Was ist eine kriteriumsvariable? (erklärung + beispiele)

Eine Kriteriumsvariable ist einfach ein anderer Name für eine abhängige Variable oder Antwortvariable . Es handelt sich um die Variable, die in einer statistischen Analyse vorhergesagt wird.

So wie erklärende Variablen unterschiedliche Namen wie Prädiktorvariablen oder unabhängige Variablen haben, hat eine Antwortvariable auch austauschbare Namen wie abhängige Variable oder Kriteriumsvariable .

Was sind einige Beispiele für Kriteriumsvariablen?

Die folgenden Szenarien veranschaulichen Beispiele für Kriteriumsvariablen in verschiedenen Kontexten.

Beispiel 1: Einfache lineare Regression

Die einfache lineare Regression ist eine statistische Methode, mit der wir die Beziehung zwischen zwei Variablen x und y verstehen. Eine Variable x wird als Prädiktorvariable bezeichnet. Die andere Variable, y, wird als Kriteriumsvariable oder Antwortvariable bezeichnet.

Bei der einfachen linearen Regression finden wir eine „Best-Fit-Linie“, die die Beziehung zwischen der Prädiktorvariablen und der Kriteriumsvariablen beschreibt.

Beispielsweise können wir ein einfaches lineares Regressionsmodell an einen Datensatz anpassen, indem wir die untersuchten Stunden als Prädiktorvariable und das Testergebnis als Kriteriumsvariable verwenden. In diesem Fall würden wir eine einfache lineare Regression verwenden, um zu versuchen, den Wert unserer Kriteriumsvariablen Testergebnis vorherzusagen.

Oder wir können als weiteres Beispiel ein einfaches lineares Regressionsmodell an einen Datensatz anpassen und dabei Gewichte verwenden, um den Wert der Größe einer Gruppe von Personen vorherzusagen. In diesem Fall ist unsere Kriteriumsvariable die Höhe , da dies der Wert ist, den wir vorhersagen möchten.

Wenn wir die Größen- und Gewichtswerte in einem Streudiagramm darstellen, wäre die Kriteriumsvariable Höhe auf der y-Achse:

Im Allgemeinen liegt die Kriteriumsvariable bei der Erstellung eines Streudiagramms auf der y-Achse und die Prädiktorvariable auf der x-Achse.

Beispiel 2: Multiple lineare Regression

Die multiple lineare Regression ähnelt der einfachen linearen Regression, mit der Ausnahme, dass wir mehrere Prädiktorvariablen verwenden, um den Wert einer Kriteriumsvariablen vorherzusagen.

Beispielsweise können wir die Prädiktorvariablen „Studienstunden“ und „Schlafstunden in der Nacht vor dem Test“ verwenden, um den Testergebniswert der Kriteriumsvariablen vorherzusagen. In diesem Fall ist unsere Kriteriumsvariable die in dieser Analyse vorhergesagte Variable.

Beispiel 3: ANOVA

Eine ANOVA (Varianzanalyse) ist eine statistische Technik, mit der wir bestimmen, ob ein statistisch signifikanter Unterschied zwischen den Mittelwerten von drei oder mehr unabhängigen Gruppen besteht.

Beispielsweise möchten wir möglicherweise feststellen, ob drei verschiedene Trainingsprogramme unterschiedliche Auswirkungen auf die Gewichtsabnahme haben. Die von uns untersuchte Prädiktorvariable ist das Trainingsprogramm und hat drei Ebenen .

Die Kriteriumsvariable ist der Gewichtsverlust, gemessen in Pfund. Wir können eine einfaktorielle ANOVA durchführen , um festzustellen, ob es einen statistisch signifikanten Unterschied zwischen dem Gewichtsverlust aufgrund der drei Programme gibt.

In diesem Fall möchten wir verstehen, ob sich der Wert der Kriteriumsvariablen Gewichtsverlust zwischen den drei Trainingsprogrammen unterscheidet.

Wenn wir stattdessen das Trainingsprogramm und die durchschnittliche Anzahl der Schlafstunden pro Nacht analysieren würden, würden wir eine zweifaktorielle ANOVA durchführen, da wir sehen möchten, wie zwei Faktoren den Gewichtsverlust beeinflussen.

Aber auch hier bleibt unsere Kriteriumsvariable der Gewichtsverlust , da wir daran interessiert sind, wie sich der Wert dieser Variablen bei verschiedenen Trainings- und Schlafniveaus unterscheidet.

Weiterführende Literatur: Eine einfache Erklärung der Kriteriumsgültigkeit