المتغيرات: التعريف والأمثلة وأنواع المتغيرات في البحث

ما هو المتغير؟

في سياق التحقيق البحثي، يشار إلى المفاهيم بشكل عام على أنها متغيرات. أ عامل هو، كما ينطبق الاسم، شيء يختلف.

أمثلة على المتغير

هذه كلها أمثلة للمتغيرات لأن كل خاصية من هذه الخصائص تختلف أو تختلف من فرد إلى آخر.

• عمر،
• الجنس,
• يصدّر،
• الإيرادات والمصروفات،
• الحجم العائلي،
• بلد الميلاد،
• النفقات الرأسمالية،
• درجات الفصل،
• قراءات ضغط الدم,
• مستويات القلق قبل الجراحة،
• لون العين، و
• نوع السيارة.

ما هو المتغير في البحث؟

المتغير هو أي خاصية أو خاصية أو رقم أو كمية تزيد أو تنقص بمرور الوقت أو يمكن أن تأخذ قيمًا مختلفة (على عكس الثوابت، مثل ن، التي لا تختلف) في مواقف مختلفة.

عند إجراء البحوث، غالبا ما تتلاعب التجارب بالمتغيرات. على سبيل المثال، يمكن للمجرب مقارنة فعالية أربعة أنواع من الأسمدة.

في هذه الحالة، المتغير هو "نوع الأسمدة". يمكن لعالم الاجتماع أن يدرس التأثير المحتمل للزواج المبكر على الطلاق. زواجها المبكر هو المتغير.

قد يجد باحث الأعمال أنه من المفيد تضمين الأرباح في تحديد أسعار الأسهم. هنا، العائد هو المتغير.

تعتبر الفعالية والطلاق وأسعار الأسهم متغيرات لأنها تختلف أيضًا بسبب التلاعب بالأسمدة والزواج المبكر وأرباح الأسهم.

المتغيرات النوعية

الفرق المهم بين المتغيرات هو المتغيرات النوعية والكمية.

المتغيرات النوعية هي تلك التي تعبر عن سمة نوعية، مثل لون الشعر، والدين، والعرق، والجنس، والحالة الاجتماعية، وطريقة الدفع، وما إلى ذلك. لا تتضمن قيم المتغير النوعي ترتيبًا رقميًا ذا معنى.

ال وتختلف قيمة متغير «الدين» (مسلم، هندوسي.. وغيرها) نوعيا؛ لا يوجد أي ترتيب للدين ضمنيًا. يشار أحيانًا إلى المتغيرات النوعية باسم متغيرات مقولية.

على سبيل المثال، يحتوي متغير الجنس على فئتين متميزتين: "ذكر" و"أنثى". وبما أن قيم هذا المتغير يتم التعبير عنها في فئات، فإننا نشير إلى ذلك كمتغير فئوي.

وبالمثل، يمكن تصنيف مكان الإقامة على أنه حضري وريفي، وبالتالي فهو متغير قاطع.

يمكن وصف المتغيرات الفئوية مرة أخرى بأنها اسمى، صورى شكلى، بالاسم فقط و ترتيبي.

يمكن ترتيب المتغيرات الترتيبية منطقيًا أو تصنيفها أعلى أو أقل من غيرها، ولكنها لا تحدد بالضرورة فرقًا رقميًا بين كل فئة، مثل درجات الامتحانات (A+، A، B+، وما إلى ذلك)، وحجم الملابس (كبير جدًا، كبير، متوسط، كبير جدًا). صغير).

المتغيرات الاسمية هي تلك التي لا يمكن ترتيبها أو ترتيبها منطقيا، مثل الدين والجنس وما إلى ذلك.

المتغير النوعي هو صفة غير قابلة للقياس ولكن يمكن تصنيفها على أنها تمتلك أو لا تمتلك بعض الخصائص.

المتغيرات الكمية

المتغيرات الكمية، أيضا يسمى المتغيرات الرقمية، هي تلك المتغيرات التي يتم قياسها من حيث الأرقام. مثال بسيط على المتغير الكمي هو عمر الشخص.

