Vad är beroende variabler?

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

Dessa variabler kan anses ha värden som är beroende av manipulation av något annat. Detta "något annat" kallas en oberoende variabel. Oberoende variabler kan påverka beroende variabler, men de förändras inte som svar på andra variabler i experimentet. Istället manipuleras de av experimenteraren, med experimenten som använder kontrollerad manipulation för att testa förutsägelser om hur förändringar i den oberoende variabelen kommer att förändra den beroende variabeln eller variablerna i experimentet.

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

I vårt växtexempel ovan är tillväxttakten en beroende variabel, men det är också saker som när växten bladar ut, oavsett om den blommar eller inte. I detta fall kan flera beroende variabler ändras genom att manipulera den oberoende variabeln. Att inte ge växten tillräckligt med ljus kan bromsa tillväxthastigheten, medan den ger för mycket ljus kan leda till brända eller skadade bladknoppar, vilket förhindrar växten från att bladas ut.

Människor kan också identifiera beroende och oberoende variabler inom områden som statistisk analys, titta på saker som verkar vara länkade och undersöka hur de är länkade. Här rekommenderas dock viss försiktighet. 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 vara överens med hur forskaren identifierade beroende och oberoende variabler.