31 연구 변수 유형 : 특성, 예 - 과학 - 2025

연구 및 통계 변수의 유형은 일련의 또는 범주와 연구 대상의 특성에 따라 다른 값을 획득 할 수 추상적 인 개체의 집합으로 구성되어 있습니다.

즉, 통계 변수는 변동하거나 변할 수있는 유형입니다. 이 변동을 측정하고 관찰 할 수 있습니다. 마찬가지로 변수는 분석 대상 객체와 관련하여 특정 역할을 할 수있는 속성 또는 요소를 참조하는 추상 구조로 이해 될 수 있습니다.

연구 및 통계의 변수를 측정하고 분석 할 수 있습니다. 출처 : pixabay.com

이것은 상기 속성 또는 요소가 연구 대상 또는 대상에 직접적인 영향을 미친다는 것을 의미합니다. 변수의 개념은 연구 대상을 이해하기 위해 고려해야하는 다양한 양식이나 옵션을 모으는 것입니다.

결과적으로 변수의 값은 분석 할 주제 및 / 또는 순간에서 일관성이 없거나 다를 수 있습니다. 이론 분야에서이 개념을 이해하는 것은 복잡 할 수 있습니다.

그러나 구체적인 예를 통해 접근 방식을 더 잘 이해할 수 있습니다. 변수는 사람의 성별이나 나이가 될 수 있습니다. 심장병이나 기타 질병으로 고통받습니다.

형질

변수는 두 가지 기본 요소가 특징입니다. 우선 직접 또는 간접적으로 관찰하고 등록 할 수있는 특징을 가지고있어 실제 현실과의 대결이 가능하다.

둘째, 어떤 경우에는 분류되거나 측정 될 수 있기 때문에 (예 : 연령 및 성별) 다양하고 측정 가능한 속성이 있습니다.

통계적 변수는 개별적이거나 고립 된 경우에 나타날 수 없습니다. 그 이유는 그룹의 존재가 필요하기 때문에 변화 할 특성이나 요소를 표현할 수 있기 때문입니다.

통계가 데이터를 수집하고 해석하는 과학이라면,이 분야의 변수는 복수의 정보를 분석하는 역할을하며 분리 된 데이터 나 단일 데이터를 분석하는 데 전념하지 않는 것으로 이해됩니다.

다양한 유형의 변수가 있으므로 서로 다른 측면에 따라 분류 할 수 있습니다. 예를 들어, 통계 변수는 질적 및 양적 일 수 있습니다. 차례로 이들은 사양에 따라 다른 범주로 나눌 수 있습니다.

다른 변수와의 관계에 따른 변수

운영 변수 외에도 이러한 변수 값 사이에 존재하는 관계에 따른 분류도 있습니다. 각 변수 유형이 수행하는 역할은 분석중인 기능에 따라 다르다는 점을 명심해야합니다. 즉, 이러한 변형의 분류는 연구 대상의 영향을받습니다.

이 분류에는 독립적, 종속적, 중재 적, 이상적, 통제적, 상황 적, 참가자 및 혼란스러운 변수가 있습니다.

-독립 변수

이들은 연구 과정에서 고려되고 연구자가 수정할 수있는 변수를 나타냅니다. 즉, 분석가가 자신의 특성이 연구 대상에 미치는 영향을 고려하고 기록하기 시작하는 변수입니다.

예

독립 변수의 예로는 성별과 알츠하이머 병 환자 등록을 원하는 경우 연령이 있습니다.

독립 변수가 종속 변수를 조건화한다는 것이 입증 될 수 있습니다. 또한 독립은 연구자가 직접 조작하기 때문에 실험적 또는 인과 적이라고 할 수 있습니다. 독립 변수는 주로 특정 문제를 일으키는 요인을 설명하는 데 사용됩니다.

-종속 변수

독립 변수에 의해 생성 된 변동에 의해 수정되는 요소를 직접 참조하는 것입니다. 이것은 종속 변수가 독립 변수에서 생성됨을 의미합니다.

