Wie man unabhängige und abhängige Variablen voneinander unterscheidet

Fast jede Erklärung von unabhängigen und abhängigen Variablen im Internet ist für Schüler geschrieben. Die Seiten, die hierfür ranken, sind eine Regierungswebsite für Kinder, eine Mathe-Wiederholung für die sechste Klasse und ein Lexikoneintrag. Sie sagen alle dasselbe: Die unabhängige Variable ist diejenige, die man verändert, und die abhängige Variable ist diejenige, die man misst. Das ist zwar richtig, reicht aber in dem Moment nicht mehr aus, in dem man sich hinsetzt, um ein Methodikkapitel zu schreiben.

Was folgt, ist die Version für jemanden, der seine Entscheidungen verteidigen muss: wie man die beiden zuverlässig identifiziert, die vier anderen Variablentypen, die in denselben Abschnitt gehören, warum Störvariablen diejenigen sind, die Sie Punkte kosten werden, und wie man das Ganze in einen Absatz schreibt, den ein Prüfer akzeptieren wird.

<CTA title="Schreiben Sie ein Methodikkapitel, das standhält" description="Jenni hilft Ihnen, jeden Abschnitt von Anfang an mit angehängten Quellen zu strukturieren und zu entwerfen" buttonLabel="Jenni kostenlos testen" link="https://app.jenni.ai/register" />

Was sind unabhängige und abhängige Variablen?

Die unabhängige Variable ist diejenige, die Sie manipulieren, zuweisen oder auswählen. Sie ist die vermutete Ursache, der Input, das, was zuerst kommt. Die abhängige Variable ist diejenige, die Sie im Anschluss messen, um zu sehen, ob sie reagiert hat. Sie ist die vermutete Wirkung, und man geht davon aus, dass ihr Wert von der unabhängigen Variable abhängt, woher auch der Name rührt.

Die Statistik-Ressource der National University bringt es auf den Punkt: Die unabhängige Variable wird vom Forscher manipuliert, um festzustellen, ob sie zu einer Veränderung der abhängigen Variable führt, während die abhängige Variable gemessen wird, um zu sehen, ob ihr Wert von dieser Veränderung abhängt.

Daraus ergeben sich zwei Konventionen, die man verinnerlichen sollte. In einer Grafik befindet sich die unabhängige Variable auf der horizontalen Achse und die abhängige Variable auf der vertikalen. In einer Regressionsgleichung ist die abhängige Variable das y auf der linken Seite und die unabhängigen Variablen sind die x-Terme auf der rechten Seite, weshalb Statistiker sie manchmal auch als linksseitige und rechtsseitige Variablen bezeichnen.

Wie man den Unterschied erkennt

Wenn Ihnen eine Fragestellung unbekannt ist, gehen Sie diese Punkte durch, anstatt zu raten. Es dauert etwa eine Minute und hilft in den Fällen, in denen die Intuition versagt.

Schreiben Sie die Forschungsfrage als Satz auf. Zielen Sie auf die Formulierung ab: Was ist die Wirkung von A auf B. Wenn Sie es so nicht formulieren können, haben Sie möglicherweise keine gerichtete Fragestellung, was an sich schon wichtig zu bemerken ist.

Fragen Sie sich, welche Variable Sie festlegen oder auswählen. Was auch immer Sie zuweisen, manipulieren oder auf dessen Basis Sie Teilnehmer auswählen, ist die unabhängige Variable. In einem Experiment legen Sie diese fest. In einer Beobachtungsstudie wählen Sie danach aus oder erfassen sie einfach so, wie sie auftritt.

Fragen Sie sich, welche Variable Sie erst später messen. Die Variable, die Sie protokollieren, nachdem alles andere geschehen ist, ist die abhängige Variable.

Wenden Sie den Zeittest an. Die unabhängige Variable kommt zuerst. Wenn B plausibel A verursacht haben könnte, haben Sie kein Zuordnungsproblem, sondern ein Kausalitätsproblem (Gerichtetheit), und das gehört in Ihre Limitationen.

Listen Sie alles andere auf, was das Ergebnis erklären könnte. Alles, was mit beiden Variablen zusammenhängt und nicht auf dem Kausalpfad zwischen ihnen liegt, ist eine Störvariable (Confounder). Benennen Sie sie, messen Sie sie oder erklären Sie, warum Sie es nicht konnten.

Auf reale Fragestellungen angewendet, sieht das so aus.

Beachten Sie die vierte Zeile. Niemand weist jemandem ein Einkommen zu. In diesem Fall stößt die Standardterminologie an ihre Grenzen, worauf weiter unten noch eingegangen wird.

