inden for rammerne af en forskningsundersøgelse betegnes begreber generelt som variabler. En variabel er, som navnet gælder, noget, der varierer. Alder, køn, eksport, indtægter og udgifter, familiestørrelse, fødeland, kapitaludgifter, klassekvaliteter, blodtryksmålinger, præoperative angstniveauer, øjenfarve og køretøjstype er alle eksempler på variabler, fordi hver af disse egenskaber varierer eller adskiller sig fra individ til person.
variabel Definition i forskning
en variabel er enhver egenskab, en karakteristik, et tal eller en mængde, der stiger eller falder over tid eller kan påtage sig forskellige værdier (i modsætning til konstanter, såsom n, der ikke varierer) i forskellige situationer.
når der udføres forskning, manipulerer eksperimenter ofte variabler. For eksempel kan en eksperimentator sammenligne effektiviteten af fire typer gødning.
i dette tilfælde er variablen ‘gødningstypen’. En samfundsforsker kan undersøge den mulige virkning af tidligt ægteskab på skilsmisse.
Her tidligt ægteskab er variablen. En virksomhed Forsker kan finde det nyttigt at medtage udbyttet i fastsættelsen af aktiekurserne. Her er udbytte variablen.effektivitet, skilsmisse og aktiekurser er også variabler, fordi de også varierer som følge af manipulation af gødning, tidligt ægteskab og udbytte.
typer af Variable
- kvalitative variabler.
- kvantitative variabler.
- diskret variabel.
- kontinuerlig variabel.
- afhængige variabler.
- uafhængige variabler.
- Baggrundsvariabel.
- modererende variabel.
- ekstern variabel.
- mellemliggende variabel.
- Suppressor variabel.
kvalitative variabler
en vigtig skelnen mellem variabler er mellem den kvalitative variabel og den kvantitative variabel.
kvalitative variabler er dem, der udtrykker en kvalitativ egenskab som hårfarve, religion, race, køn, social status, betalingsmetode og så videre. Værdierne for en kvalitativ variabel indebærer ikke en meningsfuld numerisk rækkefølge.
værdien af variablen ‘ religion ‘(Muslim, Hindu, ..,osv.) afviger kvalitativt; ingen orden af religion er underforstået. Kvalitative variabler kaldes undertiden kategoriske variabler.
for eksempel har det variable køn to forskellige kategorier: ‘mand’ og ‘kvinde. Da værdierne for denne variabel udtrykkes i kategorier, henviser vi til dette som en kategorisk variabel.
tilsvarende kan bopæl kategoriseres som værende by-og landdistrikter og er således en kategorisk variabel.
kategoriske variabler kan igen beskrives som nominelle og ordinære.
ordinære variabler er dem, der logisk kan ordnes eller rangeres højere eller lavere end en anden, men ikke nødvendigvis etablerer en numerisk forskel mellem hver kategori, såsom eksamenskarakterer (A+, A, B+ osv., tøj størrelse (ekstra stor, stor, medium, lille).
nominelle variabler er dem, der hverken kan rangeres eller logisk ordnes, såsom religion, køn osv.
en kvalitativ variabel er en egenskab, der ikke er i stand til at blive målt, men kan kategoriseres til at besidde eller ikke at besidde nogle egenskaber.
kvantitative variabler
kvantitative variabler, også kaldet numeriske variabler, er de variabler, der måles i tal. Et simpelt eksempel på en kvantitativ variabel er en persons alder.
alderen kan påtage sig forskellige værdier, fordi en person kan være 20 år gammel, 35 år gammel og så videre. Ligeledes er familiestørrelse en kvantitativ variabel, fordi en familie kan bestå af et, to, tre medlemmer osv.
det vil sige, at hver af disse egenskaber eller egenskaber, der er nævnt ovenfor, varierer eller adskiller sig fra et individ til et andet. Bemærk, at disse variabler udtrykkes i tal, som vi kalder dem kvantitative eller undertiden numeriske variabler.
en kvantitativ variabel er en, for hvilken de resulterende observationer er numeriske og således har en naturlig rækkefølge eller placering.
