Co jsou závislé proměnné?

Závislé proměnné jsou pozorovatelné jevy, které jsou ovlivněny jinými jevy. V příkladu pro někoho, kdo studuje, kolik světla ovlivňuje rychlost růstu rostlin, je rychlost růstu závislou proměnnou, protože závisí na tom, kolik světla rostliny dostávají. Když lidé navrhují experimenty, identifikují na začátku závislou proměnnou nebo závislé proměnné, aby je mohli během experimentu měřit. Rovněž identifikují všechny faktory, které mohou ovlivnit závislou proměnnou, podle jejich nejlepší schopnosti.

Tyto proměnné lze považovat za hodnoty, které jsou závislé na manipulaci s něčím jiným. Toto „něco jiného“ je známé jako nezávislá proměnná. Nezávislé proměnné mohou mít vliv na závislé proměnné, ale nemění se v reakci na jiné proměnné v experimentu. Místo toho jsou manipulovány experimentátorem, přičemž experimentátor používá kontrolovanou manipulaci k testování předpovědí o tom, jak změny v nezávislé proměnné změní závislou proměnnou nebo proměnné v experimentu.

Závislé a nezávislé proměnné se objevují na mnoha různých místech. Například hodnota akciového trhu je závislá proměnná, protože je ovlivněna vnějšími faktory. Ve vědeckých experimentech jsou závislé proměnné věci, které se lidé snaží studovat a měřit. Při navrhování experimentů se vědci snaží přemýšlet o všech věcech, které mohou ovlivnit to, co se snaží měřit, aby mohli co nejvíce ovládat prostředí experimentu.

V našem výše uvedeném příkladu rostliny je rychlost růstu závislá proměnná, ale jsou to i věci, jako když rostlina odejde, ať už kvete nebo ne, atd. V tomto případě lze více závislých proměnných upravit změnou nezávislé proměnné. Pokud nebudete rostlině dostatek světla, může to zpomalit rychlost růstu, zatímco příliš mnoho světla může mít za následek spálení nebo poškození listových pupenů, což brání rostlinám v vyklízení.

Lidé mohou identifikovat závislé a nezávislé proměnné také v oblastech, jako je statistická analýza, při pohledu na věci, které se zdají být propojeny, a zkoumat způsoby, jak jsou propojeny. Zde se však doporučuje opatrnost. Korelace není příčinná souvislost a při statistické analýze by se lidé měli vyhýbat pokušení zjednodušit nebo manipulovat s informacemi, aby splnili konkrétní cíl. Dobrá analýza bude sama o sobě a čtenáři by měli souhlasit s tím, jak výzkumník identifikoval závislé a nezávislé proměnné.