<ProTip title="🎚️ Festlegen oder messen:" description="Wenn Sie sich vorstellen können, einen Teilnehmer einer bestimmten Stufe der Variable zuzuordnen, ist dies Ihre unabhängige Variable. Wenn Sie lediglich protokollieren können, was passiert ist, ist es Ihre abhängige Variable" />

Die vier anderen Variablen in Ihrem Methodikteil

Ein Methodikkapitel, das nur zwei Variablen nennt, ist fast immer unvollständig. Berichtsstandards erwarten mehr, und Gutachter achten darauf.

Kontrollvariablen

Eine Kontrollvariable ist eine Variable, die Sie bewusst konstant halten, damit sie nicht variieren und den Vergleich verfälschen kann. Wenn alle Teilnehmer im selben Raum zur selben Tageszeit getestet werden, werden Umwelt- und zirkadiane Effekte kontrolliert. Kontrollvariablen werden nicht als Effekte analysiert, sie werden aus dem Spiel genommen.

Störvariablen (Confounder)

Ein Confounder ist sowohl mit Ihrer unabhängigen als auch mit Ihrer abhängigen Variable assoziiert und liegt nicht auf dem Kausalpfad zwischen ihnen. Dies ist die Variable, die Schlussfolgerungen ungültig macht, und sie erhält weiter unten einen eigenen Abschnitt.

Moderatorvariablen

Ein Moderator verändert die Stärke oder Richtung der Beziehung. In der kanonischen Definition von Baron und Kenny ist ein Moderator eine Variable, die die Richtung und/oder Stärke der Beziehung zwischen einer unabhängigen oder Prädiktorvariable und einer abhängigen oder Kriteriumsvariable beeinflusst. Wenn Ihre Intervention bei erfahrenen Mitarbeitern funktioniert und bei neuen nicht, ist die Erfahrung ein Moderator. Moderatoren beantworten die Fragen für wen und wann.

Mediatorvariablen

Ein Mediator liegt auf dem Kausalpfad und erklärt den Mechanismus. Nochmals Baron und Kenny: Eine Variable fungiert in dem Maße als Mediator, in dem sie die Beziehung zwischen dem Prädiktor und dem Kriterium erklärt. Wenn Schlaf die Prüfungsleistung beeinflusst, weil er die Konzentration beeinflusst, ist Konzentration der Mediator. Mediatoren beantworten das Wie.

Der Unterschied, über den viele stolpern, ist Moderator versus Mediator. Ein Moderator ist eine Bedingung, unter der sich der Effekt verändert. Ein Mediator ist ein Schritt in der Kette, durch den der Effekt zustande kommt. Wenn Sie das eine fälschlicherweise als das andere bezeichnen, verändert das Ihre Analyse und Ihre wissenschaftliche Aussage.

Warum Störvariablen diejenigen sind, auf die es ankommt

Störfaktoren (Confounding) sind der Grund, warum korrelative Befunde widerlegt werden, und sie haben eine präzise und keine vage Definition. Die Epidemiologie-Lehrressource der Columbia University zitiert aus Lasts Dictionary of Epidemiology: Confounding ist die Verzerrung der geschätzten Wirkung einer Exposition auf ein Ergebnis, verursacht durch einen externen Faktor, der sowohl mit der Exposition als auch mit dem Ergebnis zusammenhängt, aber kein Zwischenschritt auf dem Kausalpfad zwischen beiden ist.

Diese Definition führt zu drei Tests, die in dem frei zugänglichen Epidemiologie-Lehrbuch von Oregon State dargelegt sind. Um ein Confounder zu sein, muss eine Variable statistisch mit der Exposition assoziiert sein, das Ergebnis verursachen und darf nicht auf einem Kausalpfad zwischen den beiden liegen. Die dritte Bedingung wird oft vergessen, und das Lehrbuch drückt die Konsequenz unmissverständlich aus: Variablen auf dem Kausalpfad sind Mediatoren, keine Confounder. Die Bereinigung um einen Mediator verbessert Ihre Schätzung nicht, sondern zerstört den Effekt, den Sie eigentlich messen wollten.

Ein Praxisbeispiel: Menschen, die mehr Kaffee trinken, haben eine höhere Lungenkrebsrate. Kaffee verursacht keinen Lungenkrebs. Rauchen ist mit Kaffeetrinken assoziiert und verursacht Lungenkrebs, und es ist kein Schritt auf einem Kausalpfad von Kaffee zu Krebs. Rauchen ist ein Confounder, und jede Analyse, die dies ignoriert, liefert ein reales, statistisch signifikantes, aber völlig scheinbares Ergebnis.

