{{HeadCode}}

Durch

Nathan Auyeung

Abhängige Variable vs. Zielvariable erklärt

Profilbild von Nathan Auyeung

Nathan Auyeung

Senior Accountant bei EY

Abschluss mit einem Bachelor in Rechnungswesen, abgeschlossenes Postgraduate-Diplom in Rechnungswesen

In den meisten Kontexten sind eine abhängige Variable (dependent variable) und eine Ergebnisvariable (outcome variable) dasselbe unter einem anderen Namen. Beide beziehen sich auf das, was Sie messen, auf das, dessen Wert sich erwartungsgemäß ändern soll, auf das, was auf der linken Seite der Gleichung steht. Wenn Sie sich Sorgen gemacht haben, dass Sie den falschen Begriff verwendet haben, haben Sie das wahrscheinlich nicht.

Wo es jedoch eine Rolle spielt, ist bei der Signalisierung. Das von Ihnen gewählte Wort verrät dem Leser, in welcher Forschungstradition Sie schreiben, und in einem ganz bestimmten Fall verrät es ihm etwas über Ihr Studiendesign. Dieser Fall ist es wert, verstanden zu werden, denn diesen Fehler falsch zu machen, ist einer der wenigen terminologischen Fehler, bei denen ein Prüfer tatsächlich einhaken wird.

<CTA title="Schreiben Sie mit dem Vokabular Ihres Fachgebiets" description="Jenni hilft Ihnen, die Terminologie in einem langen Dokument konsistent zu halten" buttonLabel="Jenni kostenlos testen" link="https://app.jenni.ai/register" />

Die kurze Antwort

Die abhängige Variable stammt aus der experimentellen Tradition. Sie wird als abhängig bezeichnet, weil von ihrem Wert erwartet wird, dass er von der unabhängigen Variable abhängt, die von Ihnen manipuliert wurde.

Die Ergebnisvariable (outcome variable) ist der breitere, designneutrale Begriff. Er benennt dieselbe Position in der Analyse, ohne zu implizieren, dass etwas manipuliert wurde, um sie hervorzurufen.

Somit ist jede abhängige Variable eine Ergebnisvariable. Nicht jede Ergebnisvariable kann jedoch ohne Weiteres als abhängige Variable bezeichnet werden, und der Grund dafür liegt im nächsten Abschnitt.

Warum die „unabhängige Variable“ das Problem ist, nicht die „abhängige“

Das Unbehagen liegt auf der anderen Seite des Paares. In einem echten Experiment legen Sie die unabhängige Variable unabhängig von allem anderen fest, was genau das ist, was der Name beschreibt. In der Beobachtungsforschung tun Sie das nicht: Sie erfassen das Einkommen, die Exposition oder frühere Noten so, wie sie bereits vorhanden sind.

Einige Methodiker halten das experimentelle Vokabular dort für schlichtweg falsch. Im BCcampus-Lehrbuch für Forschungsmethoden heißt es über korrelative Designs, dass in Fällen, in denen von keiner der Variablen angenommen wird, dass sie die andere verursacht, und nichts manipuliert wird, die Begriffe unabhängige Variable und abhängige Variable auf diese Art von Forschung nicht anwendbar sind. Die Statistik-Ressource der National University argumentiert ähnlich und weist darauf hin, dass die korrelative Forschung keine unabhängigen und abhängigen Variablen identifiziert, da die Analyse nicht von der Richtung der Beziehung abhängt.

Da die beiden Wörter als Paar auftreten, zieht das Weglassen von „unabhängig“ meist auch „abhängig“ mit sich. Auf diese Weise wird „Ergebnisvariable“ zum natürlichen Begriff in der Beobachtungsarbeit, und nicht durch irgendeine Eigenschaft der gemessenen Variable selbst.

Seien Sie sich bewusst, dass dies eher eine gelebte Konvention als eine feste Regel ist. Viele kompetente Analysten verwenden „unabhängige Variable“ ohne Umschweife für Beobachtungsdaten, und niemand wird Sie deshalb durchfallen lassen. Der praktische Rat lautet, sich an Ihr Fachgebiet anzupassen.

<ProTip title="🧭 Nach Design wählen:" description="Wenn Sie etwas zugewiesen oder manipuliert haben, ist 'abhängige Variable' exakt. Wenn Sie nur beobachtet haben, was bereits da war, ist 'Ergebnisvariable' sicherer und sagt nichts aus, was Sie nicht verteidigen können" />

<ProTip title="🔤 Definieren Sie es:" description="Wenn Sie das Wort Kovariable verwenden, erklären Sie in einem Halbsatz, was Sie darunter verstehen. Einige Leser werden es als einen Prädiktor von Interesse interpretieren und andere als eine Störvariable, für die bereinigt wird" />

Dasselbe in sechs Vokabularen

Diesen Teil sollten Sie sich als Lesezeichen abspeichern, da die Synonymgruppen fachspezifisch sind und von niemandem gelehrt werden.

Die experimentelle Psychologie verwendet die klassische Paarung „unabhängige und abhängige Variable“, was angemessen ist, wenn Sie tatsächlich etwas manipulieren. Die Epidemiologie verwendet „Exposition und Outcome“ (Ergebnis), da niemand jemandem eine Exposition zuweist und das experimentelle Vokabular dort nie übernommen wurde. Klinische Studien sprechen von Endpunkten; ICH E9 bezieht sich auf die primäre Variable, die Zielvariable oder den primären Endpunkt für dieselbe Sache. Regression und Statistik verwenden Prädiktor und Kriterium (oder Regressor und Regressand) sowie umgangssprachlich die Variablen der linken und rechten Seite. Die Korrelationsforschung verwendet Prädiktor und Kriteriumsvariable, die genau deshalb gewählt wurden, weil von keiner der Variablen behauptet wird, sie verursache die andere. Das maschinelle Lernen verwendet Features (Merkmale) und Target (Zielvariable) oder Label, was dieselbe Mathematik unter einer völlig eigenständigen Benennungstradition darstellt.

