De 11 typer variabler, der anvendes i forskning

Alder. Køn. Vægt. Højde. Beskæftigelse. Socioøkonomisk status. Angstniveau. Disse og andre elementer skal tages i betragtning, når vi forsøger at forklare en form for hypotese om mennesket eller en eller anden form for problem.

Og det er, at i alt, hvad der findes og sker omkring os, deltager utallige typer variabler, der kan have en mere eller mindre relevant rolle i de forskellige fænomener, der opstår. Det vil være nødvendigt at analysere og tage højde for, hvilke variabler der påvirker, og hvordan de gør det, hvis vi ønsker at få en generaliserbar forklaring. Det er noget, som alle dem, der er dedikeret til videnskabelig forskning, tager højde for, både i psykologi og i resten af ​​videnskaben. I denne artikel vil vi gennemgå, hvad de er de vigtigste typer variabler, der findes.

• Relateret artikel: "De 15 typer forskning (og karakteristika)"

Hvad er en variabel?

Inden vi går videre til at se på de forskellige variabeltyper, kan det være nyttigt at lave en kortfattet beskrivelse gennemgang af hvad vi betragter som sådan for at lette din identifikation og tage hensyn til din betydning.

En variabel forstås som en abstrakt konstruktion, der refererer til en egenskab, karakteristik eller studeret element, der kan eller ikke har en specifik rolle for, hvad der analyseres, og som præsenteres på en sådan måde, at det kan have forskellige værdier. Disse værdier kan derfor variere i forskellige mål afhængigt af både variablen og den situation, der analyseres, eller de grænser, som forskerne ønsker at tage i betragtning.

Vi står derfor over for et koncept, der samler de forskellige muligheder eller modaliteter, der kan tages i betragtning med hensyn til et karakteristisk træk, de nævnte værdier er variable og forskellige på forskellige tidspunkter og / eller emner.

Det pågældende koncept kan synes komplekst at forstå teoretisk, men det er meget mere forståeligt, hvis vi tror, ​​at nogle variabler kan være dem, der er nævnt i introduktion: en persons vægt eller køn ville være enkle eksempler på variabler, der måske eller måske ikke påvirker forskellige tilstande (for eksempel diabetes eller hjerte sygdom).

Variabler kan klassificeres på meget forskellige måder og baseret på adskillige differentierede kriterier, såsom deres funktionsniveau, deres forhold til andre variabler eller endda skalaen, som de måles med. Det er vigtigt at huske på, at det samme element kan have forskellige roller og klassificeres som forskellige typer variabler afhængigt af deres rolle i en given situation eller kontekst eksperimentel.

Typer af variabler alt efter deres funktionsdygtighed

Glem ikke, at videnskabelig forskning altid kræver en forenkling i større eller mindre grad af det, du vil studere. At identificere de vigtige elementer at fokusere på og lade alt andet være ude af fokus er en uundværligt krav, for ellers ville vi ikke være i stand til at analysere noget ved ikke at vide, hvilken type data Start.

De forskellige typer variabler tegner sig således for mangfoldigheden af ​​elementer, som vi kan se på for at studere pletter af virkeligheden. Selvfølgelig gør denne mangfoldighed det vigtigt at vælge variablerne godt for at kunne fokusere på, hvad der giver os mulighed for at nå gyldige konklusioner om vores undersøgelsesobjekt.

Som vi har nævnt, er en af ​​de mest kendte og klassiske måder at opdele og klassificere de forskellige variabler på i forhold til deres funktionsevne, dvs. muligheden for at nummerere deres værdier og arbejde med dem. Under hensyntagen til dette aspekt kan vi finde tre hovedtyper af variabler.

1. Kvalitative variabler

En kvalitativ variabel betragtes som en hvilken som helst variabel, der tillader udtryk og identifikation af en bestemt egenskab, men som ikke tillader dem at blive kvantificeret. Denne type variabel ville kun informere os om eksistensen eller ikke-eksistensen af ​​den nævnte egenskab eller tilstedeværelsen af ​​alternativer. De er kun nominelle og udtrykker lighed og / eller ulighed. Køn eller nationalitet ville være eksempler på dette. Dette betyder dog ikke, at de ikke kan observeres, eller at meget relevante elementer ikke findes i undersøgelsen.