예

예를 들어, 성별에 따라 우울증을 결정하고 싶다면 후자가 독립 변수가 될 것입니다. 이를 수정하면 종속 변수에 변동이 발생하는데,이 경우에는 우울증입니다.

흡연과 폐암의 관계에서 또 다른 예를 찾을 수 있습니다.이 경우 "폐암을 가짐"은 종속 변수이고 "흡연"은 독립 변수입니다. 하루에 소비되는 팩 수.

-변수 조정

이러한 변수는 종속 변수와 독립 변수 사이에 존재하는 관계를 변경하거나 수정합니다. 따라서 위의 둘 사이의 링크를 조정하기 때문에 그들의 이름.

예

예를 들어, 공부 시간은 학업 후유증과 관련이 있습니다. 따라서 중재 변수는 학생의 정신 상태 또는 운동 능력의 발달 일 수 있습니다.

-이상한 변수

이상한 변수는 연구 개발에 고려되지 않았지만 최종 결과에 눈에 띄는 영향을 미쳤 기 때문에 이름이 붙여졌습니다. 문제와 가능한 원인 사이의 관계를 약화시킬 수 있기 때문에 개입 또는 혼란스러운 변수라고도합니다.

결과적으로 연구 대상 분석 중에 통제되지 않은 변수 그룹이지만 조사가 완료되면 식별 할 수 있으며 경우에 따라 연구 과정에서 식별되기도합니다.

중재자와 유사하지만 조사시 고려된다는 점이 다릅니다. 이상한 변수는 또한 연구원을 잘못된 길로 이끌 수 있으므로 그 존재의 중요성은 수행 한 연구의 질에 달려 있습니다.

예

예를 들어, 이러한 유형의 변수는 신경질적인 사람이 신경질적인 사람보다 더 많이 흡연하고 암에 걸린 경향이 더 크다는 사실 일 수 있습니다. 이 경우 이상하거나 혼란스러운 변수는 신경입니다.

-가변 제어

제어 변수는 과학자가 일정하게 유지하기를 원하는 변수이며 종속 변수만큼주의 깊게 관찰해야합니다.

예를 들어, 한 과학자가식이 요법 (VI)이 건강 (DV)에 미치는 영향을 조사하려는 경우 연구에 참여한 사람들이 비 흡연자라는 제어 변수가 될 수 있습니다.

이것은 제어 변수가 될 것입니다. 관찰 된 건강상의 차이는 사람들의 흡연 여부에 기인 할 수 있기 때문에이를 통제 할 필요가 있습니다. 어쨌든 이와 같은 실험에는 다른 제어 변수가있을 수 있습니다. 운동 선수가되고, 다른 습관을 가지고 …

-상황 변수

상황 변수는 실험에 영향을 줄 수있는 환경의 한 측면입니다. 예를 들어, 건강 관련 실험의 대기 질.

-다양한 참가자

참가자 또는 주제 변수는 실험에서 연구되는 주제의 특성입니다. 예를 들어, 건강 연구에서 개인의 성별. 참여 변수라고도합니다.

-혼란 변수

교란 변수는 독립 변수와 종속 변수 모두에 영향을 미치는 변수입니다. 예를 들어, 스트레스는 사람들이 더 많이 담배를 피우게하고 건강에 직접적인 영향을 미칠 수 있습니다.

조작성에 따른 변수 유형

통계 및 연구 변수는 운용성에 따라 분류 할 수 있으며이 범주는 가장 잘 알려져 있고 가장 유용합니다. 조작성에 대해 말할 때 이러한 변수의 값에 "번호를 매길"수있는 능력이 암시되고 있습니다. 결과적으로 세 가지 주요 유형으로 세분화 할 수 있습니다.

