Verschillen tussen verklarende en responsvariabelen

Een van de vele manieren waarop variabelen statistieken kan worden geclassificeerd is het overwegen van de verschillen tussen verklarende en responsvariabelen. Hoewel deze variabelen gerelateerd zijn, zijn er belangrijke verschillen tussen. Na het definiëren van dit soort variabelen, zullen we zien dat de juiste identificatie van deze variabelen heeft een directe invloed op andere aspecten van statistiek, zoals de opbouw van een scatterplot en de helling van een regressielijn.

We beginnen met te kijken naar de definities van dit soort variabelen. Een responsvariabele is een bepaalde hoeveelheid waarover we in ons onderzoek een vraag stellen. Een verklarende variabele is elke factor die de responsvariabele kan beïnvloeden. Hoewel er veel verklarende variabelen kunnen zijn, zullen we ons in de eerste plaats bezighouden met een enkele verklarende variabele.

Een responsvariabele is mogelijk niet aanwezig in een onderzoek. De naamgeving van dit type variabele hangt af van de vragen die een onderzoeker stelt. Het uitvoeren van een observationeel onderzoek zou een voorbeeld zijn van een geval waarin er geen responsvariabele is. Een experiment heeft een responsvariabele. Het zorgvuldige ontwerp van een experiment probeert vast te stellen dat de veranderingen in een responsvariabele rechtstreeks worden veroorzaakt door veranderingen in de verklarende variabelen.

Om deze concepten te verkennen, zullen we enkele voorbeelden onderzoeken. Stel voor het eerste voorbeeld dat een onderzoeker geïnteresseerd is in het bestuderen van de stemming en attitudes van een groep eerstejaars studenten. Alle eerstejaars krijgen een aantal vragen. Deze vragen zijn bedoeld om de mate van heimwee van een student te beoordelen. Studenten geven op de enquête ook aan hoe ver hun college van huis is.

Een onderzoeker die deze gegevens onderzoekt, is mogelijk alleen geïnteresseerd in de soorten reacties van studenten. Misschien is de reden hiervoor om een ​​algemeen gevoel te hebben over de samenstelling van een nieuwe eerstejaars. In dit geval is er geen responsvariabele. Dit komt omdat niemand ziet of de waarde van één variabele de waarde van een andere beïnvloedt.

Een andere onderzoeker zou dezelfde gegevens kunnen gebruiken om te proberen te antwoorden als studenten die van verder weg komen meer heimwee hebben. In dit geval zijn de gegevens met betrekking tot de vragen over heimwee de waarden van een antwoordvariabele en vormen de gegevens die de afstand tot thuis aangeven de verklarende variabele.

Voor het tweede voorbeeld zijn we misschien benieuwd of het aantal uren dat je huiswerk maakt van invloed is op het cijfer dat een student verdient op een examen. In dit geval, omdat we laten zien dat de waarde van één variabele de waarde van een andere verandert, is er een verklarende en een responsvariabele. Het aantal bestudeerde uren is de verklarende variabele en de score op de test is de responsvariabele.

Als we met werken gepaarde kwantitatieve gegevens, is het passend om een ​​scatterplot te gebruiken. Het doel van dit soort grafieken is om relaties en trends binnen de gepaarde gegevens aan te tonen. We hebben niet zowel een verklarende als een responsvariabele nodig. Als dit het geval is, kunnen beide variabelen langs beide assen worden uitgezet. Als er echter een antwoord- en verklarende variabele is, wordt de verklarende variabele altijd langs de X of horizontale as van een Cartesiaans coördinatensysteem. De responsvariabele wordt vervolgens uitgezet langs de y as.

Het onderscheid tussen verklarende en responsvariabelen is vergelijkbaar met een andere classificatie. Soms verwijzen we naar variabelen als zijnde onafhankelijk of afhankelijk. De waarde van a afhankelijke variabele vertrouwt op dat van een onafhankelijke variabele. Een responsvariabele komt dus overeen met een afhankelijke variabele, terwijl een verklarende variabele overeenkomt met een onafhankelijke variabele. Deze terminologie wordt doorgaans niet gebruikt in statistieken omdat de verklarende variabele niet echt onafhankelijk is. In plaats daarvan neemt de variabele alleen de waarden aan die worden waargenomen. We hebben mogelijk geen controle over de waarden van een verklarende variabele.