diskrete og kontinuerlige variabler
kvantitative variabler er igen af to typer: diskrete og kontinuerlige.
variabler som nogle børn i en husstand eller antal defekte genstande i en kasse er diskrete variabler, da de mulige scoringer er diskrete på skalaen.
for eksempel kunne en husstand have tre eller fem børn, men ikke 4,52 børn.
andre variabler, såsom’ tid, der kræves for at gennemføre en MCK-test ‘og’ ventetid i en kø foran en banktæller’, er eksempler på en kontinuerlig variabel.
den tid, der kræves i ovenstående eksempler, er en kontinuerlig variabel, som for eksempel kan være 1,65 minutter, eller det kan være 1,6584795214 minutter.
selvfølgelig udelukker de praktiske målinger, at de fleste målte variabler er kontinuerlige.
diskret variabel
Definition 2.6: En diskret variabel, begrænset til bestemte værdier, består normalt (men ikke nødvendigvis) af hele tal, såsom familiestørrelse, antal defekte genstande i en kasse. De er ofte resultatet af opregning eller tælling.
et par flere eksempler er;
- antallet af ulykker i de tolv måneder.
- antallet af mobilkort, der sælges i en butik inden for syv dage.
- antallet af patienter indlagt på et hospital over en bestemt periode.
- antallet af nye filialer af en bank åbnede årligt i løbet af 2001 – 2007.
- antallet af ugentlige besøg foretaget af sundhedspersonale i de sidste 12 måneder.
kontinuerlig variabel
en kontinuerlig variabel er en, der kan antage et uendeligt antal mellemværdier langs et specificeret interval. Eksempler er:
- sukkerniveauet i den menneskelige krop;
- blodtryk læsning;
- temperatur;
- højde eller vægt af den menneskelige krop;
- Bankrentesats;
- intern afkast (IRR),
- indtjeningsforhold (ER);
- Current ratio (CR)
uanset hvor tæt to observationer kan være, hvis måleinstrumentet er præcist nok, kan der findes en tredje observation, som falder mellem de to første.
en kontinuerlig variabel er generelt resultatet af måling og kan antage utallige værdier i det angivne interval.
afhængige og uafhængige variabler
i mange forskningsindstillinger er der to specifikke klasser af variabler, der skal skelnes fra hinanden, uafhængig variabel og afhængig variabel.
mange forskningsundersøgelser er rettet mod at afsløre og forstå årsagerne til underliggende fænomener eller problemer med det endelige mål at etablere et årsagsforhold mellem dem.
se på følgende udsagn:
- lavt indtag af mad forårsager undervægt.
- rygning øger risikoen for lungekræft.
- uddannelsesniveau påvirker jobtilfredsheden.
- annonce hjælper i salgsfremme.
- lægemidlet forårsager forbedring af et helbredsproblem.
- Sygeplejeintervention forårsager hurtigere genopretning.
- tidligere joberfaringer bestemmer den oprindelige løn.
- blåbær sænker aldring.
- udbyttet pr. aktie bestemmer aktiekurserne.
i hver af ovenstående forespørgsler har vi to variabler: en uafhængig og en afhængig. I det første eksempel menes ‘lavt indtag af mad’ at have forårsaget ‘problemet med undervægt.’
det er således den såkaldte uafhængige variabel. Undervægt er den afhængige variabel, fordi vi mener, at dette ‘problem’ (Problemet med undervægt) er forårsaget af ‘det lave indtag af mad’ (faktoren).på samme måde er rygning, udbytte og reklame alle uafhængige variabler, og lungekræft, jobtilfredshed og salg er afhængige variabler.
generelt manipuleres en uafhængig variabel af eksperimentatoren eller forskeren, og dens virkninger på den afhængige variabel måles.
uafhængig variabel
variablen, der bruges til at beskrive eller måle den faktor, der antages at forårsage eller i det mindste påvirke problemet eller resultatet, kaldes en uafhængig variabel.
definitionen indebærer, at eksperimentatoren bruger den uafhængige variabel til at beskrive eller forklare indflydelsen eller effekten af den på den afhængige variabel.
