31研究における変数のタイプ：特性、例 - 理科 - 2025

研究と統計の変数のタイプは、研究対象のカテゴリと特性に応じて異なる値を取得できる一連のまたは一連の抽象的なエンティティで構成されます。

つまり、統計変数は変動または変動する可能性のある類型です。この変動は測定および観察できます。同様に、変数は、プロパティまたは要素を参照する抽象的な構造として理解できます。これは、分析されるオブジェクトに関連して特定の役割を果たすことができます。

研究と統計の変数を測定および分析できます。出典：pixabay.com

これは、上記のプロパティまたは要素が調査対象の対象またはオブジェクトに直接影響することを意味します。変数の概念は、研究の目的を理解するために考慮しなければならないさまざまなモダリティまたはオプションをまとめることを目的としています。

その結果、変数の値は、分析される被験者および/または瞬間において一貫性がないかまたは異なります。理論的な分野でこの概念を理解することは複雑になる可能性があります。

ただし、具体的な例を通じてアプローチをよりよく理解することができます。変数が人の性別または年齢である可能性があります。これらの特性は、分析が心臓病や他の病気に苦しんでいる。

特徴

変数は2つの基本的な要素によって特徴付けられます。そもそも、直接的または間接的に観察、登録できる特性を持っているため、現実との対決が可能です。

第2に、分類や測定が可能な場合があるため（たとえば、年齢や性別など）、変化して測定可能であるという特性があります。

変化する特性や要素を表現できるようにグループが存在する必要があるため、統計変数は個々のケースや孤立したケースでは明示できません。

統計がデータを収集して解釈する科学である場合、この分野の変数は複数の情報の分析を担当し、孤立したデータや単一のデータの分析に専念しないことが理解されます。

変数には多くの種類があるため、これらはさまざまな側面に従って分類できます。たとえば、統計変数は定性的および定量的です。これらは、仕様に応じて他のカテゴリに分類できます。

他の変数との関係に応じた変数

操作変数に加えて、これらの変数の値の間に存在する関係に応じた分類もあります。各タイプの変数が果たす役割は、分析される関数に依存することを覚えておく必要があります。言い換えれば、これらのバリエーションの分類は、研究対象によって影響を受けます。

この分類内には、独立した、依存した、穏健な、奇妙な、制御された、状況的な、参加者および交絡変数があります。

-独立変数

これらは、研究プロセス中に考慮され、研究者によって変更される可能性がある変数を指します。言い換えると、これらは分析者が研究の対象に及ぼす特性の影響を検討し、記録するための変数です。

例

独立変数の例としては、性別や年齢などがあり、アルツハイマー病の人の登録簿を作成したい場合があります。

独立変数が従属変数を調整することが確立できます。さらに、独立者は研究者が直接操作するため、実験的または因果的と呼ぶことができます。独立変数は主に、特定の問題を引き起こしている要因を説明するために使用されます。

-従属変数

それらは、独立変数によって生成される変動によって変更される要素を直接参照するものです。つまり、従属変数は独立変数から生成されます。

例

たとえば、性別に基づいてうつ病を決定する場合、後者は独立変数になります。これを修正すると、従属変数（この場合はうつ病）に変動が生じます。

別の例は、喫煙と肺癌の関係にあります。この場合、「肺癌を持っている」は従属変数ですが、「喫煙」は独立変数です。 1日に消費されるパックの数。

-モデレート変数

これらの変数は、従属変数と独立変数の間に存在する関係を変更または変更します。したがって、これらの名前は、上記の2つの間のリンクを緩和するためです。

例

たとえば、学習時間は学術的な後遺症に関連しています。したがって、緩和変数は学生の心の状態または彼の運動能力の発達である可能性があります。

-奇妙な変数

奇妙な変数は、研究の発展に考慮されなかったためにその名前が付けられましたが、最終結果に顕著な影響を与えました。それらは、問題と考えられる原因との関係を弱める可能性があるため、介在変数または不可解変数としても知られています。

したがって、これは、研究対象の分析中に制御されなかった変数のグループですが、調査が完了すると、場合によっては研究の過程で特定されても、特定できます。

これらはモデレーターに似ていますが、調査時に考慮される点が異なります。奇妙な変数も研究者を間違った道に導く可能性があるので、それらの存在の重要性は行われた研究の質に依存します。

