В эксперименте есть два типа переменных:
Независимая переменная: переменная, которую экспериментатор изменяет или контролирует, чтобы наблюдать влияние на зависимую переменную.
Зависимая переменная: измеряемая в эксперименте переменная, 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, мы говорим, что существуют уровни независимой переменной .
Например, предположим, что учитель хочет знать, как три различных метода обучения влияют на результаты экзаменов. Она случайным образом назначает 30 студентов для использования одного из трех методов обучения в течение недели, затем каждый студент сдает один и тот же экзамен.
В этом примере независимой переменной является метод обучения, и она имеет три уровня :
- Техника 1
- Техника 2
- Техника 3
Другими словами, есть три экспериментальных условия, которым потенциально могут подвергаться учащиеся.
Зависимой переменной в этом примере является экзаменационный балл, который «зависит» от метода обучения, используемого студентом.
Следующие примеры иллюстрируют еще несколько экспериментов, в которых используются независимые переменные с несколькими уровнями.
Пример 1. Расходы на рекламу
Предположим, маркетолог проводит эксперимент, в ходе которого он тратит три разные суммы денег (малую, среднюю и большую) 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:
- Низкий
- Середина
- Высокая
Зависимая переменная: общий объем продаж продукта.
Пример 2: плацебо против лекарства
Предположим, врач хочет знать, снижает ли определенное лекарство артериальное давление у пациентов. Он набирает простую случайную выборку из 100 пациентов и случайным образом назначает 50 для приема таблетки, содержащей настоящее лекарство, и 50 для приема таблетки, которая на самом деле является 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 пять различных удобрений (назовем их A, B, C, D, E) в поле, 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
- Удобрение Д
- Удобрение Е
Зависимая переменная: рост растений
Как анализировать уровни независимой переменной
Обычно мы используем односторонний дисперсионный анализ , чтобы определить, вызывают ли уровни независимой переменной разные результаты для зависимой переменной.
Однофакторный дисперсионный анализ использует следующие нулевую и альтернативную гипотезы:
- H 0 (ноль): все средние группы равны
- H 1 (альтернативный вариант): по крайней мере одно среднее значение группы отличаетсяот остальных
Например, мы могли бы использовать однофакторный дисперсионный анализ, чтобы определить, приводят ли пять различных типов удобрений из предыдущего примера к различной средней скорости роста растений.
Если p-значение ANOVA меньше некоторого уровня значимости (например, α = 0,05), то мы можем отклонить нулевую гипотезу. Это означает, что у нас есть достаточно доказательств, чтобы сказать, что средний рост растений не одинаков при всех пяти уровнях удобрения.
Затем мы могли бы приступить к проведению апостериорных тестов , чтобы точно определить, какие удобрения приводят к разным средним темпам роста.