يمكن أن يتخذ العمر قيمًا مختلفة لأن الشخص يمكن أن يكون عمره 20 عامًا أو 35 عامًا وما إلى ذلك. وبالمثل، يعد حجم الأسرة متغيرًا كميًا لأن الأسرة قد تتكون من فرد أو اثنين أو ثلاثة أفراد، وهكذا.

وكل من هذه الخصائص أو الخصائص المشار إليها أعلاه تختلف أو تختلف من فرد إلى آخر. لاحظ أن هذه المتغيرات يتم التعبير عنها بالأرقام، والتي نسميها متغيرات كمية أو رقمية في بعض الأحيان.

المتغير الكمي هو الذي تكون الملاحظات الناتجة عنه رقمية وبالتالي تمتلك ترتيبًا أو تصنيفًا طبيعيًا.

المتغيرات المنفصلة والمستمرة

المتغيرات الكمية هي مرة أخرى من نوعين: منفصلة ومستمرة.

تعد المتغيرات مثل بعض الأطفال في الأسرة أو عدد العناصر المعيبة في الصندوق متغيرات منفصلة نظرًا لأن الدرجات المحتملة منفصلة على المقياس.

على سبيل المثال، يمكن أن يكون لدى الأسرة ثلاثة أو خمسة أطفال، ولكن ليس 4.52 طفل.

المتغيرات الأخرى، مثل "الوقت المطلوب لإكمال اختبار MCQ" و"وقت الانتظار في قائمة الانتظار أمام شباك البنك"، هي متغيرات مستمرة.

الوقت المطلوب في الأمثلة أعلاه هو متغير مستمر، والذي يمكن أن يكون، على سبيل المثال، 1.65 دقيقة أو 1.6584795214 دقيقة.

وبطبيعة الحال، فإن الجوانب العملية للقياس تمنع معظم المتغيرات المقاسة من أن تكون مستمرة.

المتغير المنفصل

المتغير المنفصل، الذي يقتصر على قيم معينة، عادة (ولكن ليس بالضرورة) يتكون من أرقام صحيحة، مثل حجم الأسرة وعدد من العناصر المعيبة في الصندوق. وهي غالبا ما تكون نتائج التعداد أو العد.

بعض الأمثلة الأخرى هي؛

• عدد الحوادث خلال الاثني عشر شهرا.
• عدد بطاقات الجوال المباعة في أحد المتاجر خلال سبعة أيام.
• عدد المرضى الذين تم إدخالهم إلى المستشفى خلال فترة محددة.
• عدد الفروع الجديدة للبنك التي تم افتتاحها سنويا خلال الأعوام 2001-2007.
• عدد الزيارات الأسبوعية التي قام بها العاملون الصحيون في آخر 12 شهرًا.

المتغير المستمر

قد يأخذ المتغير المستمر عددًا لا نهائيًا من القيم المتوسطة خلال فترة زمنية محددة. الأمثلة هي:

• مستوى السكر في جسم الإنسان؛
• قراءة ضغط الدم.
• درجة حرارة؛
• طول أو وزن جسم الإنسان؛
• معدل الفائدة المصرفية؛
• معدل العائد الداخلي (IRR)،
• نسبة الكسب (ER)؛
• النسبة الحالية (CR)

وبغض النظر عن مدى تقارب الملاحظتين، إذا كانت أداة القياس دقيقة بما فيه الكفاية، فيمكن العثور على ملاحظة ثالثة تقع بين الملاحظتين الأوليين.

عادة ما ينتج المتغير المستمر عن القياس ويمكن أن يفترض قيمًا لا حصر لها في النطاق المحدد.

المتغيرات التابعة والمتغير المستقل

في العديد من إعدادات البحث، يجب التمييز بين فئتين محددتين من المتغيرات: المتغير المستقل والمتغير التابع.

تهدف العديد من الدراسات البحثية إلى الكشف عن أسباب الظواهر أو المشكلات الأساسية وفهمها بهدف نهائي هو إقامة علاقة سببية بينها.

