Что такое уровни независимой переменной?

В эксперименте есть два типа переменных:

Независимая переменная: переменная, которую экспериментатор изменяет или контролирует, чтобы иметь возможность наблюдать влияние на зависимую переменную.

Зависимая переменная: переменная, измеренная в эксперименте, которая «зависит» от независимой переменной.

В эксперименте исследователь хочет понять, как изменения независимой переменной влияют на зависимую переменную.

Когда независимая переменная имеет несколько экспериментальных условий, говорят, что существуют уровни независимой переменной .

Например, предположим, что учитель хочет знать, как три различных метода обучения влияют на результаты тестов. Она случайным образом распределяет 30 студентов, которые будут использовать один из трех методов обучения в течение недели, а затем каждый студент сдает один и тот же экзамен.

В этом примере независимой переменной является «Техника обучения», и она имеет три уровня :

• Техника 1
• Техника 2
• Техника 3

То есть существует три экспериментальных условия, которым потенциально могут подвергаться студенты.

Зависимой переменной в этом примере является экзаменационный балл, который зависит от используемой студентом методики обучения.

Следующие примеры иллюстрируют некоторые дополнительные эксперименты с использованием независимых переменных на нескольких уровнях.

Пример 1: расходы на рекламу

Предположим, маркетолог проводит эксперимент, в ходе которого он тратит три разные суммы (низкую, среднюю и высокую) на телевизионную рекламу, чтобы увидеть, как она влияет на продажи определенного продукта.

В этом эксперименте у нас есть следующие переменные:

Независимая переменная: расходы на рекламу.

• 3 уровня:
  • Слабый
  • СРЕДНИЙ
  • Высокий

Зависимая переменная: Общий объем продаж продукции.

Пример 2: Плацебо против лекарства

Предположим, врач хочет знать, снижает ли определенное лекарство кровяное давление у его пациентов. Он набирает простую случайную выборку из 100 пациентов и случайным образом распределяет 50 на прием таблеток, содержащих настоящее лекарство, и 50 на прием таблеток, которые на самом деле являются просто плацебо.

В этом эксперименте у нас есть следующие переменные:

Независимая переменная: Тип лекарства

• 2 уровня:
  • Настоящая лекарственная таблетка
  • Таблетка плацебо

Зависимая переменная: общее изменение артериального давления.

Пример 3: Рост растений

Предположим, ботаник использует в поле пять разных удобрений (мы назовем их A, B, C, D, E), чтобы определить, оказывают ли они различное влияние на рост растений.

В этом эксперименте у нас есть следующие переменные:

Независимая переменная: Тип удобрения

• 5 уровней:
  • Удобрение А
  • Удобрение Б
  • Удобрение С
  • Удобрения
  • Удобрения

Зависимая переменная: рост растений

Как анализировать уровни независимой переменной

Обычно мы используем однофакторный дисперсионный анализ , чтобы определить, вызывают ли уровни независимой переменной разные результаты в зависимой переменной.

Односторонний дисперсионный анализ использует следующие нулевые и альтернативные гипотезы:

• H ₀ (ноль): все средние значения группы равны
• H ₁ (альтернативный): по крайней мере одно групповое среднее отличается   отдых

Например, мы могли бы использовать однофакторный дисперсионный анализ, чтобы определить, приводят ли пять различных типов удобрений из предыдущего примера к разным средним темпам роста растений.

Если значение p ANOVA ниже определенного уровня значимости (например, α = 0,05), то мы можем отвергнуть нулевую гипотезу. Это означает, что у нас есть достаточно доказательств, чтобы сказать, что средний рост растений не одинаков при всех пяти уровнях удобрений.

Затем мы могли бы провести апостериорное тестирование , чтобы точно определить, какие удобрения приводят к разным средним темпам роста.