Vad är beroende variabler?

Beroende variabler är observerbara fenomen som påverkas av andra fenomen. I ett exempel, för någon som studerar hur mycket ljus påverkar växternas tillväxthastighet är tillväxthastigheten den beroende variabeln, eftersom det beror på hur mycket ljus växterna får. När människor designar experiment identifierar de den beroende variabeln eller beroende variablerna i början, så att de kan mäta dem under hela experimentet. De identifierar också alla faktorer som kan påverka den beroende variabeln, till bästa förmåga.

Dessa variabler kan betraktas som att ha värden som är beroende vid manipulation av något annat. Detta "något annat" är känt som en oberoende variabel. Oberoende variabler kan påverka beroende variabler, men de ändras inte som svar på andra variabler i experimentet. Istället manipuleras de av experimenteraren, med experimenteraren som använder kontrollerad manipulation för att testa förutsägelser om hur CHänger i den oberoende variabeln kommer att förändra den beroende variabeln eller variabler i experimentet.

Beroende och oberoende variabler dyker upp på en mängd olika platser. Till exempel är värdet på aktiemarknaden en beroende variabel eftersom den påverkas av externa faktorer. I vetenskapliga experiment är beroende variabler de saker som människor försöker studera och mäta. När man utformar experiment försöker forskare att tänka på alla saker som kan påverka de saker de försöker mäta, så att de kan kontrollera experimentets miljö så mycket som möjligt.

I vårt växtexempel ovan är tillväxthastigheten en beroende variabel, men det är också saker som när växtbladen är ute, oavsett om det blommor eller inte. I detta fall kan flera beroende variabler ändras genom att manipulera den oberoende variabeln. Ger inte anläggningen tillräckligt liGHT kan bromsa tillväxttakten, samtidigt som det ger det för mycket ljus kan leda till brända eller skadade bladknoppar, vilket förhindrar att växten bläddrar ut.

Människor kan också identifiera beroende och oberoende variabler inom områden som statistisk analys, titta på saker som verkar vara kopplade och utforska hur de är kopplade till. En viss försiktighet rekommenderas dock här. Korrelation är inte orsakssamband, och när man gör statistisk analys bör människor undvika frestelsen att förenkla eller manipulera informationen för att uppfylla ett specifikt mål. En bra analys kommer att stå på egen hand, och läsarna bör hålla med om hur forskaren identifierade beroende och oberoende variabler.