en recherche statistique, une variable est définie comme un attribut d’un objet d’étude. Le choix des variables à mesurer est essentiel à une bonne conception expérimentale.
exemple
Si vous voulez vérifier si certaines espèces végétales sont plus tolérantes au sel que d’autres, certaines variables clés que vous pourriez mesurer incluent la quantité de sel que vous ajoutez à l’eau, les espèces de plantes étudiées et les variables liées à la santé des plantes comme la croissance et le flétrissement.,
Vous devez savoir avec quels types de variables vous travaillez afin de choisir les tests statistiques appropriés et d’interpréter les résultats de votre étude.
Vous pouvez généralement identifier le type de variable en posant deux questions:
- quel type de données contient la variable?
- quelle partie de l’expérience représente la variable?
types de données: variables quantitatives vs variables catégorielles
Les données sont une mesure spécifique d’une variable – c’est la valeur que vous enregistrez dans votre fiche technique., Les données sont généralement divisées en deux catégories:
- Les données quantitatives représentent des quantités.
- Les données catégorielles représentent les regroupements.
Une variable qui contient des données quantitatives est une variable quantitative; une variable qui contient des données catégorielles est une variable catégorielle. Chacun de ces types de variable peut être décomposé en d’autres types.
variables quantitatives
lorsque vous collectez des données quantitatives, les nombres que vous enregistrez représentent des quantités réelles qui peuvent être ajoutées, soustraites, divisées, etc., Il existe deux types de variables quantitatives: discrètes et continues.
| Type de variable | Que les données représentent? | Exemples |
|---|---|---|
| les variables Discrètes (aka des variables de type entier) | Compte des éléments individuels ou des valeurs., |
|
| les variables Continues (aka ratio de variables) | Mesures de façon continue ou non-fini de valeurs. |
|
les variables Catégorielles
les variables Catégorielles représentent les groupements de quelque sorte. Ils sont parfois enregistrés sous forme de chiffres, mais les chiffres représentent des catégories plutôt que des quantités réelles de choses.,
Il existe trois types de variables catégorielles: les variables binaires, nominales et ordinales.
| Type de variable | Que les données représentent? | Exemples |
|---|---|---|
| variables Binaires (aka les variables dichotomiques) | Oui/non les résultats., |
|
| les variables Nominales | Groupes ayant pas de grade ou de l’ordre entre eux. |
|
| Ordinale des variables | Groupes qui sont classés dans un ordre spécifique. |
|
*à Noter que, parfois, une variable peut fonctionner comme plus d’un type!, Une variable ordinale peut également être utilisée comme variable quantitative si l’échelle est numérique et n’a pas besoin d’être conservée en tant qu’entiers discrets. Par exemple, les étoiles sur les avis de produits sont ordinales (1 à 5 étoiles), mais la note moyenne est quantitative.
exemple de fiche technique
pour garder une trace de votre expérience de tolérance au sel, vous créez une fiche technique dans laquelle vous enregistrez des informations sur les variables de l’expérience, comme l’ajout de sel et la santé des plantes.,
pour recueillir des informations sur les réponses des Plantes au fil du temps, vous pouvez remplir la même fiche technique tous les quelques jours jusqu’à la fin de l’expérience. Cette feuille d’exemple est codée par couleur selon le type de variable: nominale, continue, ordinale et binaire.
parties de l’expérience: variables indépendantes vs variables dépendantes
Les expériences sont généralement conçues pour savoir quel effet une variable a sur une autre – dans notre exemple, l’effet de l’addition de sel sur la croissance des plantes.,
Vous manipulez la variable indépendante (celle que vous pensez être la cause), puis mesurez la variable dépendante (celle que vous pensez être l’effet) pour savoir quel pourrait être cet effet.
vous aurez probablement aussi des variables que vous maintenez constantes (variables de contrôle) afin de vous concentrer sur votre traitement expérimental.,
| Type de variable | Définition | Exemple (la tolérance au sel expérience) |
|---|---|---|
| variables Indépendantes (aka le traitement des variables) | les Variables de vous manipuler afin d’influer sur les résultats d’une expérience. | la quantité de sel ajoutée à l’eau de chaque plante., |
| variables Dépendantes (aka les variables de réponse) | Variables qui représentent le résultat de l’expérience. | toute mesure de la santé et de la croissance des plantes: dans ce cas, la hauteur et le flétrissement des plantes. |
| les variables de Contrôle | Variables qui sont maintenus constants tout au long de l’expérience. | la température et la lumière dans la pièce dans laquelle les plantes sont conservées, et le volume d’eau donné à chaque plante., |
Exemple de fiche de données
Dans cette expérience, nous avons indépendants et trois variables dépendantes.
les autres variables de la feuille ne peuvent pas être classées comme indépendantes ou dépendantes, mais elles contiennent des données dont vous aurez besoin pour interpréter vos variables dépendantes et indépendantes.
