Зависимые и независимые переменные

Разработчики SPSS активно используют понятия «зависимая переменная» и «независимая переменная», в частности эти тер­мины встречаются в процедурах пакета при исследовании ста­тистических закономерностей. Работая с пакетом SPSS, нам придется пользоваться этими терминами.

Независимыми переменными называются переменные, кото­рые используются для объяснения или предсказания значений других переменных, а именно — зависимых переменных. При­мерами независимых переменных являются пол покупателей, количественный состав их семьи, доход, покупательские воз­можности.

Зависимые переменные — это переменные, значения кото­рых зависят от значений независимых переменных, быть мо­жет, даже определяются ими.

Например, в регрессионном анализе предполагается, что за­висимая переменная является функцией независимых пере­менных. Примерами зависимых переменных могут служить оценка покупателем товара, предпочтение товара и т.д.

Зависимость одних переменных от других обычно отражает мнение аналитика о структуре явления и является его гипоте­зой. Совокупность всех предположений (гипотез) исследовате­ля будет называться моделью явления. Поведение эксперимен­тальных данных может соответствовать гипотезе, тогда вера исследователя в гипотезу подкрепляется. Дело даже может зай­ти настолько далеко, что гипотеза превратится в закон. Напри­мер, гипотеза может звучать так: «Если цены на золото упали, то через две недели упадут цены на серебро». Если данные про­тиворечат гипотезе, от нее отказываются. Если данные подкре­пляют гипотезу, исследование развивается дальше, гипотеза уточняется и подправляется.

Применение зависимых и независимых переменных имеет свои достоинства и недостатки. Перечислим некоторые из них. Неудачны сами термины, так как возможна путаница с фунда­ментальным понятием независимости в теории вероятности¹. На разных этапах исследования одни и те же переменные мо­гут быть то зависимыми, то независимыми. Кроме того, суще-

'В результате сплошь и рядом изучают характер зависимости не­зависимых переменных. Так получается, когда зависимость понима­ется в вероятностном смысле, а независимость — как в обсуждаемом определении.

ствуют методы, например кластерный анализ или многомерное шкалирование, в которых все переменные независимые. В фак­торном анализе и анализе главных компонент зависимые пере­менные являются целью исследования.

При этом, выделение зависимых и независимых перемен­ных помогает новичку при выборе метода анализа.

При проведении исследований независимые переменные часто служат для разделения объекта исследования на группы. Например, если изучается отличие реакции на новый товар по­купателей с высшим и средним образованием, то при статисти­ческой обработке результатов переменная «образование» мо­жет считаться независимой, а переменная «предпочтение товара» — зависимой.

Вернемся к данным, приведенным в табл. 1. В этом случае независимыми переменными являются пол покупателя, обра­зование, заработная плата. Зависимой переменной является тип выбранного покупателем телефона.

Если аналитика интересует, как зависит выбор марки теле­фона от социальных и демографических характеристик поку­пателя, то переменные «пол», «заработная плата» и «образова­ние» будут объявлены независимыми переменными, а переменная «тип мобильного телефона» — зависимой.

Рассмотрим теперь другую ситуацию, когда исследователь пытается спрогнозировать, какой тариф выберет абонент. В этом случае переменная «тариф» станет зависимой, а перемен­ные «пол», «заработная плата», «образование» и «тип мобиль­ного телефона» будут независимыми. Таким образом, в зависи­мости от решаемой задачи отношение аналитика к переменным может меняться: в разных ситуациях одна и та же переменная может быть как зависимой, так и независимой.