variabilitet i den afhængige variabel antages at afhænge af variabilitet i den uafhængige variabel.afhængig af konteksten kaldes en uafhængig variabel undertiden en forudsigelsesvariabel, regressor, kontrolleret variabel, manipuleret variabel, forklarende variabel, eksponeringsvariabel (som brugt i pålidelighedsteori), risikofaktor (som brugt i medicinsk statistik), funktion (som brugt i maskinindlæring og mønstergenkendelse) eller inputvariabel.
den forklarende variabel foretrækkes af nogle forfattere frem for den uafhængige variabel, når de mængder, der behandles som uafhængige variabler, muligvis ikke er statistisk uafhængige eller uafhængigt manipulerbare af forskeren.
Hvis den uafhængige variabel omtales som en forklarende variabel, foretrækkes udtrykket responsvariabel af nogle forfattere for den afhængige variabel.
afhængig variabel
den variabel, der bruges til at beskrive eller måle problemet eller resultatet under undersøgelse, kaldes en afhængig variabel.
i et årsagsforhold er årsagen den uafhængige variabel, og effekten er den afhængige variabel. Hvis vi antager, at rygning forårsager lungekræft, er ‘rygning’ den uafhængige variabel og kræft den afhængige variabel.
en forretningsforsker kan finde det nyttigt at medtage udbyttet ved fastsættelsen af aktiekurserne. Her er udbytte den uafhængige variabel, mens aktiekursen er den afhængige variabel.
den afhængige variabel er normalt den variabel, som forskeren er interesseret i at forstå, forklare eller forudsige.
i lungekræftforskning er det karcinom, der er af reel interesse for forskeren, ikke rygeadfærd i sig selv. Den uafhængige variabel er den formodede årsag til, forudgående til eller indflydelse på den afhængige variabel.
afhængig af konteksten kaldes en afhængig variabel undertiden en responsvariabel, regressand, forudsagt variabel, målt variabel, forklaret variabel, eksperimentel variabel, svarende variabel, resultatvariabel, outputvariabel eller etiket.
en forklaret variabel foretrækkes af nogle forfattere frem for den afhængige variabel, når de mængder, der behandles som afhængige variabler, muligvis ikke er statistisk afhængige.
Hvis den afhængige variabel omtales som en forklaret variabel, foretrækkes udtrykket forudsigelsesvariabel af nogle forfattere for den uafhængige variabel.
niveauer af en uafhængig variabel
Hvis en eksperimentator sammenligner en eksperimentel behandling med en kontrolbehandling, har den uafhængige variabel (en type behandling) to niveauer: eksperimentel og kontrol.
Hvis et eksperiment skulle sammenligne fem typer kostvaner, ville de uafhængige variabler (typer af kost) have fem niveauer.
generelt er antallet af niveauer af en uafhængig variabel Antallet af eksperimentelle betingelser.
Baggrundsvariabel
i næsten alle undersøgelser indsamler vi oplysninger som alder, køn, uddannelsesniveau, socioøkonomisk status, civilstand, religion, fødested og lignende. Disse variabler kaldes baggrundsvariabler.
disse variabler er ofte relateret til mange uafhængige variabler, så de påvirker problemet indirekte. Derfor kaldes de baggrundsvariabler.
hvis baggrundsvariablerne er vigtige for undersøgelsen, skal de måles. Vi bør dog forsøge at holde antallet af baggrundsvariabler så få som muligt i økonomiens interesse.
modererende variabel
i enhver erklæring om forhold mellem variabler antages det normalt, at den uafhængige variabel på en eller anden måde ‘får’ den afhængige variabel til at forekomme. I enkle forhold er alle andre variabler fremmede og ignoreres. I faktiske undersøgelsessituationer, et så simpelt en-til-en-forhold skal revideres for at tage andre variabler i betragtning for bedre at forklare forholdet.
dette understreger behovet for at overveje en anden uafhængig variabel, der forventes at have en betydelig medvirkende eller betinget effekt på det oprindeligt angivne afhængige uafhængige forhold. En sådan variabel kaldes en modererende variabel.
