En av de mange måtene variabler i statistikk kan klassifiseres er å vurdere forskjellene mellom forklarings- og responsvariabler. Selv om disse variablene er relatert, er det viktige skiller mellom dem. Etter å ha definert disse typer variabler, vil vi se at riktig identifisering av disse variablene har en direkte innflytelse på andre aspekter av statistikk, for eksempel konstruksjon av en scatterplot og helling av en regresjonslinje.
Definisjoner av forklaring og respons
Vi begynner med å se på definisjonene av denne typen variabler. En responsvariabel er en bestemt mengde som vi stiller et spørsmål om i vår studie. En forklaringsvariabel er en hvilken som helst faktor som kan påvirke responsvariabelen. Selv om det kan være mange forklaringsvariabler, vil vi først og fremst beskjeftige oss med en enkelt forklaringsvariabel.
Det kan hende at en responsvariabel ikke er til stede i en studie. Navngivningen av denne typen variabler avhenger av spørsmålene som stilles av en forsker. Gjennomføring av en observasjonsstudie vil være et eksempel på et eksempel når det ikke er en responsvariabel. Et eksperiment vil ha en responsvariabel. Den forsiktige utformingen av et eksperiment prøver å slå fast at endringene i en responsvariabel er direkte forårsaket av endringer i de forklarende variablene.
Eksempel 1
For å utforske disse konseptene vil vi undersøke noen få eksempler. For det første eksemplet, antar at en forsker er interessert i å studere stemningen og holdningene til en gruppe førsteårs studenter. Alle førsteårsstudenter får en serie spørsmål. Disse spørsmålene er utformet for å vurdere elevens hjemlengsel. Studentene angir også på undersøkelsen hvor langt høgskolen deres er hjemmefra.
En forsker som undersøker disse dataene, kan bare være interessert i hvilke typer studentersvar. Kanskje er grunnen til dette å ha en generell sans for sammensetningen av en ny fersking. I dette tilfellet er det ikke en svarvariabel. Dette er fordi ingen ser om verdien av en variabel påvirker verdien til en annen.
En annen forsker kunne bruke de samme dataene for å forsøke å svare på om studenter som kom lenger unna hadde større grad av hjemlengsel. I dette tilfellet er dataene som angår hjemlengselsspørsmålene verdiene til en responsvariabel, og dataene som indikerer avstanden hjemmefra danner den forklarende variabelen.
Eksempel to
For det andre eksemplet kan vi være nysgjerrige på om antall timer brukt på lekser har innvirkning på karakteren en student tjener på eksamen. I dette tilfellet, fordi vi viser at verdien til en variabel endrer verdien til en annen, er det en forklarende og en responsvariabel. Antall timer som er studert er den forklarende variabelen og poengsummen på testen er responsvariabelen.
Scatterplots og variabler
Når vi jobber med sammenkoblede kvantitative data, er det aktuelt å bruke en scatterplot. Hensikten med denne typen graf er å demonstrere forhold og trender i sammenkoblede data. Vi trenger ikke å ha både en forklarings- og responsvariabel. Hvis dette er tilfelle, kan en av variablene plottes langs begge aksene. I tilfelle det er en respons- og forklaringsvariabel, blir imidlertid alltid den forklarende variabelen plottet langs x eller horisontal akse for et kartesisk koordinatsystem. Responsvariablen plottes deretter langs y akser.
Uavhengig og avhengig
Skillet mellom forklarings- og responsvariabler er lik en annen klassifisering. Noen ganger refererer vi til variabler som værende uavhengig eller avhengig. Verdien av en avhengig variabel er avhengig av den av en uavhengig variabel. Dermed tilsvarer en responsvariabel en avhengig variabel mens en forklaringsvariabel tilsvarer en uavhengig variabel. Denne terminologien brukes vanligvis ikke i statistikk fordi forklaringsvariabelen ikke virkelig er uavhengig. I stedet tar variabelen bare på seg verdiene som er observert. Vi har kanskje ingen kontroll over verdiene til en forklaringsvariabel.