Что такое уровни независимой переменной?

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.