Antag, at du studerer virkningen af feltbaseret og klassebaseret træning på sundheds-og familieplanlægningsarbejdernes arbejdsindsats, du betragter uddannelsestypen som den uafhængige variabel.
Hvis du fokuserer på forholdet mellem praktikantens alder og arbejdsindsats, kan du bruge ‘type træning’ som en modererende variabel.
ekstern variabel
de fleste undersøgelser vedrører identifikation af en enkelt uafhængig variabel og måling af dens virkning på den afhængige variabel.
men stadig kan flere variabler muligvis påvirke vores hypotetiske uafhængige afhængige variable forhold og derved fordreje undersøgelsen. Disse variabler kaldes fremmede variabler.
fremmede variabler er ikke nødvendigvis en del af undersøgelsen. De udøver en forvirrende virkning på det afhængige uafhængige forhold og skal derfor elimineres eller kontrolleres for.
et eksempel kan illustrere begrebet fremmede variabler. Antag, at vi er interesserede i at undersøge forholdet mellem mødres arbejdsstatus og amningens varighed.
det er ikke urimeligt i dette tilfælde at antage, at uddannelsesniveauet for mødre, da det påvirker arbejdsstatus, også kan have indflydelse på amningens varighed.
uddannelse behandles her som en fremmed variabel. I ethvert forsøg på at eliminere eller kontrollere effekten af denne variabel kan vi betragte denne variabel som en forvirrende variabel.
en passende måde at håndtere forvirrende variabler på er at følge stratificeringsproceduren, som involverer en separat analyse for de forskellige niveauer af løgne, der forvirrer variabler.
til dette formål kan man konstruere to crosstables: en for analfabeter og den anden for litterære mødre. Hvis vi finder en lignende sammenhæng mellem arbejdsstatus og varighed af amning i begge grupper af mødre, konkluderer vi, at mødres uddannelsesniveau ikke er en forvirrende variabel.
mellemliggende variabel
ofte er et tilsyneladende forhold mellem to variabler forårsaget af en tredje variabel.
for eksempel kan variabler H og Y være stærkt korrelerede, men kun fordi h forårsager den tredje variabel, å, hvilket igen forårsager Y. I dette tilfælde er å den mellemliggende variabel.
en mellemliggende variabel påvirker teoretisk de observerede fænomener, men kan ikke ses, måles eller manipuleres direkte; dens virkninger kan kun udledes af virkningerne af de uafhængige og modererende variabler på de observerede fænomener.
i forholdet mellem arbejde og amning kan vi se motivation eller rådgivning som den mellemliggende variabel.
således er motiv, jobtilfredshed, ansvar, adfærd, retfærdighed nogle af eksemplerne på mellemliggende variabler.
Suppressor variabel
i mange tilfælde har vi gode grunde til at tro, at variablerne af interesse har et forhold i sig selv, men vores data undlader at etablere et sådant forhold. Nogle skjulte faktorer kan undertrykke det sande forhold mellem de to originale variabler.
en sådan faktor kaldes en suppressorvariabel, fordi den undertrykker det faktiske forhold mellem de to andre variabler.
suppressorvariablen undertrykker forholdet ved at være positivt korreleret med en af variablerne i forholdet og negativt korreleret med den anden. Det sande forhold mellem de to variabler vises igen, når suppressorvariablen styres for.
således kan for eksempel lav alder trække uddannelse op, men indkomsten ned. I modsætning, en høj alder kan trække indkomst op, men uddannelse ned, effektivt annullere forholdet mellem uddannelse og indkomst, medmindre alder kontrolleres for.
Concept
konceptet er et navn givet til en kategori, der organiserer observationer og ideer ved deres besiddelse af fælles træk. Som Bulmer kortfattet udtrykker det, er begreber kategorier til organisering af ideer og observationer (Bulmer, 1984:43).
