Как отличить независимые переменные от зависимых

Почти каждое объяснение независимых и зависимых переменных в интернете написано для школьников. Страницы, которые ранжируются по этому запросу, — это правительственный сайт для детей, математический обзор для шестого класса и словарная статья в энциклопедии. Все они говорят одно и то же: независимая переменная — это та, которую вы меняете, а зависимая — та, которую измеряете. Это правильно, но этого перестает хватать в тот самый момент, когда вы садитесь писать главу о методологии.

Ниже приведена версия для тех, кому предстоит защищать свой выбор: как надежно определить эти две переменные, какие четыре других типа переменных должны быть в том же разделе, почему вмешивающиеся факторы (конфаундеры) могут лишить вас баллов и как оформить все это в абзац, который примет экзаменатор.

<CTA title="Напишите убедительный раздел методологии" description="Jenni поможет вам структурировать и составить черновик каждого раздела со ссылками на источники с самого начала" buttonLabel="Попробовать Jenni бесплатно" link="https://app.jenni.ai/register" />

Что такое независимые и зависимые переменные?

Независимая переменная — это та, которой вы манипулируете, которую назначаете или выбираете. Это предполагаемая причина, входной фактор, то, что идет первым. Зависимая переменная — это та, которую вы измеряете впоследствии, чтобы увидеть, отреагировала ли она. Это предполагаемое следствие, и считается, что ее значение зависит от независимой переменной — отсюда и название.

Статистический ресурс Национального университета формулирует это четко: независимая переменная манипулируется исследователем, чтобы определить, приведет ли она к изменениям в зависимой переменной, в то время как зависимая переменная измеряется, чтобы увидеть, зависит ли ее значение от этого изменения.

Из этого вытекают два правила, которые стоит усвоить. На графике независимая переменная откладывается по горизонтальной оси, а зависимая — по вертикальной. В уравнении регрессии зависимая переменная — это y слева, а независимые переменные — это члены x справа, поэтому статистики иногда называют их переменными левой и правой части.

Как отличить одну от другой

Когда вопрос кажется незнакомым, воспользуйтесь этим алгоритмом вместо того, чтобы гадать. Это займет около минуты и поможет в тех случаях, когда интуиция подводит.

Запишите исследовательский вопрос в виде предложения. Стремитесь к формулировке: каково влияние А на Б. Если вы не можете сформулировать вопрос таким образом, возможно, у вас нет направленного вопроса, что само по себе важно заметить.

Спросите, какую переменную вы задаете или выбираете. Все, что вы назначаете, чем манипулируете или на основе чего отбираете участников, является независимой переменной. В эксперименте вы ее задаете. В обсервационном (наблюдательном) исследовании вы выбираете по ней участников или просто фиксируете ее по мере возникновения.

Спросите, какую переменную вы измеряете в последнюю очередь. Переменная, которую вы фиксируете после того, как все остальное уже произошло, — это зависимая переменная.

Примените временной тест. Независимая переменная идет первой. Если Б гипотетически могло вызвать А, то у вас проблема не с классификацией переменных, а с направленностью причинно-следственной связи, и это следует указать в разделе ограничений исследования.

Составьте список всего остального, что могло бы объяснить результат. Все, что связано с обеими переменными, но не находится на причинно-следственном пути между ними, является вмешивающимся фактором (конфаундером). Назовите его, измерьте или объясните, почему вы не смогли этого сделать.

На реальных примерах это выглядит следующим образом.

Обратите внимание на четвертую строку. Никто не назначает человеку уровень дохода. В таких случаях стандартная терминология начинает буксовать, и этот вопрос подробно разбирается ниже.

<ProTip title="🎚️ Задать или измерить:" description="Если вы можете представить, что распределяете участника на определенный уровень переменной, — это ваша независимая переменная. Если все, что вы можете сделать, — это зафиксировать то, что произошло, — это зависимая переменная" />

Четыре других типа переменных в вашем разделе методологии

Глава о методологии, в которой упоминаются только две переменные, почти всегда неполная. Стандарты научных публикаций требуют большего, и рецензенты обязательно обратят на это внимание.

Контролируемые переменные

Контролируемая переменная — это переменная, которую вы намеренно поддерживаете постоянной, чтобы она не менялась и не искажала сравнение. Тестирование всех участников в одной и той же комнате в одно и то же время суток позволяет контролировать влияние окружающей среды и циркадных ритмов. Контролируемые переменные не анализируются как эффекты; они выводятся из игры.

Вмешивающиеся переменные (конфаундеры)

Конфаундер связан как с вашей независимой, так и с зависимой переменной, но не лежит на причинно-следственном пути между ними. Именно этот фактор делает выводы недействительными, и ему посвящен отдельный раздел ниже.

Модерирующие переменные (модераторы)

Модератор меняет силу или направление взаимосвязи. В каноническом определении Барона и Кенни модератор — это переменная, которая влияет на направление и/или силу связи между независимой (или предикторной) переменной и зависимой (или критериальной) переменной. Если ваше вмешательство работает для опытных сотрудников, но не работает для новичков, то опыт является модератором. Модераторы отвечают на вопросы «для кого» и «когда».

