Co to jest zmienna zależna?
Zmienna zależna (ang. dependent variable, DV) to zmienna, której wartości badacz mierzy, aby sprawdzić, czy zmieniają się pod wpływem zmiennej niezależnej albo czy są z nią związane. W eksperymencie jest to wynik, w którym ma się ujawnić efekt manipulacji: czas reakcji, nasilenie lęku, liczba zapamiętanych słów. Andrade (2021) ujmuje to krótko: zmienne niezależne wpływają na wartości innych zmiennych, a zmienne zależne podlegają temu wpływowi; hipoteza określa, jakiego związku między nimi oczekujemy.
Zmienna zależna jest bezpośrednio związana z głównym wynikiem badania (Kaliyadan i Kulkarni, 2019). Flannelly i in. (2014) zestawiają jej synonimy: zmienna odpowiedzi (ang. response variable) i wynik (ang. outcome). W analizie regresji mówi się też o zmiennej wyjaśnianej (objaśnianej) albo o kryterium, a w badaniach klinicznych – o punkcie końcowym.
„Zależność” to rola w konkretnym pytaniu badawczym, a nie cecha samej zmiennej. Stres jest zmienną zależną, gdy pytasz, czy sesja egzaminacyjna go nasila, ale zmienną niezależną, gdy pytasz, czy przewiduje jakość snu. O rolach decyduje problem badawczy i hipoteza.
Przykłady zmiennych zależnych w psychologii
| Pytanie badawcze | Zmienna niezależna | Zmienna zależna i jej pomiar | Poziom pomiaru |
|---|---|---|---|
| Czy brak snu pogarsza uwagę? | Noc bez snu vs zwykły sen | Średni czas reakcji (ms) w komputerowym zadaniu na uwagę | Ilościowy |
| Czy trening uważności zmniejsza lęk? | Trening vs lista oczekujących | Wynik kwestionariusza lęku po 8 tygodniach | Ilościowy (suma pozycji) |
| Czy dobry nastrój sprzyja pomaganiu? | Indukcja nastroju: pozytywny vs neutralny | Czy osoba podniosła upuszczone długopisy (tak/nie) | Nominalny (dwie kategorie) |
| Czy sposób uczenia się wpływa na zapamiętywanie? | Powtarzanie vs elaboracja | Liczba odtworzonych słów z listy 20 słów | Ilościowy (liczba zdarzeń) |
| Czy psychoedukacja zwiększa gotowość do terapii? | Film psychoedukacyjny vs brak filmu | Jedno pytanie: „Czy rozważasz terapię?” (1–5) | Porządkowy |
| Czy wsparcie społeczne wiąże się z satysfakcją z życia? | Wsparcie społeczne (mierzone, nie manipulowane) | Wynik skali satysfakcji z życia | Ilościowy |
W ostatnim przykładzie nikt niczym nie manipuluje – to badanie korelacyjne, w którym zmienną zależną nazywa się raczej zmienną wyjaśnianą (więcej niżej).
Operacjonalizacja zmiennej zależnej
Konstrukt, np. „lęk” czy „uwaga”, trzeba przełożyć na konkretny wskaźnik i procedurę pomiaru – to operacjonalizacja (Andrade, 2021). Dobra zmienna zależna jest:
- trafna – wskaźnik rzeczywiście odzwierciedla konstrukt (trafność);
- rzetelna – daje powtarzalne wyniki (rzetelność);
- czuła – potrafi wykazać różnice; zbyt łatwe zadanie daje efekt sufitu i maskuje efekt;
- mierzona w ustalonym momencie i w ten sam sposób u wszystkich – najlepiej przez osobę, która nie zna warunku uczestnika (zob. podwójnie ślepa próba).
| Źle | Dobrze |
|---|---|
| „Zmienną zależną był stres.” | „Zmienną zależną był poziom stresu mierzony skalą [nazwa] (10 pozycji, zakres 0–40; wyższy wynik oznacza silniejszy stres) dzień przed egzaminem.” |
| „Badano wpływ snu na uwagę.” | „Zmienną zależną był średni czas reakcji (ms) w poprawnych próbach zadania na uwagę, mierzony rano po nocy eksperymentalnej.” |
| „Mierzono pomaganie.” | „Zmienną zależną było zachowanie pomocowe: czy osoba badana w ciągu 10 s podniosła długopisy upuszczone przez pomocnika badacza (tak/nie).” |
Rozbudowany przewodnik po przechodzeniu od konstruktu do wskaźnika znajdziesz w poradniku co to jest operacjonalizacja.