انظر إلى العبارات التالية:

• قلة تناول الطعام تسبب نقص الوزن.
• التدخين يزيد من خطر الإصابة بسرطان الرئة.
• مستوى التعليم يؤثر على الرضا الوظيفي
• الإعلان يساعد في ترويج المبيعات.
• الدواء يسبب تحسنا في المشاكل الصحية.
• التدخل التمريضي يسبب الشفاء السريع.
• الخبرات الوظيفية السابقة تحدد الراتب الأولي.
• التوت الأزرق يبطئ الشيخوخة.
• توزيعات الأرباح لكل سهم تحدد أسعار الأسهم.

في كل من الاستعلامات المذكورة أعلاه، لدينا متغيرين مستقلين وتابعين. في المثال الأول، يُعتقد أن "تناول كميات قليلة من الطعام" هو سبب "مشكلة نقص الوزن".

ومن ثم فهو ما يسمى بالمتغير المستقل. نقص الوزن هو المتغير التابع لأننا نعتقد أن هذه "المشكلة" (مشكلة نقص الوزن) ناجمة عن "قلة تناول الطعام" (العامل).

وبالمثل، فإن التدخين وأرباح الأسهم والإعلان كلها متغيرات مستقلة، وسرطان الرئة والرضا الوظيفي والمبيعات متغيرات تابعة.

وبشكل عام، يتم التعامل مع المتغير المستقل من قبل المجرب أو الباحث، ويتم قياس تأثيراته على المتغير التابع.

متغير مستقل

يسمى المتغير المستخدم لوصف أو قياس العامل الذي يفترض أنه يسبب المشكلة أو النتيجة أو على الأقل يؤثر عليها متغير مستقل.

ويعني التعريف أن المجرب يستخدم المتغير المستقل لوصف أو شرح تأثيره أو تأثيره على المتغير التابع.

يفترض أن التباين في المتغير التابع يعتمد على التباين في المتغير المستقل.

اعتمادًا على السياق، يُطلق على المتغير المستقل أحيانًا اسم المتغير المتنبئ، أو الارتداد، أو المتغير المتحكم فيه، أو المتغير المعالج، أو المتغير التوضيحي، أو متغير التعرض (كما هو مستخدم في نظرية الموثوقية)، أو عامل الخطر (كما هو مستخدم في الإحصاءات الطبية)، أو الميزة (كما هو مستخدم في الإحصاءات الطبية)، في التعلم الآلي والتعرف على الأنماط) أو متغير الإدخال.

يفضل بعض المؤلفين المتغير التوضيحي على المتغير المستقل عندما لا تكون الكميات التي يتم التعامل معها كمتغيرات مستقلة مستقلة إحصائيا أو يمكن للباحث معالجتها بشكل مستقل.

إذا تمت الإشارة إلى المتغير المستقل كمتغير توضيحي، فإن مصطلح متغير الاستجابة هو المفضل لدى بعض المؤلفين للمتغير التابع.

المتغير التابع

المتغير المستخدم لوصف أو قياس المشكلة أو النتيجة قيد الدراسة يسمى أ المتغير التابع.

في العلاقة السببية، السبب هو المتغير المستقل، والنتيجة هي المتغير التابع. إذا افترضنا أن التدخين يسبب سرطان الرئة، فإن "التدخين" هو المتغير المستقل والسرطان هو المتغير التابع.

قد يجد باحث الأعمال أنه من المفيد تضمين الأرباح في تحديد أسعار الأسهم. هنا الأرباح هي المتغير المستقل، في حين أن سعر السهم هو المتغير التابع.

المتغير التابع عادة هو المتغير الذي يهتم الباحث بفهمه أو تفسيره أو التنبؤ به.

في أبحاث سرطان الرئة، يكون السرطان محل اهتمام حقيقي للباحث، وليس سلوك التدخين في حد ذاته. المتغير المستقل هو السبب المفترض للمتغير التابع أو السابق له أو التأثير عليه.