例

たとえば、このタイプの変数は、神経質の人々は、神経質に苦しんでいない人よりも喫煙量が多く、癌にかかる傾向が強いという事実である可能性があります。この場合の奇妙なまたは不可解な変数は神経です。

-可変制御

制御変数は、科学者が一定に保ちたいものであり、従属変数と同様に注意深く観察する必要があります。

たとえば、科学者が食事（VI）が健康（DV）に及ぼす影響を調査する場合、制御変数は研究対象の人々が非喫煙者である可能性があります。

これは制御変数です。観察された健康の違いは人々が喫煙しているかどうかに起因する可能性があるため、それを制御する必要があります。いずれにせよ、このような実験では他の制御変数が存在する可能性があります。アスリートであること、他の習慣があること…

-状況変数

状況変数は、実験に影響を与える可能性のある環境の側面です。たとえば、健康関連の実験における大気質。

-可変参加者

参加者または被験者変数は、実験で研究される被験者の特性です。たとえば、健康研究における個人の性別。参加変数とも呼ばれます。

-混乱変数

交絡変数は、独立変数と従属変数の両方に影響を与える変数です。たとえば、ストレスは人々をより多く喫煙させ、健康にも直接影響を与える可能性があります。

操作性に応じた変数の種類

統計変数と研究変数は、その操作性に従って分類できます。このカテゴリーは、最もよく知られており、最も有用です。操作性について言えば、これらの変数の値に「番号を付ける」機能についての言及が行われています。したがって、これらを3つの主要なタイプに細分することができます。

-質的変数

定性的変数は、特定の要素の識別を確立できるようにするが、定量化できない変動です。つまり、これらの変数は特性の存在を通知できますが、数値で評価することはできません。

したがって、これらは、性別または国籍で発生するように、平等または不平等があるかどうかを確立するバリエーションです。それらは定量化できませんが、これらの変数は調査に強力な影響を与える可能性があります。

定性的変数の例としては、学生が学習プロセス中に持っている動機があります。この変数は識別できますが、番号を付けることはできません。

さらに、これらは二分定性変数や多分定性変数などの他のカテゴリーに細分することができます。

二分定性変数

これらの変数は、2つのオプションからのみ考慮または分析できます。したがって、「二分法」という単語は、通常は互いに反する2つの側面に存在する分割を示すため、その名前に使用されます。

例

正確な例は、2つの可能なオプションのみを許可し、これらの1つの存在が他のオプションを即座に無効にするため、生きているか死んでいるかの変数です。

定性的多変数変数

これらの統計変数は3つ以上の値の存在を可能にするため、二分変数の反対です。ただし、値の識別を確立するだけなので、多くの場合、これはそれらが順序付けされるのを妨げます。

例

正確な例はカラー変数です。これは識別を可能にしますが、この変数に割り当て可能な特性または要素が1つしかないことを宣言しているためです。

-準定量的変数

これらの変数は、数学的操作を実行できないようにすることを特徴としています。ただし、それらは単に定性的なものよりも高度です。

これは、定量化することはできませんが、準定量的なものでは階層または順序の確立を可能にするためです。

例

たとえば、大学院の学位の修了は学部の学位の修了よりも高い階層にあるため、人々のグループの研究レベルはこのタイプの変数である可能性があります。

-量的変数

これらの変数は、その名前が示すように、それらの値内で数学演算を実行できます。したがって、これらの変数のさまざまな要素に番号を割り当てることができます（つまり、数量化できます）。

このタイプの変数の例には、次のものがあります。

-年齢で表すことができるため、年齢。

-ポンドまたはキログラムで定義できる重量。

-所定の場所と原産地の間の距離。キロメートルまたは分単位で表されます。

-他の種類の通貨の中でも、ドル、ユーロ、ペソ、足底で表すことができる毎月の収入。

次に、これらのタイプの変数は、離散定量変数と連続定量変数の2つのグループに細分できます。

離散的な量的変数

これらは、中間値を持つことができない量的変数を指します-それらはその数の中に小数を認めません。つまり、完全な番号で番号を付ける必要があります。

例

正確な例は、1.5人の子供を持つことの不可能性から成ります。1人または2人の子供を持つことのみが可能です。つまり、測定単位は分割できません。

連続定量変数

離散変数とは対照的に、連続変数は小数になる可能性があるため、それらの値は中間になる可能性があります。

これらの変数は、間隔スケールによって測定されます。つまり、連続的な量的変数を分別することができます。

例

たとえば、人々のグループの体重や身長を測定します。

スケールに応じた変数

以前の分類に加えて、統計変数は、それらのスケールの関数とそれらを計算するために使用されるメジャーを考慮してカタログ化できます。ただし、これらの変数について話すときは、変数自体よりもスケールに重点が置かれています。