-정 성적 변수

정 성적 변수는 특정 요소를 식별 할 수 있도록 허용하지만 수량화 할 수없는 변수입니다. 이는 이러한 변수가 특성의 존재에 대해 알릴 수 있지만 수치로 평가할 수 없음을 의미합니다.

결과적으로 이들은 성별이나 국적에서 발생하는 것과 같이 평등 또는 불평등이 있는지 여부를 설정하는 변형입니다. 수량화 할 수는 없지만 이러한 변수는 조사에 강력한 영향을 미칠 수 있습니다.

질적 변수의 예는 학습 과정에서 학생이 갖는 동기입니다. 이 변수는 식별 할 수 있지만 번호를 매길 수는 없습니다.

또한 이분법 적 질적 변수 및 다 항적 정 성적 변수와 같은 다른 범주로 세분화 될 수 있습니다.

이분법 적 질적 변수

이러한 변수는 두 가지 옵션에서만 고려하거나 분석 할 수 있습니다. 따라서 "이분법"이라는 단어는 일반적으로 서로 상반되는 두 가지 측면에 존재하는 분열을 나타 내기 때문에 그 이름에 존재합니다.

예

정확한 예는 살아 있거나 죽는 변수입니다. 두 가지 가능한 옵션 만 허용하고 이들 중 하나가 있으면 다른 하나가 즉시 무효화되기 때문입니다.

질적 다항 변수

이러한 통계 변수는 세 개 이상의 값이있을 수 있으므로이 분형 변수와 반대입니다. 그러나 대부분의 경우 이는 값의 식별 만 설정하기 때문에 주문이 불가능합니다.

예

정확한 예는 식별을 허용하지만이 변수에 할당 할 수있는 가능한 특성이나 요소가 하나만 있음을 선언하기 때문에 색상 변수입니다.

-준 정량 변수

이러한 변수는 수학적 연산을 수행 할 수 없도록하는 특징이 있습니다. 그러나 그들은 전적으로 질적 인 것보다 더 발전했습니다.

그 이유는 준 정량적 방법은 정량화 할 수 없지만 계층 또는 일종의 순서를 설정할 수 있기 때문입니다.

예

예를 들어, 한 그룹의 연구 수준은 이러한 유형의 변수가 될 수 있습니다. 대학원 학위 이수는 학부 이수보다 상위 계층에 있기 때문입니다.

-양적 변수

이름에서 알 수 있듯이 이러한 변수는 값 내에서 수학 연산의 성능을 허용합니다. 따라서 이러한 변수의 다른 요소에 숫자를 할당 할 수 있습니다 (즉, 수량화 할 수 있음).

이러한 유형의 변수에 대한 몇 가지 예는 다음과 같습니다.

-연령으로 표현할 수 있기 때문에.

-무게는 파운드 또는 킬로그램으로 정의 할 수 있습니다.

-주어진 장소와 원산지 사이의 거리로 킬로미터 또는 분 단위로 표시 될 수 있습니다.

-다른 유형의 통화 중에서 달러, 유로, 페소, 솔로 표현할 수있는 월 소득.

차례로 이러한 유형의 변수는 이산 양적 변수와 연속 양적 변수의 두 그룹으로 나눌 수 있습니다.

이산 정량 변수

이들은 중간 값을 가질 수없는 양적 변수를 의미하며 숫자 내에서 소수를 허용하지 않습니다. 즉, 전체 번호를 통해 번호를 매겨 야합니다.

예

정확한 예는 1.5 명의 자녀를 가질 수 없다는 것입니다. 한두 명의 자녀 만 가질 수 있습니다. 이는 측정 단위를 분할 할 수 없음을 의미합니다.

연속 정량 변수

이산 변수와 달리 연속 변수는 소수를 가질 수 있으므로 값은 중간이 될 수 있습니다.

이러한 변수는 간격 척도로 측정됩니다. 즉, 연속적인 양적 변수를 분할 할 수 있습니다.