اعتمادًا على السياق، يسمى المتغير التابع أحيانًا متغير الاستجابة، أو التراجع، أو المتغير المتوقع، أو المتغير المقاس، أو المتغير الموضح، أو المتغير التجريبي، أو متغير الاستجابة، أو متغير النتيجة، أو متغير الإخراج، أو التسمية.

يفضل بعض المؤلفين المتغير الموضح على المتغير التابع عندما لا تكون الكميات التي يتم التعامل معها كمتغيرات تابعة معتمدة إحصائيا.

إذا تمت الإشارة إلى المتغير التابع كمتغير موضح، فإن مصطلح المتغير المتنبئ يفضله بعض المؤلفين للمتغير المستقل.

مستويات المتغير المستقل

إذا قارن المجرب علاجا تجريبيا مع علاج ضابط، فإن المتغير المستقل (نوع من العلاج) له مستويان: تجريبي وضابط.

إذا كانت هناك تجربة لمقارنة خمسة أنواع من الأنظمة الغذائية، فإن المتغيرات المستقلة (أنواع الأنظمة الغذائية) سيكون لها خمسة مستويات.

وبشكل عام فإن عدد مستويات المتغير المستقل هو عدد الظروف التجريبية.

الخلفية المتغيرة

في كل دراسة تقريبًا، نقوم بجمع معلومات مثل العمر والجنس والتحصيل العلمي والحالة الاجتماعية والاقتصادية والحالة الاجتماعية والدين ومكان الميلاد وما شابه. يشار إلى هذه المتغيرات باسم متغيرات الخلفية

وغالباً ما ترتبط هذه المتغيرات بالعديد من المتغيرات المستقلة، لذا فهي تؤثر بشكل غير مباشر على المشكلة. ومن ثم يطلق عليها متغيرات الخلفية.

وينبغي قياس المتغيرات الأساسية إذا كانت مهمة للدراسة. ومع ذلك، يجب أن نحاول إبقاء عدد المتغيرات الأساسية أقل ما يمكن لمصلحة الاقتصاد.

تعديل المتغير

في أي بيان لعلاقات المتغيرات، يُفترض عادةً أن المتغير المستقل "يسبب" حدوث المتغير التابع بطريقة ما.

في العلاقات البسيطة، تكون جميع المتغيرات الأخرى غريبة ويتم تجاهلها.

في مواقف الدراسة الفعلية، تحتاج مثل هذه العلاقة البسيطة بين شخصين إلى مراجعة لأخذ المتغيرات الأخرى في الاعتبار لشرح العلاقة بشكل أفضل.

وهذا يؤكد الحاجة إلى النظر في متغير مستقل ثانٍ من المتوقع أن يكون له تأثير مساهم أو مشروط على العلاقة المستقلة التابعة المذكورة أصلاً.

ويسمى مثل هذا المتغير أ متغير الاعتدال.

لنفترض أنك تدرس تأثير التدريب الميداني والتدريب في الفصول الدراسية على أداء عمل العاملين في مجال الصحة وتنظيم الأسرة. أنت تعتبر نوع التدريب كمتغير مستقل.

إذا كنت تركز على العلاقة بين عمر المتدربين وأداء العمل، فقد تستخدم "نوع التدريب" كمتغير معتدل.

متغير دخيل

تهتم معظم الدراسات بتحديد متغير مستقل واحد وقياس تأثيره على المتغير التابع.

ولكن لا يزال هناك العديد من المتغيرات التي قد تؤثر على علاقة المتغير المستقل المفترضة لدينا، وبالتالي تشويه الدراسة. يشار إلى هذه المتغيرات باسم متغيرات غريبة.

المتغيرات الدخيلة ليست بالضرورة جزءًا من الدراسة. إنها تمارس تأثيرًا مربكًا على العلاقة المستقلة التابعة وبالتالي يجب التخلص منها أو السيطرة عليها.

مثال قد يوضح مفهوم المتغيرات الدخيلة. لنفترض أننا مهتمون بدراسة العلاقة بين حالة عمل الأمهات ومدة الرضاعة الطبيعية.