Hvis et koncept skal anvendes i kvantitativ forskning, skal det måles. Når de er målt, kan begreber være i form af uafhængige eller afhængige variabler.med andre ord kan begreber forklare (forklarende variabel) af et bestemt aspekt af den sociale verden, eller de kan stå for ting, vi vil forklare (afhængig variabel).eksempler på begreber er social mobilitet, religiøs ortodoksi, social klasse, kultur, livsstil, akademisk præstation og lignende.
indikator
en indikator er et mål, der anvendes til at henvise til et koncept, når der ikke er nogen direkte foranstaltning tilgængelig. Vi bruger indikatorer til at trykke på begreber, der er mindre direkte kvantificerbare.
for at forstå, hvad en indikator er, er det værd at skelne mellem en foranstaltning og en indikator. En indikator kan tages for at henvise til ting, der relativt entydigt tælles, såsom indkomst, alder, antal børn osv.
foranstaltninger er med andre ord mængder. Hvis vi er interesseret i nogle af årsagerne til variation i indkomst, kan sidstnævnte kvantificeres på en rimelig direkte måde.
Vi bruger indikatorer til at trykke på begreber, der er mindre direkte kvantificerbare. Hvis vi er interesserede i årsagerne til variation i jobtilfredshed, har vi brug for indikatorer, der står for konceptet.
disse indikatorer gør det muligt at måle jobtilfredshed, og vi kan behandle de resulterende kvantitative oplysninger som om det var et mål.
en indikator er derfor noget, der er udtænkt eller allerede eksisterer, og som anvendes som om det var et mål for et koncept.
det ses som et indirekte mål for et koncept, som jobtilfredshed. Et ik er et yderligere Eksempel, idet det er et batteri af indikatorer for begrebet intelligens.
Construct
en konstruktion er en abstraktion eller et koncept, der bevidst er opfundet eller Konstrueret af en forsker til et videnskabeligt formål.
i en videnskabelig teori, især inden for psykologi, er en hypotetisk konstruktion en forklarende variabel, der ikke er direkte observerbar.
for eksempel bruges begreberne intelligens og motivation til at forklare fænomener i psykologi, men ingen af dem er direkte observerbare.
en hypotetisk konstruktion adskiller sig fra en mellemliggende variabel, idet konstruktionen har egenskaber og implikationer, som ikke er påvist i empirisk forskning. Disse tjener som vejledning til yderligere forskning. En mellemliggende variabel er derimod en oversigt over observerede empiriske fund.
Cronbach og Meehl (1955) definerer en hypotetisk konstruktion som et koncept, for hvilket der ikke er en enkelt observerbar referent, som ikke kan observeres direkte, og for hvilken der findes flere referenter, men ingen altomfattende.for eksempel er en fisk ifølge Cronbach og Meehl ikke en hypotetisk konstruktion, fordi der på trods af variation i arter og sorter af fisk er en aftalt definition for en fisk med specifikke egenskaber, der adskiller en fisk fra en fugl.
desuden kan fisk observeres direkte.
på den anden side har en hypotetisk konstruktion ingen enkelt referent; snarere består hypotetiske konstruktioner af grupper af funktionelt relateret adfærd, holdninger, processer og oplevelser.
i stedet for at se intelligens, kærlighed eller frygt, ser vi indikatorer eller manifestationer af det, vi har aftalt at kalde intelligens, kærlighed eller frygt.
andre eksempler på konstruktioner:
- i biologi: gener, evolution, sygdom, taksonomi, immunitet
- i fysik/astrofysik: sorte huller, Big Bang, mørkt stof, strengteori, molekylær fysik eller atomer, tyngdekraft, massens centrum
- i psykologi: intelligens eller viden, følelser, personlighed, stemninger.
egenskaber for forhold mellem variabler
Ved håndtering af forhold mellem variabler i forskning observerer vi en række dimensioner i disse forhold. Vi diskuterer et par af dem nedenfor.
positivt og negativt forhold
to eller flere variabler kan have positive, negative eller slet ingen forhold. I tilfælde af to variabler er et positivt forhold et, hvor begge variabler varierer i samme retning.
men når de varierer i modsatte retninger, siges de at have et negativt forhold. Når en ændring i den anden variabel ikke ledsager ændring eller bevægelse af en variabel, siger vi, at de pågældende variabler ikke er relateret.
