独立変数と従属変数

0 Comments

研究において、変数は身長、年齢、種、試験スコアなど、さまざまな値を取ることができる

科学研究では、ある変数が別の変数に与える影響を研究したいことがよくあります。 例えば、いるかどうかを試験生の時に留学で得試験のスコアを示しています。

因果関係の研究における変数は、独立変数および従属変数と呼ばれます。,

  • 独立変数が原因です。 その値は、あなたの研究の他の変数とは無関係です。
  • 従属変数は効果です。 その値は、独立変数の変更に依存します。,
独立変数と従属変数の例
研究の質問 独立変数 従属変数
トマトは蛍光灯、白熱灯、または自然光の下で最も速く成長しますか?,
  • トマト植物が栽培されている光のタイプ
  • トマト植物の成長率
血糖値に対する食事と通常のソーダの効果は何ですか?th>

  • あなたが飲むソーダの種類(ダイエットまたはレギュラー)
  • あなたの血糖値
就寝前の電話の使用は睡眠にどのように影響しますか?,
  • 寝る前の電話使用量
  • 睡眠時間数
  • 睡眠の質
異なる植物種は塩水にどれくらい耐えますか?,
  • 植物の水に加えられる塩の量
  • 植物の成長
  • 植物のしおれ
  • 植物生存率

独立変数および従属変数実験

実験研究では、独立変数を操作または従属変数に対するこの変更の影響を測定するために実験者によって変更されます。,

実験例
高血圧患者の血圧に対する新しい薬の影響を研究しています。

薬が有効かどうかをテストするには、患者を二つのグループに分けます。 一方のグループは薬を服用し、他方のグループは砂糖ピルプラセボを服用します。

  • あなたの独立変数は、あなたがグループ間で異なる治療です:患者が受け取る錠剤の種類。li>
  • あなたの従属変数は、あなたが測定する結果です:患者の血圧。,

独立変数は、通常、結果がどのように異なるかを確認するために異なるレベルで適用されます。

独立変数がまったく効果を持っているかどうかを調べるために、あなただけの二つのレベル(例えば、新しい薬とプラセボ)を適用することができます。

また、独立変数が従属変数にどのように影響するかを調べるために、複数のレベル(例えば、新しい薬の三つの異なる用量)を適用することができます。,

他のタイプの研究における変数

実験的設定以外では、研究者はしばしば興味のある独立変数を直接操作または変更することはできません。

代わりに、独立変数の既存の例を見つけ、この変数の変更が従属変数にどのように影響するかを調べる必要があります。

研究例
より高い最低賃金が雇用率に影響を与えるかどうかに興味があります。

最低賃金を自分でコントロールすることはできません。, 代わりに、昨年最低賃金を引き上げた州を見て、そうでなかった近隣の州と比較してください。p>

  • あなたの独立変数は最低賃金です。li>
  • あなたの従属変数は雇用率です。

二つの州間の結果の違いを比較することによって(および他の要因を考慮すること)、最低賃金の変化が雇用率に影響を与えたかどうかを調,

非実験的な研究では、測定していない他の変数が変更に影響を与えている可能性があるため、明確な因果関係を確立すること これらは交絡変数として知られています。

変数間の正確な関係があまり確かでない研究のタイプでは、独立変数と従属変数に異なる用語を使用することがあります。,

独立変数のその他の名前

原因と思われる変数が完全に独立していない場合があります–他の変数の影響を受ける可能性があります。 この場合、これらの用語のいずれかがより適切です。

  • 説明変数(イベントまたは結果を説明する)
  • 予測変数(従属変数の値を予測するために使用できます)
  • 右辺変数(回帰方程式の右辺に表示されます)。

    • 説明変数(イベントまたは結果を説明する)
    • 予測変数(従属変数の値を予測するために使用できます)
    • ,回帰式の左側)

    言語、構造、レイアウトに関するフィードバックを受け取る

    プロの編集者は、

    • アカデミックスタイル
    • 曖昧な文章
    • 文法
    • スタイルの一貫性

例を参照してください

独立変数と従属変数の視覚化

研究者は、しばしばチャートやグラフを使って研究の結果を視覚化します。, ノルムは、独立変数を”x”または水平軸上に、従属変数を”y”または垂直軸上に配置することです。

たとえば、新しい薬が血圧に与える影響に関する研究例から、グラフはどのように見えるでしょうか?

よくある質問

独立変数と従属変数は何ですか?

原因と結果の観点から独立変数と従属変数を考えることができます:独立変数はあなたが原因であると思う変数ですが、従属変数は効果です。,

実験では、独立変数を操作し、従属変数の結果を測定します。 例えば、作物の成長に対する栄養素の影響に関する実験では、

  • 独立変数は、作物フィールドに追加される栄養素の量である。

    • 独立変数は、
    • 従属変数は収穫時の作物のバイオマスです。

    変数を定義し、それらをどのように操作して測定するかを決定することは、実験設計の重要な部分です。

なぜ独立変数と従属変数が重要なのですか?,

原因と結果を決定することは、科学的研究の最も重要な部分の一つです。 どちらが原因であるか–独立変数–そしてどちらが効果であるか–従属変数を知ることが不可欠です。

独立変数と従属変数の例は何ですか?

ダイエットソーダと通常のソーダを飲むことによって血糖値がどのように影響されるかを調べたいので、実験を行います。

  • ソーダのタイプ–食事または定期的–は独立変数です。,
  • あなたが測定する血糖値は従属変数です–それはソーダの種類によって変わります。
変数は独立していても依存していてもかまいませんか?

いいえ。 従属変数の値は独立変数に依存するため、変数は独立変数と依存変数の両方を同時にすることはできません。 それは原因または効果のいずれかでなければならず、両方ではない!

研究に複数の独立変数または従属変数を含めることはできますか?,

はい、ただし、いずれかのタイプの複数を含めるには、複数の研究質問が必要です。

たとえば、食事が健康に及ぼす影響に興味がある場合は、血糖値、血圧、体重、脈拍などの複数の健康尺度を使用できます。 これらのそれぞれは、独自の研究課題を持つ独自の従属変数です。

また、運動レベルだけでなく、食事の効果、あるいは組み合わせた二つの追加の効果を見ることを選択することができます。 これらはそれぞれ独立した独立変数です。,

実験の内部validity validityを確実にするためには、一度に一つの独立変数のみを変更する必要があります。


コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です