Rakip değişkeni: tanım ve örnekler

Eşzamanlı değişken (bazen “ortak değişken” olarak da adlandırılır), bir çalışmada birincil öneme sahip olmayan ancak yine de incelenen ilgili değişken(ler) ile bir miktar etkileşime sahip olabilen bir değişkendir.

Bu tür değişkenlerin hesaba katılmaması, analizde taraflı veya yanıltıcı sonuçlara yol açabilir. Bu nedenle mümkün olduğunda onları tedavi etmek önemlidir.

Gözlemsel çalışmalarda, birlikte ortaya çıkan değişkenlerin, veriler ve değişkenler arasındaki ilişkiler konusunda olağandışı yorumlara yol açabileceğinin farkında olmak önemlidir. Deneysel çalışmalarda deneyin, eşlik eden değişkenlerin riskini ortadan kaldıracak veya azaltacak şekilde tasarlanması önemlidir.

Aşağıdaki örnekler, bir çalışmada eşlik eden değişkenlerin bulunabileceği çeşitli durumları göstermektedir:

örnek 1

Araştırmacılar nüfus yoğunluğu ile dondurma satışları arasındaki ilişkiyi anlamak istiyor. Ancak hava durumu, dondurma satışlarını muhtemelen etkileyen eşlik eden bir değişkendir.

Bu nedenle, eğer araştırmacılar nüfus yoğunluğu ile dondurma satışları arasındaki ilişkiyi ölçmek içindoğrusal bir regresyon yapmak istiyorlarsa, regresyonda bu değişkeni kontrol edebilmek ve bir tahmin elde edebilmek için hava durumu hakkında da veri toplamaya çalışmalıdırlar. kesin. Nüfus yoğunluğunun dondurma satışlarına etkisi.

Örnek 2

Araştırmacılar antrenmanda harcanan saat ile basketbolcuların maç başına aldığı ortalama puan arasındaki ilişkiyi anlamak istiyor. Bununla birlikte, atılan ortalama puanı muhtemelen etkileyen bir değişken de oyun başına oynanan dakika sayısıdır.

Bu nedenle, araştırmacılar aynı zamanda bir oyuncunun oyun başına oynadığı dakika sayısını da izlemeli, böylece bunu regresyon analizine bir değişken olarak dahil edebilir ve pratik yapmak için harcanan saatlerin oyun başına alınan ortalama puanlar üzerindeki etkisini izole edebilirler.

İlgili: Regresyon Katsayıları Nasıl Yorumlanır?

Örnek 3

Araştırmacılar belirli bir gübrenin bitki büyümesinin artmasına neden olup olmadığını bilmek istiyorlar. Ancak güneşe maruz kalma ve sulama sıklığı bitki büyümesini etkileyebilecek iki potansiyel eşzamanlı değişkendir.

Bu nedenle araştırmacılar, regresyon analizine değişken olarak dahil edilebilmeleri ve güneşe maruz kalma ve sulama sıklığını dikkate aldıktan sonra gübrenin büyüyen bitkiler üzerindeki etkisini anlayabilmeleri için güneşe maruz kalma ve sulama sıklığına ilişkin verileri de toplamalıdır.

Eşlik eden değişkenler nasıl belirlenir ve ortadan kaldırılır

Birlikte ortaya çıkan değişkenleri ortaya çıkarmak için, çalışılan alanda alan uzmanlığına sahip olmak yararlı olacaktır. Çalışmaya açıkça dahil edilmeyen çalışma değişkenleri arasındaki ilişkiyi hangi potansiyel değişkenlerin etkileyebileceğini bilerek, birlikte ortaya çıkan potansiyel değişkenleri ortaya çıkarabilirsiniz.

Gözlemsel çalışmalarda eşlik eden değişkenlerin riskini ortadan kaldırmak çok zor olabilir. Çoğu durumda yapabileceğiniz en iyi şey, çalışmayı etkileyebilecek, birlikte ortaya çıkan potansiyel değişkenleri önlemek yerine basitçe tanımlamaktır.

Ancak deneysel çalışmalarda, eşlik eden değişkenlerin etkisi, iyi bir deney tasarımı ile büyük ölçüde ortadan kaldırılabilmektedir.

Örneğin, iki hapın kan basıncı üzerinde farklı bir etkisinin olup olmadığını bilmek istediğimizi varsayalım. Diyet ve sigara alışkanlığı gibi eşlik eden değişkenlerin de kan basıncını etkilediğini biliyoruz. Bu nedenle, rastgele bir tasarım kullanarak bu eşlik eden değişkenleri kontrol etmeye çalışabiliriz. Bu, hastaları birinci veya ikinci hapı almaları için rastgele atadığımız anlamına gelir.

Hastaları rastgele gruplara atadığımız için, eşlik eden değişkenlerin her iki grubu da yaklaşık olarak eşit şekilde etkileyeceğini varsayabiliriz. Bu, kan basıncındaki herhangi bir farklılığın eşlik eden bir değişkenin etkisinden ziyade hapla ilişkilendirilebileceği anlamına gelir.