for eksempel, hvis en stigning i hans løn ledsager ens joberfaring, er forholdet mellem joberfaring og lønfrekvensen positiv.
hvis en stigning i uddannelsesniveauet for et individ mindsker hans ønske om yderligere børn, er forholdet negativt eller omvendt. Hvis uddannelsesniveauet ikke har nogen indflydelse på ønsket, siger vi, at variablerne’ ønske om yderligere børn’ og ‘uddannelse’ ikke er relateret.
styrken af forholdet
når det er fastslået, at to variabler faktisk er relaterede, ønsker vi at fastslå, hvor stærkt de er relaterede.
en almindelig statistik til måling af styrken af et forhold er den såkaldte korrelationskoefficient symboliseret med r. r er et enhedsfrit mål, der ligger mellem -1 og +1 inklusive, med nul, der ikke betyder noget lineært forhold.
for så vidt angår forudsigelsen af en variabel ud fra kendskabet til den anden variabel betyder en værdi på r= +1 en 100% nøjagtighed ved forudsigelse af et positivt forhold mellem de to variabler, og en værdi på r = -1 betyder en 100% nøjagtighed ved forudsigelse af et negativt forhold mellem de to variabler.
symmetrisk forhold
indtil videre har vi kun diskuteret symmetriske forhold, hvor en ændring i den anden variabel ledsager en ændring i begge variabler. Dette forhold angiver ikke, hvilken variabel der er den uafhængige variabel, og hvilken variabel der er den afhængige variabel.
med andre ord kan du mærke en af variablerne som den uafhængige variabel.
et sådant forhold er et symmetrisk forhold. I et asymmetrisk forhold ledsages ændring i variabel h (sige) af en ændring i variabel Y, men ikke omvendt.
mængden af nedbør vil for eksempel øge produktiviteten, men produktiviteten påvirker ikke nedbøren. Det er et asymmetrisk forhold.
tilsvarende ville forholdet mellem rygning og lungekræft være asymmetrisk, fordi rygning kan forårsage kræft, men lungekræft kunne ikke forårsage rygning.
årsagssammenhæng
indikation af et forhold mellem to variabler sikrer ikke automatisk, at ændringer i en variabel forårsager ændringer i en anden variabel.
det er imidlertid meget vanskeligt at fastslå eksistensen af kausalitet mellem variabler. Mens ingen nogensinde kan være sikker på, at variabel a får variabel B til at forekomme, kan man alligevel samle nogle beviser, der øger vores tro på, at A fører til B.
i et forsøg på at gøre det søger vi følgende beviser:
- er der et forhold mellem A og B? Når der findes sådanne beviser, er det en indikation af en mulig årsagsforbindelse mellem variablerne.
- er forholdet asymmetrisk, så en ændring i A resulterer i en ændring i B, men ikke omvendt? Med andre ord, sker A før B? Hvis vi finder ud af, at B forekommer før A, kan vi have ringe tillid til, at A forårsager
- gør en ændring i et resultat en ændring i B uanset handlinger fra andre faktorer? Eller med andre ord, er det muligt at fjerne andre mulige årsager til B? Kan man bestemme, at C, D og E (sige) ikke varierer med B på en måde, der antyder mulige årsagsforbindelser?
lineært og ikke-lineært forhold
et lineært forhold er et lineært forhold mellem to variabler, hvor variablerne varierer med samme hastighed uanset om værdierne er lave, høje eller mellemliggende.
Dette er i modsætning til de ikke-lineære (eller krøllede) forhold, hvor den hastighed, hvormed en variabel ændrer sig i værdi, kan være forskellig for forskellige værdier af den anden variabel.
om en variabel er lineært relateret til den anden variabel eller ej, kan simpelthen fastslås ved at plotte k-værdierne mod K-værdier. Hvis værdierne, når de afbildes, ser ud til at ligge på en lige linje, foreslås eksistensen af et lineært forhold mellem H og Y.
højde og vægt har næsten altid et omtrent lineært forhold, mens alder og fertilitetsrater har et ikke-lineært forhold.