<ProTip title="🕵️ Spüren Sie Confounder auf:" description="Bevor Sie Daten erheben, listen Sie fünf Variablen auf, die Ihr Ergebnis verursachen könnten und ebenfalls mit Ihrem Prädiktor verknüpft sind. Messen Sie diejenigen, die Sie können. Diejenigen, die Sie nicht messen können, bilden Ihren Abschnitt für Limitationen, den Sie so im Voraus schreiben" />

Dieselbe Variable kann beides sein

Es gibt nichts an einer Variable selbst, das sie von Natur aus unabhängig oder abhängig macht. Die Rolle ergibt sich aus der Forschungsfrage, nicht aus der Variable an sich.

Die Schlafdauer ist die unabhängige Variable, wenn Sie fragen, ob Schlaf die Prüfungsleistung beeinflusst. Sie wird zur abhängigen Variable, wenn Sie fragen, ob Angst den Schlaf beeinflusst. Die Arbeitszufriedenheit ist eine abhängige Variable in einer Studie über Managementpraktiken und eine unabhängige Variable in einer Studie über Personalfluktuation. Die Bezeichnung beschreibt eine Position in einer Argumentation.

Deshalb ist das Kausalitätsproblem auch eine echte Gefahr und keine Formsache. Wie das Lehrbuch für Forschungsmethoden von BCcampus veranschaulicht, korrelieren Stress und schlechte Planung miteinander, und gestresst zu sein kann die Fähigkeit, vorauszuplanen, genauso leicht beeinträchtigen wie umgekehrt, während eine dritte Variable wie die Gewissenhaftigkeit beides steuern kann. Ohne ein Experiment oder ein starkes zeitliches Design lässt sich dies allein aus den Daten nicht klären, und in einem Diskussionsteil so zu tun, als ob, ist der schnellste Weg, das Vertrauen des Lesers zu verlieren.

<ProTip title="🔀 Richtungsprüfung:" description="Schreiben Sie Ihre Kausalbehauptung rückwärts auf und prüfen Sie, ob sie immer noch plausibel klingt. Wenn ja, muss Ihr Studiendesign die Richtung rechtfertigen, anstatt sie einfach vorauszusetzen" />

Wann "unabhängige Variable" der falsche Begriff ist

In einem echten Experiment ist die Terminologie stimmig, da Sie die unabhängige Variable wirklich unabhängig von allem anderen festlegen. In Beobachtungsstudien tun Sie das nicht, und einige Methodiker halten das Wort dort für aktiv irreführend.

Das BCcampus-Lehrbuch äußert sich direkt zu korrelativen Designs: Wo von keiner der beiden Variablen angenommen wird, dass sie die andere verursacht, und nichts manipuliert wird, gelten die Begriffe unabhängige Variable und abhängige Variable für diese Art von Forschung nicht. Die National University vertritt denselben Standpunkt. Wikipedia stellt fest, dass einige Autoren den Begriff erklärende Variable bevorzugen, eben weil die als unabhängig behandelten Größen weder statistisch unabhängig noch unabhängig manipulierbar sein müssen.

Seien Sie sich bewusst, dass dies eher eine gängige Praxis als eine feste Regel ist und viele kompetente Analysten den Begriff „unabhängige Variable“ auch bei Beobachtungsdaten ohne Umschweife verwenden. Die praktische Empfehlung lautet, sich an Ihr Fachgebiet zu halten: In der Epidemiologie spricht man von Exposition und Outcome, in klinischen Studien von Endpunkt, in Regressionstexten von Prädiktor und Response und in der Psychologie bei korrelativen Arbeiten von Prädiktor und Kriterium. Die Einhaltung der Konvention signalisiert, dass Sie wissen, in welcher Tradition Sie schreiben.

Wie man Variablen in einen Methodikteil einbindet

Dies ist der Schritt, den jede Ranking-Seite überspringt, und es ist der einzige Schritt, der tatsächlich in Ihrer Arbeit auftaucht.

Die beste verfügbare Richtlinie stammt von STROBE, dem Berichtsstandard für Beobachtungsstudien. Punkt 7 fordert Sie auf, alle Outcomes, Expositionen, Prädiktoren, potenziellen Störvariablen und Effektmodifikatoren klar zu definieren und gegebenenfalls diagnostische Kriterien anzugeben. Die Erläuterung fügt drei weitere Erwartungen hinzu: die Datenquelle und die Erhebungsmethode für jede Variable, ob die Erhebungsmethoden über Gruppen und im Zeitverlauf hinweg vergleichbar waren und auf welcher Ebene die jeweilige Variable gemessen wurde.