Poziom pomiaru a wybór testu
Poziom pomiaru zmiennej zależnej – razem z liczbą grup lub rodzajem zmiennej niezależnej – w dużej mierze wyznacza analizę statystyczną. Uproszczoną mapę pokazuje tabela (dla grup niezależnych; przy pomiarach powtarzanych wybierz odpowiedniki dla prób zależnych, np. test t dla prób zależnych lub ANOVA z powtarzanymi pomiarami).
| Zmienna zależna | Zmienna niezależna: 2 grupy | 3 grupy i więcej | Zmienna niezależna ilościowa |
|---|---|---|---|
| Ilościowa | Test t | ANOVA | Korelacja Pearsona, regresja liniowa |
| Porządkowa | Test Manna-Whitneya | Test Kruskala-Wallisa | Korelacja Spearmana, regresja porządkowa |
| Nominalna | Test chi-kwadrat | Test chi-kwadrat | Regresja logistyczna |
Tabela pomija założenia testów – szczegóły znajdziesz w poradniku jak dobrać test statystyczny do hipotezy. Nie zamieniaj ilościowej zmiennej zależnej na kategorie (np. podział na „niski” i „wysoki” lęk medianą) – tracisz informację i moc testu.
Zmienna zależna w badaniu korelacyjnym
W schemacie korelacyjnym nic nie jest manipulowane, a obie zmienne się mierzy. Zmienną zależną nazywa się wtedy zwykle zmienną wyjaśnianą lub kryterium, a zmienną niezależną – predyktorem. W samej korelacji Pearsona role są symetryczne; podział wynika z hipotezy i modelu – w regresji zmienna wyjaśniana stoi po lewej stronie równania. Rysunek 1 zestawia oba schematy.
Istotny związek nie dowodzi przyczynowości – za korelacją może stać zmienna zakłócająca (Andrade, 2021), czego skrajnym przypadkiem jest korelacja pozorna. Dlatego w badaniu korelacyjnym pisz, że predyktor „wiąże się” ze zmienną wyjaśnianą lub ją „przewiduje”, a nie że „wpływa” na nią. Wnioski o wpływie umożliwia przede wszystkim eksperyment z losowym przydziałem; plany eksperymentalne i quasi-eksperymentalne w kontekście wnioskowania przyczynowego omawia klasyczny podręcznik Shadisha i in. (2002).
Kilka zmiennych zależnych
Badanie często ma kilka zmiennych zależnych, np. lęk, objawy depresji i jakość snu po terapii. Standardy raportowania APA dla badań ilościowych (JARS-Quant) rozróżniają hipotezy, analizy i wnioski pierwszorzędowe, drugorzędowe i eksploracyjne (Appelbaum i in., 2018). W praktyce:
- przed zebraniem danych wskaż główną zmienną zależną i zapisz ją, najlepiej w prerejestracji;
- przy wielu testach rozważ korektę na porównania wielokrotne, a przy kilku powiązanych zmiennych zależnych – MANOVA;
- nie zmieniaj zmiennej zależnej po obejrzeniu wyników – wybór tej, która „wyszła”, to odmiana p-hackingu.
Jak opisać zmienną zależną w pracy
W rozdziale metodologicznym podaj nazwę zmiennej, narzędzie lub procedurę pomiaru, zakres i kierunek wyniku, moment pomiaru oraz poziom pomiaru. Wzór dla eksperymentu:
Wzór dla badania korelacyjnego:
Całą strukturę opisu metody pokazuje poradnik rozdział metodologiczny pracy magisterskiej, a formułowanie hipotez ze zmiennymi – pytania badawcze i hipotezy.
Najczęstsze błędy
- Nazwa konstruktu zamiast wskaźnika – „zmienną zależną był stres” nie mówi, jak go zmierzono; podaj narzędzie, zakres i kierunek wyniku.
- Odwrócenie ról – np. nazwanie płci zmienną zależną. W hipotezie „kobiety odczuwają silniejszy lęk przed egzaminem niż mężczyźni” zmienną zależną jest lęk, a płeć – zmienną niezależną (mierzoną).
- Język przyczynowy w badaniu korelacyjnym – „wpływ” zarezerwuj dla eksperymentu; w badaniu korelacyjnym opisuj związek.
- Kontrola manipulacji traktowana jak zmienna zależna – pytanie sprawdzające, czy manipulacja zadziałała, nie testuje hipotezy.
- Mało czuła miara – jedno pytanie dla złożonego konstruktu albo zadanie, które prawie wszyscy rozwiązują bezbłędnie.
- Wiele zmiennych zależnych bez wskazania głównej – rośnie ryzyko fałszywie pozytywnych wyników i wybiórczego raportowania.
Najczęstsze pytania
Co to jest zmienna zależna?