ليس من غير المعقول في هذه الحالة افتراض أن مستوى تعليم الأمهات لأنه يؤثر على حالة العمل قد يكون له تأثير على مدة الرضاعة الطبيعية أيضًا.

يتم التعامل مع التعليم هنا كمتغير خارجي. وفي أية محاولة للقضاء على تأثير هذا المتغير أو السيطرة عليه، يمكن أن نعتبر هذا المتغير أ متغير الخلط.

الطريقة المناسبة للتعامل مع المتغيرات المربكة هي اتباع إجراء التقسيم الطبقي، والذي يتضمن تحليلًا منفصلاً لمستويات الأكاذيب المختلفة في المتغيرات المربكة.

ولهذا الغرض، يمكن بناء طاولتين متقاطعتين للأمهات الأميات والأخرى للأمهات المتعلمات.

لنفترض أننا وجدنا ارتباطًا مشابهًا بين حالة العمل ومدة الرضاعة الطبيعية في كلتا مجموعتي الأمهات. وفي هذه الحالة نستنتج أن المستوى التعليمي للأمهات ليس متغيرا محيرا.

متغير التدخل

غالبًا ما تكون العلاقة الواضحة بين متغيرين ناتجة عن متغير ثالث.

على سبيل المثال، قد يكون المتغيران X وY مرتبطين بشكل كبير، ولكن فقط لأن X يسبب المتغير الثالث، Z، والذي بدوره يسبب Y. في هذه الحالة، Z هو المتغير الثالث متغير التدخل.

يؤثر المتغير المتدخل نظريًا على الظواهر المرصودة ولكن لا يمكن رؤيته أو قياسه أو التلاعب به بشكل مباشر؛ ولا يمكن استنتاج آثارها إلا من تأثيرات المتغيرات المستقلة والمعتدلة على الظواهر المرصودة.

قد ننظر إلى الدافع أو الاستشارة على أنها المتغير المتدخل في العلاقة بين حالة العمل والرضاعة الطبيعية.

وبالتالي، فإن الدافع، والرضا الوظيفي، والمسؤولية، والسلوك، والعدالة هي بعض الأمثلة على المتغيرات المتداخلة.

متغير القامع

في كثير من الحالات، لدينا أسباب وجيهة للاعتقاد بأن المتغيرات محل الاهتمام لها علاقة، ولكن بياناتنا تفشل في إثبات أي علاقة من هذا القبيل. قد تؤدي بعض العوامل الخفية إلى قمع العلاقة الحقيقية بين المتغيرين الأصليين.

ويشار إلى مثل هذا العامل باسم أ متغير القامع لأنه يمنع العلاقة بين المتغيرين الآخرين.

يقوم المتغير الكابت بقمع العلاقة من خلال ارتباطه إيجابيا بأحد المتغيرات في العلاقة وارتباطه سلبيا مع الآخر. سوف تظهر العلاقة الحقيقية بين المتغيرين مرة أخرى عندما يتم التحكم في المتغير الكابت.

وهكذا، على سبيل المثال، قد يؤدي انخفاض السن إلى رفع مستوى التعليم وانخفاض الدخل. في المقابل، قد يؤدي ارتفاع السن إلى ارتفاع الدخل وانخفاض مستوى التعليم، مما يلغي فعليًا العلاقة بين التعليم والدخل ما لم يتم التحكم في العمر.

4 العلاقات بين المتغيرات

وفي التعامل مع العلاقات بين المتغيرات في البحث، نلاحظ تنوع الأبعاد في هذه العلاقات.

1. العلاقة الإيجابية والسلبية
2. علاقة متماثلة
3. العلاقة السببية
4. العلاقة الخطية وغير الخطية

العلاقة الإيجابية والسلبية

قد يكون لمتغيرين أو أكثر علاقة إيجابية أو سلبية أو لا علاقة لها على الإطلاق. في حالة وجود متغيرين، العلاقة الإيجابية هي العلاقة التي يتغير فيها كلا المتغيرين في نفس الاتجاه.

ومع ذلك، يقال أن لديهم علاقة سلبية عندما يختلفون في اتجاهين متعاكسين.