Betrachten Sie dies als Checkliste, und der Absatz schreibt sich von selbst. Für jede Variable: was sie ist, wie sie gemessen wurde, mit welchem Instrument, auf welcher Ebene und warum sie im Modell enthalten ist. So sieht das in der Praxis aus:

Die unabhängige Variable war die Schlafdauer, gemessen in Stunden und am Morgen der Testung mittels einer Einzelfrage im Selbstbericht erfasst. Die abhängige Variable war die Prüfungsleistung, operationalisiert als prozentuales Ergebnis der standardisierten Modulabschlussprüfung. Die bisherige Durchschnittsnote wurde aus den offiziellen Unterlagen der Institution erhoben und als Kovariable einbezogen, da sie sowohl mit den Schlafgewohnheiten als auch mit der akademischen Leistung assoziiert ist und nicht auf dem Kausalpfad zwischen ihnen liegt.

Drei Sätze, und jeder einzelne von ihnen beantwortet eine Frage, die ein Gutachter sonst stellen müsste. Beachten Sie, dass der dritte Satz die Kovariable begründet, anstatt sie nur aufzulisten. Das ist der Unterschied zwischen einem Methodikteil, der Entscheidungen nur berichtet, und einem, der sie verteidigt.

<ProTip title="📋 Einheitlich berichten:" description="Nennen Sie Ihre Variablen im gesamten Dokument mit denselben Begriffen. Eine Variable, die in der Methodik als Schlafdauer und in den Ergebnissen als Schlafqualität bezeichnet wird, liest sich wie zwei verschiedene Konstrukte, und ein genauer Prüfer wird fragen, was Sie nun gemessen haben" />

So entwerfen Sie Ihren Variablen-Abschnitt mit Jenni

Sobald Sie wissen, was die Variablen sind, ist das Schreiben reine Strukturarbeit.

Schritt 1. Beschreiben Sie genau, was Sie benötigen. Nennen Sie die Studie, die Population und die Variablen im Prompt. Ein vager Prompt führt zu einem generischen Absatz, der die Begutachtung nicht überstehen wird.

Schritt 2. Legen Sie Ihre Zitierpräferenzen fest. Wählen Sie den Stil, den Ihr Fachbereich erwartet. Methodikteile enthalten überraschend viele Zitationen, da jedes Instrument und jedes etablierte Maß eine Quelle benötigt.

Schritt 3. Erstellen Sie die Überschriften. Erstellen Sie die Gliederung des Methodikkapitels, bevor Sie Fließtext schreiben, damit der Unterabschnitt zu den Variablen im Verhältnis zu Design, Teilnehmern und Analyse an der richtigen Stelle sitzt.

Schritt 4. Schreiben Sie Variable für Variable. Gehen Sie für jede die STROBE-Liste durch: Definition, Maß, Instrument, Ebene und Begründung. Fügen Sie das Zitat für jedes veröffentlichte Instrument über seine DOI in Ihre Bibliothek ein, damit die Referenz von Anfang an korrekt ist.

Schritt 5. Überprüfen Sie den Text, bevor es Ihr Betreuer tut. Lassen Sie „Claim Confidence“ über den Abschnitt laufen, um Stellen zu finden, an denen Sie eine Kausalität impliziert haben, die Ihr Design nicht stützen kann – im Variablen-Abschnitt ist das meist ein unbedachtes „beeinflusst“, wo „ist assoziiert mit“ hingehört.

Stimmen die Bezeichnungen, folgt das Argument von selbst

Die korrekte Benennung Ihrer unabhängigen und abhängigen Variablen ist dabei der kleinste Teil. Der eigentliche Wert liegt in dem, womit Sie sich durch diese Übung auseinandersetzen müssen: ob Ihre Frage tatsächlich gerichtet ist, ob Sie die Richtung verteidigen können, was das Ergebnis sonst noch erklären könnte und ob die von Ihnen verwendeten Wörter zu dem von Ihnen durchgeführten Design passen.

<CTA title="Entwerfen Sie Ihr Methodikkapitel mit Zuversicht" description="Strukturieren Sie jeden Abschnitt, zitieren Sie jedes Instrument und überprüfen Sie, ob Ihre Aussagen zu Ihrem Studiendesign passen" buttonLabel="Jenni kostenlos testen" link="https://app.jenni.ai/register" />

Machen Sie diese Woche den Fünf-Schritte-Check für Ihre eigene Fragestellung und schreiben Sie dann die Drei-Satz-Version des obigen Absatzes. Wenn Sie das Maß oder das Instrument für eine Variable nicht eintragen können, ist das die nächste Baustelle, die Sie beheben müssen, noch bevor Sie ein weiteres Wort des Methodikteils schreiben. Dieselbe Disziplin zieht sich durch jeden Teil einer Forschungsarbeit, und sie beginnt genau hier.