To zmienna, którą badacz mierzy, aby sprawdzić, czy zmienia się pod wpływem zmiennej niezależnej lub czy jest z nią związana. W eksperymencie to wynik, w którym ma się ujawnić efekt manipulacji, np. czas reakcji albo nasilenie lęku. W badaniu korelacyjnym nazywa się ją zmienną wyjaśnianą lub kryterium.
Jak odróżnić zmienną zależną od niezależnej?
Zapytaj, co ma od czego zależeć. Zmienna niezależna to warunek, grupa lub cecha, od której ma zależeć wynik, a zmienna zależna – wynik, który mierzysz. W hipotezie „trening uważności obniża lęk” trening jest zmienną niezależną, a lęk – zależną.
Czy w badaniu korelacyjnym jest zmienna zależna?
Tak, choć zwykle nazywa się ją zmienną wyjaśnianą lub kryterium, a zmienną niezależną – predyktorem. O rolach decyduje hipoteza i model, np. regresja. Ponieważ niczym nie manipulowano, wyniki opisuj jako związki, a nie efekty przyczynowe.
Czy badanie może mieć kilka zmiennych zależnych?
Tak, ale przed zebraniem danych wskaż główną zmienną zależną, a pozostałe opisz jako drugorzędowe lub eksploracyjne. Przy wielu testach rozważ korektę na porównania wielokrotne, a przy kilku powiązanych zmiennych zależnych – MANOVA.
Jak opisać zmienną zależną w pracy magisterskiej?
Podaj nazwę zmiennej, narzędzie lub procedurę pomiaru (z autorami), zakres i kierunek wyniku, moment pomiaru i poziom pomiaru. Na przykład: „Zmienną zależną było nasilenie lęku mierzone kwestionariuszem X (zakres 20–80; wyższy wynik oznacza silniejszy lęk) bezpośrednio po zadaniu”.
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Jak dobrać test statystyczny do hipotezy?
Skala pomiaru, liczba grup i układ badania: tabela doboru testów, trzy przykłady, założenia, skala Likerta, kod R i checklista przed analizą.
Czytaj →PoradnikCo to jest operacjonalizacja?
Od definicji konstruktu przez wskaźniki i procedurę pomiaru po kodowanie, tabelę operacjonalizacji i ocenę trafności.
Czytaj →PoradnikRozdział metodologiczny – jak go napisać
Co napisać w każdym podrozdziale metody: hipotezy, zmienne, próba, narzędzia, procedura, etyka i plan analiz – z wzorami zdań i listą JARS.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- Andrade, C. (2021). A student’s guide to the classification and operationalization of variables in the conceptualization and design of a clinical study: Part 1. Indian Journal of Psychological Medicine, 43(2), 177–179. https://doi.org/10.1177/0253717621994334 ● Otwarty dostęp
- Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191 ● Otwarty dostęp
- Flannelly, L. T., Flannelly, K. J., & Jankowski, K. R. B. (2014). Independent, dependent, and other variables in healthcare and chaplaincy research. Journal of Health Care Chaplaincy, 20(4), 161–170. https://doi.org/10.1080/08854726.2014.959374
- Kaliyadan, F., & Kulkarni, V. (2019). Types of variables, descriptive statistics, and sample size. Indian Dermatology Online Journal, 10(1), 82–86. https://doi.org/10.4103/idoj.IDOJ_468_18 ● Otwarty dostęp
- Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.
Cytowania BibTeX
@article{andrade2021student, author={Andrade, Chittaranjan}, title={{A student’s guide to the classification and operationalization of variables in the conceptualization and design of a clinical study: Part 1}}, journal={Indian Journal of Psychological Medicine}, year={2021}, volume={43}, number={2}, pages={177--179}, doi={10.1177/0253717621994334}}@article{appelbaum2018journal, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={{Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report}}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}@article{flannelly2014independent, author={Flannelly, Laura T. and Flannelly, Kevin J. and Jankowski, Katherine R. B.}, title={{Independent, dependent, and other variables in healthcare and chaplaincy research}}, journal={Journal of Health Care Chaplaincy}, year={2014}, volume={20}, number={4}, pages={161--170}, doi={10.1080/08854726.2014.959374}}@article{kaliyadan2019types, author={Kaliyadan, Feroze and Kulkarni, Vinay}, title={{Types of variables, descriptive statistics, and sample size}}, journal={Indian Dermatology Online Journal}, year={2019}, volume={10}, number={1}, pages={82--86}, doi={10.4103/idoj.idoj_468_18}}@book{shadish2002experimental, author={Shadish, William R. and Cook, Thomas D. and Campbell, Donald T.}, title={{Experimental and quasi-experimental designs for generalized causal inference}}, year={2002}, publisher={Houghton Mifflin}}