عندما لا يصاحب تغير في المتغير الآخر تغير أو حركة متغير واحد، نقول إن المتغيرات المعنية غير مرتبطة.

على سبيل المثال، إذا كانت الزيادة في معدل الأجر مصاحبة للخبرة الوظيفية، فإن العلاقة بين الخبرة الوظيفية ومعدل الأجر تكون إيجابية.

فإذا كان ارتفاع المستوى التعليمي للفرد يقلل من رغبته في إنجاب أطفال إضافيين، فإن العلاقة تكون سلبية أو عكسية.

إذا لم يكن لمستوى التعليم أي تأثير على الرغبة، نقول إن متغيري الرغبة في إنجاب أطفال إضافيين و"التعليم" ليسا مرتبطين.

قوة العلاقة

بمجرد التأكد من وجود علاقة بين متغيرين، نريد التأكد من مدى قوة الارتباط بينهما.

الإحصائية الشائعة لقياس قوة العلاقة هي ما يسمى معامل الارتباط يرمز لها ص. ص هو مقياس خالٍ من الوحدات، يقع بين -1 و+1 ضمنًا، حيث يشير الصفر إلى عدم وجود علاقة خطية.

وفيما يتعلق بالتنبؤ بمتغير واحد من معرفة المتغير الآخر، فإن قيمة r= +1 تعني دقة 100% في التنبؤ بالعلاقة الإيجابية بين المتغيرين، وقيمة r = -1 تعني 100% الدقة في التنبؤ بالعلاقة السلبية بين المتغيرين.

علاقة متماثلة

لقد ناقشنا حتى الآن فقط العلاقات المتماثلة التي يكون فيها التغيير في المتغير الآخر مصاحبًا للتغيير في أي من المتغيرين.

لا تشير هذه العلاقة إلى أي متغير هو المتغير المستقل وأي متغير هو المتغير التابع.

بمعنى آخر، يمكنك تسمية أي من المتغيرات كمتغير مستقل.

مثل هذه العلاقة متناظرة علاقة. في علاقة غير متكافئة, تغيير في المتغير X (قل) يرافقه تغيير في المتغير ص، ولكن ليس العكس.

على سبيل المثال، ستؤدي كمية الأمطار إلى زيادة الإنتاجية، لكن الإنتاجية لن تؤثر على هطول الأمطار. هذه علاقة غير متكافئة.

وبالمثل، فإن العلاقة بين التدخين وسرطان الرئة ستكون غير متماثلة لأن التدخين يمكن أن يسبب السرطان، ولكن سرطان الرئة لا يمكن أن يسبب التدخين.

العلاقة السببية

إن الإشارة إلى العلاقة بين متغيرين لا تضمن تلقائيًا أن التغييرات في متغير واحد تسبب تغييرات في متغير آخر.

ومع ذلك، فمن الصعب للغاية إثبات وجود علاقة سببية بين المتغيرات. في حين لا يمكن لأحد أن يكون على يقين من هذا المتغير أ يسبب متغير بويمكن للمرء أن يجمع بعض الأدلة التي تزيد من اعتقادنا بذلك أ يؤدي إلي ب.

وفي محاولتنا لذلك نطلب الأدلة التالية:

1. هل هناك علاقة بين أ و ب؟ وعندما يوجد مثل هذا الدليل، فإنه يشير إلى وجود علاقة سببية محتملة بين المتغيرات.
2. هل العلاقة غير متماثلة بحيث يحدث تغيير فيها أ النتائج في ب ولكن ليس العكس؟ وبعبارة أخرى، هل أ تحدث من قبل ب؟ إذا وجدنا ذلك ب يحدث من قبل أ، لا يمكننا أن نثق في ذلك كثيرًا أ الأسباب.
3. هل يؤدي التغيير في A إلى تغيير في B بغض النظر عن تصرفات العوامل الأخرى؟ أم أنه من الممكن القضاء على الأسباب المحتملة الأخرى ل ب؟ هل يمكن تحديد أن C، د، و ه (قل) لا تختلفوا ب بطريقة تقترح روابط سببية محتملة؟

العلاقة الخطية وغير الخطية

العلاقة الخطية هي علاقة خطية مستقيمة بين متغيرين، حيث تختلف المتغيرات بنفس المعدل بغض النظر عما إذا كانت القيم منخفضة أو عالية أو متوسطة.