Inden for de kvalitative variabler kan vi finde forskellige typer.

Dikotome kvalitative variabler

Disse er variabler, hvor kun to mulige muligheder findes eller overvejes. At være levende eller død er et eksempel på dette: det er ikke muligt at være i live på samme tid på en sådan måde, at tilstedeværelsen af ​​en af ​​værdierne negerer den anden.

Kvalitative polytome variabler

Disse variabler, der indrømmer eksistensen af ​​flere værdier, som som i det foregående tilfælde de tillader kun en identifikation af en værdi, og dette udelukker resten uden at kunne bestilles eller betjene den værdi. Farve er et eksempel.

2. Kvasi-kvantitative variabler

Dette er de variabler, som det ikke er muligt at udføre matematiske operationer med, men som er mere avancerede end de kun kvalitative. De udtrykker en kvalitet og tillader samtidig, at den organiseres og etablere en ordre eller hierarki, men ikke ligefrem.

Et eksempel på dette er niveauet for undersøgelser, der er i stand til at afgøre, om nogen har mere eller mindre af denne kvalitet.

Imidlertid, der er ingen konstantitet i forskellene mellem en kategori og den, der går forud for den, og den der følger (En person, der har postgraduate studier, kender ikke mere end en med en bachelorgrad på samme måde som en person med gymnasiestudier ved mere end en anden, der kun har grundskole)

3. Kvantitative variabler

De kvantitative variabler er alle dem, der denne gang tillader operationalisering af deres værdier. Det er muligt at tildele forskellige tal til værdierne for variablen, at kunne udføre forskellige matematiske procedurer med dem på en sådan måde, at forskellige forhold mellem deres værdier kan etableres.

I denne type variabler kan vi finde to store grupper af stor relevans, de kontinuerlige og diskrete variabler.

Diskrete kvantitative variabler

Det er sættet med kvantitative variabler, hvis værdier ikke tillader mellemliggende værdier, ikke det er muligt at opnå decimaler i deres måling (selvom der senere kan gøres midler der omfatte). For eksempel er det ikke muligt at have 2,5 børn. De refererer normalt til variabler, der bruger forholdsskalaer.

Kontinuerlige kvantitative variabler

Vi taler om denne type variabler, når deres værdier er en del af et kontinuum, hvor vi mellem to specifikke værdier kan finde forskellige mellemværdier. Oftere taler vi om variabler, der måles på en intervalskala.

• Du kan være interesseret: "15 eksempler på kvalitative variabler med forklaringer"

I henhold til dets forhold til andre variabler

Det er også muligt at bestemme forskellige typer variabler baseret på, hvordan deres værdier er relateret til andres. I denne forstand skiller flere typer sig ud, de to første er særlig relevante. Det er vigtigt at huske, at det samme element kan være en type variabel og en anden afhængig af typen af ​​forhold, der måles, og hvad der ændres. Derudover skal det tages i betragtning, at den aktuelle variabels rolle og type afhænger af, hvad vi analyserer, uanset hvilken rolle variablen faktisk indtager i den undersøgte situation.

For eksempel hvis vi undersøger alderenes rolle i Alzheimers, vil individets alder være en uafhængig variabel, medens tilstedeværelsen eller fraværet af tau-protein og plaques af beta-amyloid vil være en afhængig variabel i vores forskning (uanset hvilken rolle hver variabel har i sygdom).

1. Uafhængige variabler

Uafhængige variabler forstås som de variabler, der tages i betragtning på tidspunktet for undersøgelsen, og som måske eller måske ikke er mulig at ændre af eksperimentatoren. Det er variablen, hvorfra man begynder at observere de effekter, der bestemmer kvalitet, karakteristik eller situation kan have forskellige elementer. Køn, alder eller angstniveau ved baseline er eksempler på en uafhængig variabel.

2. Afhængige variabler

Den afhængige variabel henviser til det element, der ændres af den eksisterende variation i den uafhængige variabel. På forskningen, den afhængige variabel vælges og genereres ud fra den uafhængige. For eksempel, hvis vi måler niveauet af angst efter køn, vil køn være en uafhængig variabel, hvis ændring vil generere ændringer i den afhængige, i dette tilfælde angst.