Медиирующие переменные (медиаторы)

Медиатор находится на причинно-следственном пути и объясняет сам механизм связи. Снова Барон и Кенни: переменная функционирует как медиатор в той мере, в какой она объясняет связь между предиктором и критерием. Если сон влияет на результаты экзаменов, потому что он влияет на концентрацию внимания, то концентрация — это медиатор. Медиаторы отвечают на вопрос «как».

Различие, на котором многие спотыкаются, — это модератор против медиатора. Модератор — это условие, при котором меняется эффект. Медиатор — это шаг в цепочке, благодаря которому происходит эффект. Ошибка в классификации этих понятий изменит ваш анализ и научные утверждения.

Почему конфаундеры — это самое важное

Вмешивающиеся факторы (конфаундеры) — это причина, по которой корреляционные выводы часто опровергаются, и у этого термина есть точное, а не размытое определение. Образовательный ресурс по эпидемиологии Колумбийского университета цитирует «Словарь эпидемиологии» под редакцией Ласта: конфаундинг — это искажение оцениваемого эффекта воздействия на результат, вызванное посторонним фактором, связанным как с воздействием, так и с результатом, но не являющимся промежуточным этапом на причинно-следственном пути между ними.

Это определение дает три теста, изложенных в открытом учебнике по эпидемиологии Университета штата Орегон. Чтобы быть конфаундером, переменная должна быть статистически связана с воздействием, должна быть причиной исхода и не должна лежать на причинно-следственном пути между ними. Третье условие — это то, о чем часто забывают, и авторы учебника высказываются о последствиях довольно резко: переменные на причинно-следственном пути являются медиаторами, а не конфаундерами. Попытка скорректировать модель с учетом медиатора не очистит вашу оценку, а разрушит тот самый эффект, который вы пытались измерить.

Классический пример: люди, которые пьют больше кофе, чаще болеют раком легких. Кофе не вызывает рак легких. Но курение связано с употреблением кофе и при этом вызывает рак легких, не являясь промежуточным этапом на пути от кофе к раку. Курение — это конфаундер, и любой анализ, который его игнорирует, даст реальный, статистически значимый, но абсолютно ложный результат.

<ProTip title="🕵️ Ищите конфаундеры:" description="Прежде чем собирать данные, составьте список из пяти переменных, которые могут влиять на ваш результат и одновременно связаны с вашим предиктором. Измерьте те, которые можете. Те, которые измерить нельзя, составят ваш раздел ограничений исследования, написанный заранее" />

Одна и та же переменная может быть и той, и другой

В самой переменной нет ничего такого, что изначально делало бы ее независимой или зависимой. Роль определяется исследовательским вопросом, а не самой переменной.

Продолжительность сна является независимой переменной, когда вы спрашиваете, влияет ли сон на результаты экзаменов. Но она становится зависимой переменной, когда вы изучаете, влияет ли тревожность на сон. Удовлетворенность работой — зависимая переменная в исследовании методов управления и независимая переменная в исследовании текучести кадров. Эти ярлыки лишь описывают место переменной в вашей аргументации.

Именно поэтому проблема направленности связи является реальной угрозой, а не формальностью. Как иллюстрирует учебник по методам исследований BCcampus, стресс и плохое планирование коррелируют между собой, и стресс может ухудшать способность планировать будущее так же легко, как и наоборот, в то время как третья переменная, например добросовестность, может влиять на оба этих фактора. Без эксперимента или четкого лонгитюдного дизайна вы не сможете разрешить эту дилемму только на основе данных, и притворяться в разделе обсуждения, что это не так, — самый быстрый способ потерять доверие читателя.

<ProTip title="🔀 Проверка направления:" description="Запишите свое причинно-следственное утверждение в обратном порядке и посмотрите, звучит ли оно правдоподобно. Если да, то дизайн вашего исследования должен обосновывать выбранное направление, а не просто принимать его как данность" />

Когда термин «независимая переменная» неуместен

В истинном эксперименте эта терминология удобна, поскольку вы действительно задаете независимую переменную независимо от всего остального. В обсервационных исследованиях это не так, и некоторые методологи считают использование этого термина в таких случаях вводящим в заблуждение.

Учебник BCcampus прямо высказывается по поводу корреляционных дизайнов: там, где ни одна из переменных не считается причиной другой и ничего не манипулируется, термины «независимая переменная» и «зависимая переменная» неприменимы к этому типу исследований. Национальный университет придерживается того же мнения. В Википедии отмечается, что некоторые авторы предпочитают термин объясняющая переменная именно потому, что величины, рассматриваемые как независимые, могут быть ни статистически независимыми, ни поддающимися независимому манипулированию.