예

예를 들어, 사람들 그룹의 체중이나 키를 측정합니다.

규모에 따른 변수

이전 분류 외에도 통계 변수는 척도의 기능과이를 계산하는 데 사용되는 측정 값을 고려하여 분류 될 수 있습니다. 그러나 이러한 변수에 대해 이야기 할 때 변수 자체보다 척도에 더 중점을 둡니다.

결과적으로 변수에 사용되는 척도는 조작성 수준에 따라 수정 될 수 있습니다. 후자는 척도 범위 내에서 다른 가능성을 통합 할 수 있기 때문입니다.

그럼에도 불구하고 척도에 따라 네 가지 주요 유형의 변수를 설정할 수 있습니다. 다음은 명목 변수, 순서 변수, 간격 변수, 비율 변수 및 연속 변수입니다.

-공칭 변수

이 유형의 변수는 수학적 연산 성능을 도입하지 않고 단일 특정 품질 만 구별 할 수있는 값을 가진 변수를 나타냅니다. 이런 의미에서 명목 변수는 질적 변수와 동일합니다.

예

명목 변수의 예로는 성별이 남성과 여성으로 구분되기 때문에 찾을 수 있습니다. 미혼, 기혼, 미망인 또는 이혼 한 결혼 상태도 포함됩니다.

-순서 변수

이러한 변수는 수학 연산의 성능을 허용하지 않기 때문에 본질적으로 질적입니다. 그러나 순서 형 변수를 사용하면 해당 값에 특정 계층 적 관계를 설정할 수 있습니다.

예

명목 변수의 예로는 개인의 교육 수준 또는 경제적 상태가 있습니다. 또 다른 예는 우수, 좋음 또는 나쁨과 같은 형용사별로 학업 성적의 순위를 매길 수 있습니다.

이 유형의 변수는 특정 특성을 고려하여 주제, 사건 또는 현상을 계층 적으로 분류하는 데 사용됩니다.

-간격 변수

간격에 척도가있는 변수는 비례 관계에 의해 제한 될 수 있지만 숫자 관계를 실현할 수 있습니다. 이는이 범위 내에 완전히 식별 할 수있는 "영점"또는 "절대 영점"이 없기 때문입니다.

이로 인해 다른 값에서 직접 변환을 수행 할 수 없습니다. 따라서 특정 값을 측정하는 대신 간격 변수가 범위를 측정합니다. 이것은 운영을 다소 복잡하게 만들지 만 많은 수의 증권의 적용을 장려합니다.

간격 변수는 각도, 크기 또는 수량을 상징하는 다른 표현으로 표시 될 수 있습니다. 마찬가지로 카테고리를 분류하고 정렬 할 수있을뿐만 아니라 카테고리 사이에 존재하는 거리의 정도를 나타낼 수도 있습니다.

예

이 분류 내에서 온도 또는 IQ를 찾을 수 있습니다.

-비율 변수

이러한 유형의 변수는 전체 방식으로 작동하는 척도로 측정되어 얻은 결과를 직접 변환 할 수 있습니다.

또한 복소수 연산의 성능을 장려합니다. 이러한 변수에는 측정 된 항목이 완전히 없음을 의미하는 시작점이 있습니다.

결과적으로 비율 변수는 절대 0을 가지며 두 점 사이의 거리는 이전 변수의 특성도 가지고 있지만 항상 동일합니다.

예

예를 들어, 나이, 체중 및 키는 비율 변수입니다.

-연속 변수

"시간"또는 "가중치"와 같이 값이 무한한 변수입니다.

덜 알려진 기타

-범주 형 변수

범주 형 변수는 값을 정의하는 일련의 범주를 통해 값을 표현할 수있는 변수입니다.

예

범주 형 변수의 좋은 예는 주어진 질병의 결과에 해당하며 회복, 만성 질병 또는 사망으로 나눌 수 있습니다.

-활성 변수

연구원이 조작하는 변수입니다.