次に、変数に使用されるスケールは、操作性のレベルに応じて変更される可能性があります。後者は、スケールの範囲内で他の可能性を組み込むことができるためです。

これにもかかわらず、規模に応じて4つの主要なタイプの変数を設定できます。これらは、名義変数、順序変数、区間変数、比率変数、連続変数です。

-公称変数

このタイプの変数は、それらに数値演算のパフォーマンスを導入せずに、単一の特定の品質のみを区別できる値を持つ変数を指します。この意味で、名目変数は質的変数と同等です。

例

名目変数の例として、性別を見つけることができます。性別は男性または女性に分類されるためです。独身、既婚、未亡人、離婚などの婚姻状況も同様です。

-順序変数

これらの変数は、数学的演算の実行を許可しないため、本質的に定性的です。ただし、順序変数を使用すると、値に特定の階層関係を確立できます。

例

名目変数の例としては、個人の教育レベルや経済状況などがあります。もう1つの例は、次の形容詞による学業成績のランキングです。優れた、良い、悪い。

このタイプの変数は、特定の特性を考慮して、主題、イベント、または現象を階層的に分類するために使用されます。

-インターバル変数

間隔にスケールがある変数は、比例関係によって制限される場合がありますが、それらの間の数値関係を実現できます。これは、この範囲内では、完全に識別できる「ゼロ点」または「絶対ゼロ」がないためです。

これにより、他の値で直接変換を実行することが不可能になります。したがって、間隔変数は特定の値を測定するのではなく、範囲を測定します。これは運用をいくらか複雑にしますが、多数の証券のカバーを奨励します。

間隔変数は、度、大きさ、または数量を表すその他の式で表すことができます。同様に、カテゴリの分類と順序付け、およびそれらの間に存在する距離の程度を示すことができます。

例

この分類内で、温度またはIQを見つけることができます。

-配給変数

このタイプの変数は、総合的に機能するスケールによって測定されます。これにより、取得した結果を直接変換できます。

また、複素数演算のパフォーマンスも向上します。これらの変数には、測定されたものがまったくないことを意味する開始点があります。

したがって、比率変数には絶対ゼロがあり、2点間の距離は常に同じですが、前の変数の特性もあります。

例

たとえば、年齢、体重、身長は比率変数です。

-連続変数

「時間」や「重み」など、値の数が無限の変数。

その他のあまり知られていない

-カテゴリー変数

カテゴリー変数は、それらを定義する一連のカテゴリーを通じて値を表すことができる変数です。

例

カテゴリー変数の良い例は、回復、慢性疾患、または死亡に分類できる、特定の疾患の結果に対応します。

-アクティブ変数

研究者が操作する変数。

-バイナリ変数

2つの値（通常は0/1）のみを取ることができる変数。はい/いいえ、高/短、または2つの変数のその他の組み合わせの場合もあります。

-変数共変量

独立変数と同様に、従属変数に影響を与えますが、通常は対象の変数ではありません。

-Criteria変数

変数が非実験的状況で使用される場合の従属変数の別名。

-内生変数

従属変数と同様に、これらはシステム内の他の変数の影響を受けます。ほぼ計量経済学でのみ使用されます。

-外生変数

他人に影響を与える変数、およびシステムの外部から発生する変数。

-変数の特定

状況を一意に識別するために使用される変数。

-介入変数

変数間の関係を説明するために使用される変数。

-潜在変数

直接測定または監視できない隠し変数。

-可変マニフェスト

直接観察または測定できる変数。

-仲介変数または中間変数

変数間の関係がどのように発生するかを説明する変数。

-モデレート変数

独立変数と従属変数の間の効果の強さを変更します。たとえば、心理療法は男性よりも女性のストレスレベルを下げることができるため、セックスは心理療法とストレスレベルの間の影響を緩和します。

-多変数変数

3つ以上の値を持つことができる変数。

-予測変数

独立変数と意味が似ていますが、回帰および非実験的研究で使用されます。

経験的現実を分析する方法としての統計変数

さまざまなタイプの統計変数を使用すると、人間は現実を単純化および分類できます。これは、現実を測定および計算しやすい単純なパラメーターに分割するためです。このようにして、社会または自然の一部である要素のグループを分離することが可能です。