Was Sie messen

Was es vorhersagt

Wo Sie es sehen werden

Abhängige Variable

Unabhängige Variable

Experimentelle Psychologie, Pädagogik, die meisten Lehrbücher

Outcome (Ergebnis)

Exposition

Epidemiologie, öffentliche Gesundheit, STROBE-Berichterstattung

Endpunkt

Behandlung oder Intervention

Klinische Studien, ICH-Leitlinien, CONSORT-Berichterstattung

Antwortvariable (Response)

Erklärende oder Prädiktorvariable

Statistik- und Regressionslehrbücher

Kriteriumsvariable

Prädiktorvariable

Psychometrie und Korrelationsforschung

Target oder Label

Features (Merkmale)

Maschinelles Lernen und Data Science

Ein Begriff ist wirklich mehrdeutig und sollte vermieden werden, wenn es auf Präzision ankommt: die Kovariable (covariate). Einige Quellen behandeln sie als Synonym für eine unabhängige Variable. In der Kovarianzanalyse bezeichnet sie herkömmlicherweise eine kontinuierliche Störvariable, für die bereinigt wird, und keine Variable von primärem Interesse. Wenn Sie sie verwenden, definieren Sie sie.

<ProTip title="🏷️ Einmal benennen:" description="Wählen Sie zu Beginn des Dokuments ein Vokabular und mischen Sie es niemals. Ein Methodenteil mit 'abhängiger Variable' in einem Absatz und 'Outcome' im nächsten liest sich, als hätten zwei Personen daran geschrieben" />

Welchen Begriff sollten Sie tatsächlich schreiben?

Drei Fragen klären dies.

Haben Sie etwas manipuliert oder zugewiesen? Wenn ja, ist „abhängige Variable“ präzise und wird erwartet. Wenn nein, ist „Ergebnisvariable“ sicherer.

Was sagt Ihr Fachgebiet? Dies steht über persönlichen Vorlieben. Das Schreiben von „abhängige Variable“ in einer epidemiologischen Arbeit kennzeichnet Sie sicherer als jeder grammatikalische Fehler als Außenseiter.

Was sagt Ihr Berichtsstandard? STROBE, der Standard für Beobachtungsstudien, verlangt von Ihnen die Definition von Outcomes, Expositionen, Prädiktoren, potenziellen Confoundern und Effektmodifikatoren. Darin wird nie von einer abhängigen Variable gesprochen. Wenn Sie nach einem Standard schreiben, verwenden Sie dessen Wörter.

<ProTip title="🧾 Dem Standard anpassen:" description="Prüfen Sie, welchen Berichtsstandard Ihre Zielzeitschrift verwendet, bevor Sie Ihre Begriffe wählen. STROBE, CONSORT und PRISMA haben jeweils ihr eigenes Vokabular, und die Anpassung daran erspart Ihnen einen einfachen Gutachterkommentar" />

Sagen Sie dasselbe auf dieselbe Weise

Der Unterschied ist klein, aber die Disziplin, die er verlangt, ist es nicht. Wählen Sie das Vokabular, das Ihr Fachgebiet verwendet, wenden Sie es von der Kurzfassung (Abstract) bis zur Diskussion konsistent an, und lassen Sie den von Ihnen gewählten Begriff ehrlich darüber Auskunft geben, ob Sie etwas manipuliert haben.

<CTA title="Einheitliches Vokabular in der gesamten Abschlussarbeit beibehalten" description="Entwerfen Sie jeden Abschnitt mit konsistenter Terminologie und verknüpfen Sie jede Behauptung mit den entsprechenden Belegen" buttonLabel="Jenni kostenlos testen" link="https://app.jenni.ai/register" />

Wenn Sie noch herausfinden wollen, welche Variable überhaupt welche ist, behandelt der Begleitartikel zur Unterscheidung von unabhängigen und abhängigen Variablen den Identifikationstest und die vier anderen Variablentypen, die in einen Methodenteil gehören.

Inhaltsverzeichnis

Machen Sie noch heute Fortschritte bei Ihrem wichtigsten Projekt

Verfassen Sie noch heute Ihre erste Arbeit mit Jenni und blicken Sie nie wieder zurück

Kostenlos starten

Keine Kreditkarte erforderlich

Jederzeit kündbar

Über 5M

Wissenschaftler weltweit

5,2 Stunden Zeitersparnis

Im Durchschnitt pro Artikel

Über 15M

Papers, die mit Hilfe von Jenni geschrieben wurden

Machen Sie noch heute Fortschritte bei Ihrem wichtigsten Projekt

Verfassen Sie noch heute Ihre erste Arbeit mit Jenni und blicken Sie nie wieder zurück

Kostenlos starten

Keine Kreditkarte erforderlich

Jederzeit kündbar

Über 5M

Wissenschaftler weltweit

5,2 Stunden Zeitersparnis

Im Durchschnitt pro Artikel

Über 15M

Papers, die mit Hilfe von Jenni geschrieben wurden

Machen Sie noch heute Fortschritte bei Ihrem wichtigsten Projekt

Verfassen Sie noch heute Ihre erste Arbeit mit Jenni und blicken Sie nie wieder zurück

Kostenlos starten

Keine Kreditkarte erforderlich

Jederzeit kündbar

Über 5M

Wissenschaftler weltweit

5,2 Stunden Zeitersparnis

Im Durchschnitt pro Artikel

Über 15M

Papers, die mit Hilfe von Jenni geschrieben wurden