Имейте в виду, что это скорее живая традиция, чем незыблемое правило, и многие компетентные аналитики без тени сомнения используют термин «независимая переменная» для обсервационных данных. Практический совет — следуйте правилам вашей научной области: в эпидемиологии говорят «воздействие» (exposure) и «исход» (outcome), в клинических испытаниях — «конечная точка» (endpoint), в учебниках по регрессии — «предиктор» (predictor) и «отклик» (response), а в психологии при корреляционной работе — «предиктор» и «критерий». Соответствие терминологии показывает, что вы понимаете традиции, в рамках которых пишете работу.

Как описывать переменные в разделе методологии

Это шаг, который пропускают почти все популярные статьи, но это единственный шаг, который действительно попадет в вашу диссертацию или статью.

Наиболее удачные рекомендации содержатся в стандарте отчетности для обсервационных исследований STROBE. Его пункт 7 требует четко определить все исходы, воздействия, предикторы, потенциальные конфаундеры и модификаторы эффекта, а также при необходимости привести диагностические критерии. Подробное руководство добавляет еще три требования: источник данных и метод оценки для каждой переменной, сопоставимость методов оценки между группами и во времени, а также уровень организации, на котором измерялась каждая переменная.

Используйте это как чек-лист, и абзац напишется сам собой. Для каждой переменной укажите: что это такое, как это измерялось, с помощью какого инструмента, на каком уровне и почему она включена в модель. Вот как это выглядит на практике:

Независимой переменной была продолжительность сна, измеряемая в часах и фиксируемая на основе самоотчетов участников утром в день тестирования с помощью одного вопроса. Зависимой переменной успеваемости был процент баллов за стандартизированный итоговый тест по модулю. Предыдущий средний балл успеваемости (GPA) брался из официальных записей учебного заведения и включался в анализ в качестве ковариаты, поскольку он связан как с привычками сна, так и с академической успеваемостью, и не лежит на причинно-следственном пути между ними.

Три предложения, и каждое из них отвечает на вопрос, который в противном случае возник бы у рецензента. Обратите внимание, что третье предложение обосновывает включение ковариаты, а не просто перечисляет её. В этом и заключается разница между разделом методологии, который просто констатирует решения, и разделом, который их защищает.

<ProTip title="📋 Унифицируйте термины:" description="Называйте свои переменные одними и теми же словами во всем документе. Если переменная называется «продолжительность сна» в методах и «качество сна» в результатах, это выглядит как два разных конструкта, и внимательный экзаменатор обязательно спросит, что именно вы измеряли" />

Как составить черновик раздела о переменных с помощью Jenni

Когда вы точно знаете, какие переменные используете, написание черновика превращается в чисто структурную работу.

Шаг 1. Опишите именно то, что вам нужно. Укажите в промпте название исследования, популяцию и переменные. Размытый промпт вернет стандартный шаблонный абзац, который не пройдет проверку у вашего научного руководителя.

Шаг 2. Задайте предпочтения для цитирования. Выберите стиль оформления ссылок, который требуется на вашей кафедре. В разделах методологии обычно содержится на удивление много цитат, поскольку каждая методика и каждая устоявшаяся мера требуют подтверждения источником.

Шаг 3. Создайте структуру заголовков. Постройте план главы методологии перед написанием основного текста, чтобы подраздел о переменных занял правильное место по отношению к дизайну исследования, участникам и анализу данных.

Шаг 4. Напишите черновик по каждой переменной. Проработайте список STROBE для каждой из них: определение, мера, инструмент, уровень и обоснование. Импортируйте ссылку на любой опубликованный инструмент в свою библиотеку по его DOI, чтобы библиография была верной с самого начала.

Шаг 5. Проверьте текст до того, как его увидит руководитель. Запустите функцию Claim Confidence («Уверенность в утверждениях») для этого раздела, чтобы выявить места, где вы могли случайно заявить о причинно-следственной связи, которую ваш дизайн не может подтвердить (в разделе переменных это обычно случайно затесавшееся слово «влияет» там, где должно быть «ассоциируется с»).

Правильно выберите названия — и аргументация выстроится сама

Правильное обозначение независимых и зависимых переменных — это лишь малая часть дела. Настоящая польза заключается в том, к чему эта работа вас принуждает: задуматься, действительно ли ваш вопрос имеет направленный характер, можете ли вы защитить это направление, что еще могло бы объяснить результат и соответствуют ли используемые вами слова дизайну проведенного вами исследования.

<CTA title="Пишите главу о методологии с уверенностью" description="Структурируйте каждый раздел, цитируйте каждый инструмент и проверяйте, соответствуют ли ваши выводы дизайну исследования" buttonLabel="Попробовать Jenni бесплатно" link="https://app.jenni.ai/register" />

Проведите на этой неделе пятиэтапную проверку своего собственного исследовательского вопроса, а затем напишите трехпредложенную версию абзаца по образцу выше. Если вы не можете заполнить меру или инструмент для какой-либо переменной, это именно то, что нужно исправить в первую очередь, задолго до того, как вы напишете следующее слово в разделе методологии. Эта же дисциплина прослеживается в каждой части научной статьи, и начинается она именно здесь.