Beroende och oberoende variabel – skillnaden förklarad

Den oberoende variabeln är den faktor som forskaren varierar, jämför eller använder som förklarande faktor. Den beroende variabeln är utfallet som mäts. I ett experiment om hur ljus påverkar växters tillväxt kan mängden ljus vara oberoende variabel och växtens tillväxt den beroende.

Begreppen är enkla i ett kontrollerat experiment men kräver mer eftertanke i observationsstudier. Att en variabel kallas ”oberoende” betyder inte i sig att den bevisligen orsakar förändringen i den andra.

Vad är en oberoende variabel?

I ett experiment är den oberoende variabeln vanligtvis den faktor som forskaren medvetet ändrar mellan grupper eller mättillfällen. Syftet är att undersöka om förändringen följs av ett annat utfall.

Exempel: Om tre grupper av plantor får olika många timmar ljus per dygn är ljusexponeringen den oberoende variabeln.

I statistik och observationsstudier används också ord som förklarande variabel, prediktor eller exponering. Där behöver forskaren inte själv ha manipulerat variabeln. Ålder kan exempelvis vara en prediktor i en analys trots att ingen ”ändrar” deltagarnas ålder.

Vad är en beroende variabel?

Den beroende variabeln är det resultat eller utfall som mäts och som man vill förklara, jämföra eller förutsäga.

I plantexemplet kan forskaren mäta höjdökning i centimeter efter fyra veckor. Då är höjdökningen den beroende variabeln.

Andra vanliga ord är utfallsvariabel, responsvariabel eller ibland kriterievariabel.

Tre tydliga exempel

Fråga	Oberoende/förklarande variabel	Beroende/utfall
Påverkar gödsel växters tillväxt?	typ eller mängd gödsel	tillväxt efter bestämd tid
Påverkar rumstemperatur hur snabbt is smälter?	temperatur	tid tills isen smält
Hänger studietid samman med provresultat?	antal studietimmar	poäng på provet

Det sista exemplet visar varför man måste skilja mellan samband och orsak. Om man bara observerar hur mycket människor studerar kan andra faktorer påverka både studietid och resultat.

Oberoende variabel betyder inte automatiskt orsak

Det är frestande att tänka ”oberoende = orsak” och ”beroende = effekt”. Det fungerar som en första minnesregel i välgjorda experiment, men är för starkt som generell definition.

I en observationsstudie kan forskaren finna att två variabler samvarierar utan att veta om den ena orsakar den andra. En tredje faktor kan påverka båda, eller riktningen kan vara mer komplicerad än analysen antyder.

För att göra trovärdiga slutsatser om orsak behöver studiedesignen hantera alternativa förklaringar, inte bara namnge två variabler.

Vad är kontrollvariabler?

Kontrollvariabler är faktorer som hålls konstanta eller hanteras i analysen för att göra jämförelsen mer rättvis. I ett växtexperiment kan det exempelvis vara växtsort, jordmängd, krukstorlek och vattning.

Om en relevant faktor varierar tillsammans med den oberoende variabeln kan den bli en störfaktor eller confounder. Då blir det svårare att veta vad som faktiskt förklarar skillnaden i utfallet.

Vilken variabel ska stå på x- och y-axeln?

I många enkla diagram placeras den oberoende eller förklarande variabeln på x-axeln och den beroende variabeln på y-axeln.

Det är en vanlig konvention, inte definitionen av variablerna. Vilken variabel som är beroende bestäms av forskningsfrågan och modellen, inte av vilken axel någon råkar rita den på.

Samma variabel kan få olika roll i olika studier

En variabel är inte ”oberoende” för alltid. Rollen beror på frågan.

I en studie kan sömntid användas som förklarande variabel för ett koncentrationstest. I en annan studie kan sömntid vara utfallet man försöker förklara med arbetstider, ljusexponering eller koffeinvanor.

Det är därför bättre att läsa forskningsfrågan först och därefter identifiera vad som förklaras och vad som används för att förklara.

Hur känner man igen variablerna i en uppgift?

Ställ två frågor:

1. Vad ändras, jämförs eller används som möjlig förklaring? Det är kandidaten till oberoende/förklarande variabel.
2. Vad mäts som resultat? Det är kandidaten till beroende variabel.

Formuleringen ”Hur påverkar X Y?” ger ofta X som oberoende och Y som beroende variabel. Men kontrollera alltid om uppgiften verkligen handlar om ett experiment eller bara om ett observerat samband.

Vanliga misstag

• Att anta att ”oberoende” betyder att variabeln inte kan påverkas av något alls.
• Att tolka ett statistiskt samband som bevis för orsak.
• Att glömma hur utfallet faktiskt ska mätas.
• Att ändra flera saker samtidigt i ett experiment och ändå tillskriva resultatet en enda faktor.
• Att tro att x- och y-axeln i sig avgör variablernas roll.

Kan det finnas flera oberoende variabler?

Ja. Många studier undersöker flera förklarande variabler samtidigt. En analys av provresultat kan exempelvis ta hänsyn till studietid, tidigare kunskaper och undervisningsform. Då kan varje variabel bidra med information, men tolkningen blir mer komplex eftersom faktorerna kan hänga ihop med varandra.

Det kan också finnas flera beroende variabler om forskaren mäter flera olika utfall. Begreppen beskriver alltså roller i en viss analys, inte ett krav på exakt en variabel av varje sort.

Kort sammanfattning

Den oberoende variabeln är det som varieras eller används som förklarande faktor. Den beroende variabeln är utfallet som mäts. I experiment manipuleras den oberoende variabeln ofta aktivt, medan observationsstudier kan använda en redan existerande egenskap som prediktor.

Begreppen hjälper till att strukturera en studie, men de ersätter inte en genomtänkt design. För att dra slutsatser måste man också ta hänsyn till mätmetoder, kontrollvariabler, störfaktorer och skillnaden mellan samband och orsak.