-바이너리 변수

일반적으로 0/1의 두 값만 사용할 수있는 변수입니다. 예 / 아니오, 높음 / 짧음 또는 두 변수의 다른 조합 일 수도 있습니다.

-변수 공변량

독립 변수와 유사하게 종속 변수에 영향을 주지만 일반적으로 관심있는 변수가 아닙니다.

-기준 변수

변수가 실험적이지 않은 상황에서 사용되는 경우 종속 변수의 다른 이름입니다.

-내생 변수

종속 변수와 유사하게 시스템 내의 다른 변수의 영향을받습니다. 계량 경제학에서 거의 독점적으로 사용됩니다.

-외생 변수

다른 사람들에게 영향을 미치고 시스템 외부에서 오는 변수.

-변수 식별

상황을 고유하게 식별하는 데 사용되는 변수입니다.

-개입 변수

변수 간의 관계를 설명하는 데 사용되는 변수입니다.

-잠재 변수

직접 측정하거나 관찰 할 수없는 숨겨진 변수입니다.

-변수 매니페스트

직접 관찰하거나 측정 할 수있는 변수입니다.

-매개 변수 또는 중간 변수

변수 간의 관계가 발생하는 방식을 설명하는 변수입니다.

-중재 변수

독립 변수와 종속 변수 간의 효과 강도를 변경합니다. 예를 들어 심리 치료는 남성보다 여성의 스트레스 수준을 더 낮출 수 있으므로 섹스는 심리 치료와 스트레스 수준 사이의 영향을 완화합니다.

-다 배엽 변수

두 개 이상의 값을 가질 수있는 변수.

-예측 변수

독립 변수와 의미가 비슷하지만 회귀 및 비실험 연구에 사용됩니다.

실증적 현실을 분석하는 방법으로서의 통계 변수

다양한 유형의 통계 변수를 통해 인간은 현실을 측정하고 계산하기 쉬운 간단한 매개 변수로 나누기 때문에 현실을 단순화하고 분류 할 수 있습니다. 이러한 방식으로 사회 또는 자연의 일부인 요소 그룹을 분리 할 수 ​​있습니다.

결과적으로 인간은 변수를 통해 자신을 둘러싼 세계의 전체 성을 이해한다고 생각할 수 없습니다. 왜냐하면 그것들은 우주 전체에 비해 제한된 지식으로 남아 있기 때문입니다.

이것은 연구자가 잘못된 결론에 대한 접근을 가능한 많이 피하기 위해 변수를 통해 얻은 결과에 비판적 관점을 적용하도록 선택해야 함을 의미합니다.

변수 선택을위한 운영 기준

변수 용어의 정의

첫째, 변수는 작동 가능해야합니다. 이를 달성하려면 측정 가능하거나 이해할 수 있어야합니다.

그런 다음 수행하고자하는 연구의 맥락에서 근본적인 부분 인 각 용어에 대한 의미와 정의를 부여 할 필요가있다. 이 정의는 경험적 현실에서 발견되는 특징의 참조를 기반으로해야합니다.

또한 이러한 정의는 과학적 관찰을 기반으로하고 직접 관찰되는 현실의 지표를 참조하는 조치를 사용하여 구체적이고 운영 가능해야합니다.

나중에 가능한 한 많이 과거와 현재라는 용어의 모든 정의를 검토해야 할 것입니다. 다음으로, 조사 수립 과정에서 제기 된 문제를 설명하는 데 도움이 될 변수 또는 변수 그룹을 식별하는 작업을 진행해야합니다.

변수의 구조

통계 변수의 구조는 다음과 같은 네 가지 주요 요소로 나눌 수 있습니다.

-이름.

-범주 세트.

-언어 적 정의.

-범주의 관찰 단위를 고려하여 그룹화하는 절차.

변수의 작동 사용과 관련하여 고려할 매개 변수

명칭

조사를 진행하는 동안 변수에 부여되는 이름을 나타냅니다.