その結果、人間は変数を通じて宇宙を取り巻く世界全体を理解しているとは考えられません。なぜなら、これらは宇宙全体と比較して限られた知識であるからです。

これは、研究者は、変数を通じて得られた結果を批判的に見て、誤った結論へのアプローチを可能な限り回避することを選択する必要があることを意味します。

変数を選択するための操作基準

変数の用語の定義

まず、変数は操作可能である必要があります。これを達成するためには、それらを測定可能または包括的にする必要があります。

次に、実施する研究の文脈の基本的な部分である各用語に意味と定義を割り当てる必要があります。この定義は、経験的現実に見られる特徴の参照に基づいている必要があります。

さらに、これらの定義は、科学的観察に基づいて、直接観察される現実の指標を参照する指標を使用して、具体的かつ運用可能である必要があります。

後で、過去と現在のすべての用語の定義をできるだけ多く調べる必要があります。次に、調査の確立中に提起された問題を説明するのに役立つ可能性のある変数または変数のグループの特定に進む必要があります。

変数の構造

統計変数の構造は、次の4つの主要な要素に分けることができます。

-名前。

-カテゴリのセット。

-言葉による定義。

-カテゴリの観測単位を考慮してそれらをグループ化する手順。

変数の運用上の使用に関して考慮すべきパラメーター

宗派

これは、調査の開発中に変数に付けられた名前を指します。

変数のタイプ

調査対象の研究に導入する際の変数のカテゴリを指します。これは、作業の仮説内の変数の位置に従って確立されます。

自然

この分類により調査プロセスの理論的根拠を固めることができるため、変数が量的であるか定性的であるかを確立する必要があります。変数の性質が特定されると、残りの比較と説明を実行するのが簡単になります。

測定

これは、変数が調査対象または他の変数との関係を確立するときに使用する測定スケールを指します。

インジケータ

このパラメータは、測定を開始するベースです。言い換えれば、それは変数の測定を可能にする装置です。

測定単位

これは、変数インジケーターの設定によって異なります。測定単位は、定量化できる変数で最も機能します。

計器

このパラメータは、統計変数に関する情報とデータを収集するために研究者が使用するツールを指します。

寸法

それは、変数が経験的現実の中で占める拡張を指します。例えば、変数は、とりわけ臨床的次元、地理的次元、社会的、生物学的、診断的または人口統計学的次元を持つことができます。

運用上の定義

このパラメーターは、研究対象内の変数によって実行される作業を定義しようとします。

概念的な定義

それは、変数が占める領域に特化した医学辞書または別のものを考慮に入れて、変数が既知または処理される定義を指します。

ランダム変数

統計学の分野および数学の分野では、確率変数は関数と呼ばれ、その目的は、ランダムな実験から得られた結果に、一般に数値的な性質の値を割り当てることです。

最も具体的な例は、サイコロのゲームにあります。サイコロを2回振ると、2つのランダムな結果（1,1）と（1,2）が発生するためです。

確率変数は、まだ実行されていない実験の結果を表す可能な値を発生させます。また、その時点での値が不確かな数量の可能な値を表すこともできます。この場合、測定は不正確または不完全です。

結論として、確率変数は、固定されていない値を持つ数量と見なすことができ、その結果、異なる値を取ることができます。これらの変数を計算するには、発生するさまざまな値にどのような確率が存在するかを説明するために使用される確率分布を使用する必要があります。

参考文献

1. （SA）（sf）統計と研究における変数のタイプ。2019年4月8日に統計ハウツーから取得：statisticshowto.datasciencecentral.com
2. ベニテス、E。（2013）統計の変数。2019年4月8日にWordPressから取得：wordpress.com
3. Del Carpio、A.（sf）変数の研究。2019年4月7日にURPから取得：urp.edu.pe
4. Mimenza、O.（sf）研究で使用される11種類の変数。調査するために科学で使用される変数の主なクラスのレビュー。2019年4月7日、Psychology and Mindから取得：psicologiaymente.com
5. Mota、A.（2018）統計変数。2019年4月7日、Universo Formulasから取得：universoformulas.com
6. Carballo、M.、Guelmes、C。Scieloの教育で開発される研究変数に関するいくつかの考慮事項。2019年4月7日にScieloから取得：scielo.sld.cu