3. Moderatorvariabler

Vi forstår ved at moderere variabler det sæt variabler, der ændre forholdet mellem de afhængige og uafhængige variabler. Et eksempel på dette gives, hvis vi forbinder studietimer med akademiske resultater, hvor modererende variabler er følelsesmæssig tilstand eller intellektuel kapacitet.

4. Mærkelige variabler

Denne etiket henviser til alle de variabler, der ikke er taget i betragtning, men har en indvirkning på de opnåede resultater.

Således er de alle det sæt variabler, der ikke kontrolleres og tages i betragtning i situationen studeret, selvom det er muligt at identificere dem efter det eller endda under et eksperiment eller kontekst undersøgt. De adskiller sig fra moderatorer i det faktum, at der ikke tages hensyn til fremmede, dette er ikke tilfældet med moderatorer.

Med andre ord er mærkelige variabler dem, der kan føre os til fejlagtige konklusioner, når vi fortolker resultaterne af en undersøgelse, og virkningen af ​​dens tilstedeværelse afhænger af kvaliteten af ​​designet af de undersøgelser, der er udført for at undersøge noget.

Typer af variabler efter skala

En anden mulig klassificering af variabler kan foretages baseret på de anvendte skalaer og målinger. Det skal dog huskes, at vi mere end variablen taler om den pågældende skala som et særpræg. Det skal også tages i betragtning, at da driftsniveauet for anvendte skalaer, indgår nye muligheder ud over skalaerne Tidligere. Således har en forholdsvariabel også egenskaberne for det nominelle, det ordinære og intervallet. I denne forstand kan vi finde følgende typer.

1. Nominel variabel

Vi taler om nominelle variabler, når de værdier, som variablen kun kan nå, tillader os at skelne mellem eksistensen af ​​en bestemt kvalitet, uden at lade disse værdier udføre sorterings- eller matematiske operationer med dem. Det er en type kvalitativ variabel.

2. Ordinær variabel

Selvom det ikke er muligt at operere med dem, er det muligt at etablere en ordre mellem de forskellige værdier. Imidlertid, denne rækkefølge tillader ikke etablering af matematiske forhold mellem dens værdier. Disse er grundlæggende kvalitative variabler. Eksempler på dette er socioøkonomisk status eller uddannelsesniveau.

3. Intervallvariabel

Ud over de tidligere karakteristika tillader variablerne i intervalskalaen etablere antal forhold mellem variabler, selvom disse forhold generelt er begrænset til proportionalitet. Der er intet fuldstændigt identificerbart absolutt nul eller nulpunkt, noget der ikke tillader direkte transformation af værdierne til andre. De måler områder snarere end specifikke værdier, noget der komplicerer deres operation, men hjælper med at dække et stort antal værdier.

4. Forholdsvariabel

Forholdsvariablerne måles på en skala, så de kan være fuldt operationelle og være i stand til det udføre forskellige transformationer til de opnåede resultater og etablere komplekse numeriske sammenhænge hver. Der er et oprindelsespunkt, der antager det totale fravær af det, der måles.

Forskellige måder at analysere virkeligheden på

Glem ikke, at de forskellige typer variabler altid er en forenkling af virkeligheden, en måde at opdele det i enkle, nemme at måle parametre isolere dem fra resten af ​​komponenterne i naturen eller samfundet.

Derfor kan vi ikke begrænse os til at tro, at det at kende disse variabler er fuldt ud at forstå, hvad der sker. At tage et kritisk kig på resultaterne opnået fra undersøgelser af variabler er nødvendigt for ikke at nå fejlagtige konklusioner og ikke lukke os for mere komplette og realistiske forklaringer på, hvad der sker med vores rundt om.

Bibliografiske referencer:

• Barnes, B. (1985): Om videnskab, Barcelona: Labor.
• Fraleigh, J. B. (1989). Et første kursus i abstrakt algebra. New York: Addison-Wesley
• Latour, B. og Woolgar S. (1979/1986): Livet i laboratoriet. Konstruktionen af ​​videnskabelige fakta, Madrid: Alianza Universidad.
• Sullivan, M. (1998). Trigonometri og analytisk geometri. Barcelona: Pearson Uddannelse.