita eroja selittävien ja vastausmuuttujien välillä. Vaikka nämä muuttujat liittyvät toisiinsa, niiden välillä on tärkeitä eroja. Tämän tyyppisten muuttujien määrittelyn jälkeen näemme, että nämä muuttujat tunnistetaan oikein on suora vaikutus muihin tilastojen näkökohtiin, kuten sirontapisteen ja regressioviivan kaltevuus.

Aloitamme tarkastelemalla tämän tyyppisten muuttujien määritelmiä. Vastausmuuttuja on tietty määrä, josta kysymme tutkimuksessamme. Selittävä muuttuja on mikä tahansa tekijä, joka voi vaikuttaa vastemuuttujaan. Vaikka selittäviä muuttujia voi olla paljon, käsittelemme ensisijaisesti yhtä selittävää muuttujaa.

Vastemuuttujaa ei välttämättä ole läsnä tutkimuksessa. Tämän tyyppisen muuttujan nimeäminen riippuu tutkijan esittämistä kysymyksistä. Havainnollisen tutkimuksen suorittaminen olisi esimerkki tapauksesta, jossa vastemuuttujaa ei ole. Kokeilulla on vastemuuttuja. Kokeen huolellisella suunnittelulla yritetään selvittää, että vastemuuttujan muutokset johtuvat suoraan selittävien muuttujien muutoksista.

Näiden käsitteiden tutkimiseksi tutkimme muutamia esimerkkejä. Oletetaan, että ensimmäisessä esimerkissä tutkija on kiinnostunut tutkimaan ensimmäisen vuoden opiskelijoiden ryhmän mielialaa ja asenteita. Kaikille ensimmäisen vuoden opiskelijoille annetaan joukko kysymyksiä. Nämä kysymykset on suunniteltu arvioimaan opiskelijan kotiin astetta. Opiskelijat ilmoittavat myös kyselyssä, kuinka kaukana yliopisto on kotoa.

Yksi tutkija, joka tutkii näitä tietoja, voi vain olla kiinnostunut opiskelijoiden vastausten tyypeistä. Ehkä syynä tähän on yleinen käsitys uuden fuksi sävellyksestä. Tässä tapauksessa vastausmuuttujaa ei ole. Tämä johtuu siitä, että kukaan ei näe, vaikuttaako yhden muuttujan arvo toisen arvoon.

Toinen tutkija pystyi käyttämään samoja tietoja yrittäessään vastata, jos kauempana tulleilla opiskelijoilla oli suurempi kotoisuus. Tässä tapauksessa kotikysymyksiin liittyvät tiedot ovat vastausmuuttujan arvoja, ja tiedot, jotka osoittavat etäisyyden kotoa, muodostavat selittävän muuttujan.

Toisessa esimerkissä saatamme olla uteliaita, jos kotitehtävien suorittamiseen käytettyjen tuntien määrä vaikuttaa luokkaan, jonka opiskelija ansaitsee tentissä. Koska tässä tapauksessa osoitamme, että yhden muuttujan arvo muuttaa toisen arvoa, on olemassa selittävä ja vastausmuuttuja. Tutkitun tunnin lukumäärä on selittävä muuttuja ja testin pistemäärä on vastemuuttuja.

Kun työskentelemme parillinen kvantitatiivinen tieto, on aiheellista käyttää sirontakaaviota. Tämän tyyppisen kaavion tarkoituksena on osoittaa parillisen datan suhteet ja trendit. Meillä ei tarvitse olla sekä selittävää että vastausmuuttujaa. Jos näin on, jompikumpi muuttuja voidaan piirtää kumpaakin akselia pitkin. Kuitenkin siinä tapauksessa, että on olemassa vastaus ja selittävä muuttuja, selittävä muuttuja on aina piirretty x tai Cartesian koordinaattijärjestelmän vaaka-akseli. Sitten vastemuuttuja piirretään y akselilla.

Selitys- ja vastausmuuttujien välinen ero on samanlainen kuin toinen luokittelu. Joskus kutsumme muuttujia olemuksiksi riippumaton tai riippuvainen. Arvo a riippuva muuttuja luottaa siihen itsenäinen muuttuja. Siten vastemuuttuja vastaa riippuvaa muuttujaa, kun taas selittävä muuttuja vastaa riippumatonta muuttujaa. Tätä terminologiaa ei tyypillisesti käytetä tilastoissa, koska selittävä muuttuja ei ole todella riippumaton. Sen sijaan muuttuja ottaa vain havaitut arvot. Meillä ei ehkä ole mahdollisuutta hallita selittävän muuttujan arvoja.