변수 유형

조사 대상 연구 대상에 변수를 도입 할 때 가지고있는 범주를 말합니다. 이것은 작업의 가설 내에서 변수의 위치에 따라 설정됩니다.

자연

이 분류는 조사 과정의 이론적 기반을 확고히 할 수 있기 때문에 변수가 정량적인지 정성 적인지 여부를 설정해야합니다. 변수의 특성이 확인되면 나머지 비교 및 ​​설명을 더 쉽게 수행 할 수 있습니다.

측정

이것은 연구 대상 또는 다른 변수와의 관계를 설정할 때 변수가 사용할 측정 척도를 나타냅니다.

지시자

이 매개 변수는 측정을 시작하는 기준입니다. 즉, 변수 측정을 가능하게하는 도구입니다.

측정 단위

이것은 변수 표시기가 설정하는 것에 달려 있습니다. 측정 단위는 무엇보다도 정량화 할 수있는 변수에서 작동합니다.

악기

이 매개 변수는 연구자가 통계 변수에 관한 정보와 데이터를 수집하는 데 사용할 도구를 나타냅니다.

치수

변수가 경험적 현실 내에서 차지하는 확장을 의미합니다. 예를 들어, 변수는 무엇보다도 임상 차원, 지리적 차원, 사회적, 생물학적, 진단 또는 인구 통계 차원을 가질 수 있습니다.

운영 정의

이 매개 변수는 연구 대상 내에서 변수에 의해 수행되는 작업을 정의합니다.

개념적 정의

그것은 변수가 차지하는 영역에 특화된 의학 사전 또는 다른 것을 고려하여 변수가 알려 지거나 처리되는 정의를 나타냅니다.

랜덤 변수

통계 분야 및 수학적 분야에서 무작위 변수는 무작위 실험에서 나온 결과에 값 (일반적으로 수치 적 특성)을 할당하는 것을 목적으로하는 함수라고합니다.

가장 구체적인 예는 주사위 게임에서 찾을 수 있습니다. 주사위를 두 번 굴리면 (1,1) 및 (1,2)의 두 가지 가능한 무작위 결과가 발생하기 때문입니다.

랜덤 변수는 아직 수행되지 않은 실험의 결과를 나타내는 가능한 값을 올립니다. 또한 그 순간의 값이 불확실한 수량의 가능한 값을 나타낼 수도 있습니다. 이 경우 부정확하거나 불완전한 측정입니다.

결론적으로, 랜덤 변수는 고정되지 않은 값을 갖는 수량으로 간주 될 수 있으며 이는 차례로 다른 값을 가질 수 있습니다. 이러한 변수를 계산하려면 다른 값이 발생할 확률을 설명하는 데 사용되는 확률 분포를 사용해야합니다.

참고 문헌

1. (SA) (sf) 통계 및 연구 변수 유형. 2019 년 4 월 8 일 Statistics How to : statisticshowto.datasciencecentral.com에서 검색
2. Benitez, E. (2013) 통계 변수. WordPress에서 2019 년 4 월 8 일 검색 : wordpress.com
3. Del Carpio, A. (sf) 연구 변수. 2019 년 4 월 7 일 URP에서 검색 : urp.edu.pe
4. Mimenza, O. (sf) 연구에 사용되는 11 가지 유형의 변수. 조사를 위해 과학에서 사용되는 주요 변수 클래스에 대한 검토. Psychology and Mind에서 2019 년 4 월 7 일 검색 : psicologiaymente.com
5. Mota, A. (2018) 통계 변수. 2019 년 4 월 7 일 Universo Formulas : universoformulas.com에서 검색
6. Carballo, M., Guelmes, C. Scielo 교육에서 개발 된 연구 변수에 대한 몇 가지 고려 사항. 2019 년 4 월 7 일 Scielo에서 검색 : scielo.sld.cu