وهذا على النقيض من العلاقات غير الخطية (أو المنحنية)، حيث قد يختلف معدل تغير قيمة متغير واحد باختلاف قيم المتغير الثاني.

ما إذا كان المتغير مرتبطًا خطيًا بالمتغير الآخر أم لا يمكن التأكد منه ببساطة عن طريق رسم قيم K مقابله X قيم.

إذا كانت القيم، عند رسمها، تبدو وكأنها تقع على خط مستقيم، فإن وجود علاقة خطية بينهما X و ي ويقترح.

دائمًا ما يكون للطول والوزن علاقة خطية تقريبًا، في حين أن معدلات العمر والخصوبة لها علاقة غير خطية.

الأسئلة المتداولة حول المتغير

ما هو المتغير في سياق التحقيق البحثي؟

يشير المتغير، في سياق التحقيق البحثي، إلى مفاهيم تختلف. يمكن أن تكون أي خاصية أو خاصية أو رقم أو كمية يمكن أن تزيد أو تنقص بمرور الوقت أو تأخذ قيمًا مختلفة.

كيف يتم استخدام المتغير في البحث؟

في البحث، المتغير هو أي خاصية أو خاصية يمكن أن تأخذ قيمًا مختلفة. غالبًا ما تتلاعب التجارب بالمتغيرات لمقارنة النتائج. على سبيل المثال، قد يقوم المجرب بمقارنة فعالية أنواع مختلفة من الأسمدة، حيث يكون المتغير هو "نوع الأسمدة".

ما الذي يميز المتغيرات النوعية عن المتغيرات الكمية؟

تعبر المتغيرات النوعية عن سمة نوعية، مثل لون الشعر أو الدين، ولا تتضمن ترتيبًا رقميًا ذا معنى. ومن ناحية أخرى، يتم قياس المتغيرات الكمية من حيث الأرقام، مثل عمر الشخص أو حجم الأسرة.

كيف تختلف المتغيرات المنفصلة والمستمرة من حيث المتغيرات الكمية؟

تقتصر المتغيرات المنفصلة على قيم معينة، غالبًا أرقام صحيحة، ناتجة عن التعداد أو العد، مثل عدد الأطفال في الأسرة. يمكن للمتغيرات المستمرة أن تأخذ عددًا لا نهائيًا من القيم المتوسطة على طول فترة زمنية محددة، مثل الوقت اللازم لإكمال الاختبار.

ما هي أدوار المتغيرات المستقلة والتابعة في البحث؟

في البحث، يتم التلاعب بالمتغير المستقل من قبل الباحث لملاحظة آثاره على المتغير التابع. المتغير المستقل هو السبب أو التأثير المفترض، في حين أن المتغير التابع هو النتيجة أو التأثير الذي يتم قياسه.

ما هو متغير الخلفية في الدراسة؟

متغيرات الخلفية هي المعلومات التي تم جمعها في الدراسة، مثل العمر أو الجنس أو التحصيل العلمي. غالبًا ما ترتبط هذه المتغيرات بالعديد من المتغيرات المستقلة وتؤثر بشكل غير مباشر على المشكلة أو النتيجة الرئيسية، ومن ثم يطلق عليها اسم متغيرات الخلفية.

كيف يؤثر المتغير الكابت على العلاقة بين متغيرين آخرين؟

يمكن للمتغير الكابت أن يمنع أو يخفي العلاقة الحقيقية بين متغيرين آخرين. ويتم ذلك من خلال الارتباط الإيجابي مع أحد المتغيرين والارتباط السلبي مع الآخر. عندما يتم التحكم في المتغير الكابت، يمكن ملاحظة العلاقة الحقيقية بين المتغيرين الأصليين.