I forskning är variabler egenskaper som kan anta olika värden, t.ex. längd, ålder, art eller provresultat.
I vetenskaplig forskning vill vi ofta studera effekten av en variabel på en annan. Man kan till exempel vilja testa om studenter som ägnar mer tid åt studier får bättre provresultat.
Variablerna i en studie av ett orsakssamband kallas oberoende och beroende variabler.
- Den oberoende variabeln är orsaken. Dess värde är oberoende av andra variabler i din studie.
- Den beroende variabeln är effekten. Dess värde beror på förändringar i den oberoende variabeln.
| Forskningsfråga | Oberoende variabel(er) | Depende variabel(er) |
|---|---|---|
| Växer tomater snabbast i lysrörs-, glödlamps- eller naturligt ljus? |
|
|
| Vilken effekt har kost och vanlig läsk på blodsockernivån? |
|
|
| Hur påverkar telefonanvändning före läggdags sömnen? |
|
|
| Hur väl tål olika växtarter saltvatten? |
|
|
Inberoende och beroende variabler i experiment
I experimentell forskning, manipuleras eller ändras den oberoende variabeln av experimenten för att mäta effekten av denna förändring på den beroende variabeln.
För att testa om läkemedlet är effektivt delar du in dina patienter i två grupper. Den ena gruppen tar medicinen, medan den andra gruppen tar ett sockerpiller som placebo.
- Din oberoende variabel är den behandling som du varierar mellan grupperna: vilken typ av piller patienten får.
- Din beroende variabel är utfallet som du mäter: patienternas blodtryck.
Den oberoende variabeln appliceras vanligtvis på olika nivåer för att se hur utfallet skiljer sig åt.
Du kan tillämpa bara två nivåer (t.ex. den nya medicinen och placebo) för att ta reda på om den oberoende variabeln har någon effekt alls.
Du kan också tillämpa flera nivåer (t.ex. tre olika doser av den nya medicinen) för att ta reda på hur den oberoende variabeln påverkar den beroende variabeln.
Variabler i andra typer av forskning
Utanför en experimentell miljö kan forskarna ofta inte direkt manipulera eller förändra den oberoende variabeln som de är intresserade av.
Istället måste de hitta redan existerande exempel på den oberoende variabeln och undersöka hur förändringar i denna variabel påverkar den beroende variabeln.
Du kan inte kontrollera minimilönen själv. Istället tittar du på en stat som höjde sin minimilön förra året och jämför den med en grannstat som inte gjorde det.
- Din oberoende variabel är minimilönen.
- Din beroende variabel är sysselsättningsgraden.
Genom att jämföra skillnaden i utfall mellan de två delstaterna (och ta hänsyn till andra faktorer) kan du undersöka om förändringen av minimilönen hade en effekt på sysselsättningsgraden.
I icke-experimentell forskning är det svårare att fastställa ett definitivt orsakssamband eftersom andra variabler som du inte har mätt kan påverka förändringarna. Dessa kallas för förväxlingsvariabler.
I typer av forskning där det exakta förhållandet mellan variablerna är mindre säkert kan du använda olika termer för oberoende och beroende variabler.
Andra benämningar på oberoende variabler
I vissa fall är den variabel som du tror är orsaken kanske inte helt oberoende – den kan påverkas av andra variabler. I det fallet är en av dessa termer mer lämplig:
- Förklarande variabler (de förklarar en händelse eller ett resultat)
- Förutsägande variabler (de kan användas för att förutsäga värdet av en beroende variabel)
- Variabler på höger sida (de förekommer på höger sida i en regressionsekvation).
Andra namn på beroende variabler
Dependenta variabler är också kända under dessa benämningar:
- Svarsvariabler (de reagerar på en förändring i en annan variabel)
- Utfallsvariabler (de representerar det utfall du vill mäta)
- Variabler på vänster sida (de visas på vänster sida i en regressionsekvation)
Visualisering av oberoende och beroende variabler
Forskare använder ofta diagram eller grafer för att visualisera resultaten av sina studier. Normen är att placera den oberoende variabeln på x-axeln eller den horisontella axeln och den beroende variabeln på y-axeln eller den vertikala axeln.
Hur skulle till exempel ett diagram kunna se ut från vår exempelstudie om effekten av ett nytt läkemedel på blodtrycket?
För vanliga frågor
Du kan tänka på oberoende och beroende variabler i termer av orsak och verkan: en oberoende variabel är den variabel som du tror är orsaken, medan en beroende variabel är effekten.
I ett experiment manipulerar du den oberoende variabeln och mäter resultatet i den beroende variabeln. Till exempel i ett experiment om näringsämnenas effekt på grödornas tillväxt:
- Den oberoende variabeln är mängden näringsämnen som tillsätts på odlingsfältet.
- Den beroende variabeln är grödornas biomassa vid skördetid.
Det är en viktig del av försöksplaneringen att definiera dina variabler och bestämma hur du ska manipulera och mäta dem.
Det är en av de viktigaste delarna av vetenskaplig forskning att fastställa orsak och verkan. Det är viktigt att veta vilken som är orsaken – den oberoende variabeln – och vilken som är effekten – den beroende variabeln.
Du vill ta reda på hur blodsockernivåerna påverkas av att dricka lightläsk och vanlig läsk, så du genomför ett experiment.
- Typen av läsk – light eller vanlig – är den oberoende variabeln.
- Blodsockernivån som du mäter är den beroende variabeln – den förändras beroende på typ av läsk.
Nej. Värdet på en beroende variabel beror på en oberoende variabel, så en variabel kan inte vara både oberoende och beroende samtidigt. Den måste vara antingen orsak eller verkan, inte både och!
Ja, men för att inkludera mer än en av båda typerna krävs flera forskningsfrågor.
Om du till exempel är intresserad av kostens effekt på hälsan kan du använda flera mått på hälsan: blodsocker, blodtryck, vikt, puls och många fler. Var och en av dessa är en egen beroende variabel med en egen forskningsfråga.
Du kan också välja att undersöka effekten av träningsnivåer samt kost, eller till och med den ytterligare effekten av de två kombinerade. Var och en av dessa är en separat oberoende variabel.
För att säkerställa den interna giltigheten i ett experiment bör du bara ändra en oberoende variabel i taget.