Qu’en est-il de la recherche corrélationnelle?,
lorsque vous effectuez des recherches corrélationnelles, les Termes « dépendant” et « indépendant” ne s’appliquent pas, car vous n’essayez pas d’établir une relation de cause à effet.
cependant, il peut y avoir des cas où une variable précède clairement l’autre (par exemple, les précipitations conduisent à la boue, plutôt que l’inverse). Dans ces cas, vous pouvez appeler la variable précédente (c.-à-d. la pluie) la variable prédictive et la variable suivante (c.-à-D. La boue) la variable de résultat.
les Autres types de variables
Une fois que vous avez défini vos variables indépendantes et dépendantes et de déterminer si elles sont catégoriques ou quantitative, vous serez en mesure de choisir le bon test statistique.,
Mais il existe de nombreuses autres façons de décrire les variables qui aident à interpréter vos résultats. Quelques types de variables utiles sont listés ci-dessous.
| Type de variable | Définition | Exemple (la tolérance au sel expérience) |
|---|---|---|
| variables | Une variable qui cache le véritable effet d’une autre variable dans votre expérience., Cela peut se produire lorsqu’une autre variable est étroitement liée à une variable qui vous intéresse, mais que vous ne l’avez pas contrôlée dans votre expérience. | la taille du Pot et le type de sol peuvent affecter la survie des plantes autant ou plus que les ajouts de sel. Dans une expérience, vous contrôleriez ces facteurs de confusion potentiels en les maintenant constants. |
| variables latentes | une variable qui ne peut pas être directement mesurée, mais que vous représentez via un proxy., | la tolérance au sel chez les plantes ne peut pas être mesurée directement, mais peut être déduite des mesures de la santé des plantes dans notre expérience d’addition de sel. |
| variables composites | une variable qui est faite en combinant plusieurs variables dans une expérience. Ces variables sont créées lorsque vous analysez des données, pas lorsque vous les mesurez. | les trois variables phytosanitaires pourraient être combinées en un seul score phytosanitaire pour faciliter la présentation de vos résultats., |
questions Fréquemment posées au sujet des variables
Vous pouvez penser à des variables indépendantes et dépendantes en termes de cause et d’effet: une variable indépendante est la variable que vous pensez être la cause, tandis qu’une variable dépendante est l’effet.
dans une expérience, vous manipulez la variable indépendante et mesurez le résultat dans la variable dépendante., Par exemple, dans une expérience sur l’effet des nutriments sur la croissance des cultures:
- La variable indépendante est la quantité de nutriments ajoutés au champ de culture.
- La variable dépendante est la biomasse des cultures au moment de la récolte.
définir vos variables, et décider comment vous allez les manipuler et les mesurer, est une partie importante de la conception expérimentale.
une variable confondante, également appelée facteur de confusion ou facteur de confusion, est une troisième variable dans une étude examinant une relation de cause à effet potentielle.
une variable de confusion est liée à la fois à la cause supposée et à l’effet supposé de l’étude. Il peut être difficile de séparer le vrai effet de la variable indépendante de l’effet de la variable confusion.
dans la conception de votre recherche, il est important d’identifier les variables confusionnelles potentielles et de planifier la façon dont vous réduirez leur impact.,
Les variables quantitatives sont toutes les variables dont les données représentent des quantités (par exemple, la taille, le poids ou l’âge).
les variables Catégorielles sont des variables dont les données représentent des groupes. Cela inclut les classements (par exemple, les places de finition dans une course), les classifications (par exemple, les marques de céréales) et les résultats binaires (par exemple, les retournements de pièces).
Vous devez savoir avec quel type de variables vous travaillez pour choisir le bon test statistique pour vos données et interpréter vos résultats.,
Les variables discrètes et continues sont deux types de variables quantitatives:
- Les variables discrètes représentent des nombres (par exemple le nombre d’objets dans une collection).
- Les variables continues représentent des quantités mesurables (p. ex. volume d’eau ou poids).
