Perbedaan Antara Variabel Penjelasan dan Respon

Salah satu dari banyak cara variabel statistik dapat diklasifikasikan adalah dengan mempertimbangkan perbedaan antara variabel penjelas dan respons. Meskipun variabel-variabel ini saling terkait, ada perbedaan penting di antara mereka. Setelah mendefinisikan jenis variabel ini, kita akan melihat bahwa identifikasi variabel-variabel ini benar memiliki pengaruh langsung pada aspek statistik lainnya, seperti konstruksi sebar dan kemiringan garis regresi.

Kita mulai dengan melihat definisi dari tipe-tipe variabel ini. Variabel respons adalah jumlah tertentu yang kami ajukan pertanyaan dalam penelitian kami. Variabel penjelas adalah faktor apa saja yang dapat mempengaruhi variabel respons. Meskipun ada banyak variabel penjelas, kami terutama akan memperhatikan diri kami dengan satu variabel penjelas tunggal.

Variabel respon mungkin tidak hadir dalam penelitian. Penamaan jenis variabel ini tergantung pada pertanyaan yang diajukan oleh seorang peneliti. Melakukan penelitian observasional akan menjadi contoh dari contoh ketika tidak ada variabel respon. Eksperimen akan memiliki variabel respons. Rancangan percobaan yang cermat mencoba menetapkan bahwa perubahan dalam variabel respons secara langsung disebabkan oleh perubahan dalam variabel penjelas.

Untuk mengeksplorasi konsep-konsep ini, kami akan memeriksa beberapa contoh. Sebagai contoh pertama, anggaplah seorang peneliti tertarik untuk mempelajari suasana hati dan sikap sekelompok mahasiswa tahun pertama. Semua siswa tahun pertama diberikan serangkaian pertanyaan. Pertanyaan-pertanyaan ini dirancang untuk menilai tingkat kerinduan seorang siswa. Siswa juga menunjukkan dalam survei seberapa jauh perguruan tinggi mereka dari rumah.

Seorang peneliti yang memeriksa data ini mungkin hanya tertarik pada jenis respons siswa. Mungkin alasan untuk ini adalah untuk memiliki rasa keseluruhan tentang komposisi mahasiswa baru. Dalam hal ini, tidak ada variabel respons. Ini karena tidak ada yang melihat apakah nilai satu variabel mempengaruhi nilai yang lain.

Peneliti lain dapat menggunakan data yang sama untuk mencoba menjawab jika siswa yang datang dari jauh memiliki tingkat kerinduan yang lebih besar. Dalam hal ini, data yang berkaitan dengan pertanyaan kerinduan adalah nilai-nilai variabel respons, dan data yang menunjukkan jarak dari rumah membentuk variabel penjelas.

Untuk contoh kedua, kita mungkin ingin tahu apakah jumlah jam yang dihabiskan untuk mengerjakan pekerjaan rumah berdampak pada nilai yang dihasilkan siswa dalam ujian. Dalam hal ini, karena kami menunjukkan bahwa nilai satu variabel mengubah nilai yang lain, ada variabel penjelas dan respons. Jumlah jam belajar adalah variabel penjelas dan skor pada tes adalah variabel respon.

Ketika kami bekerja dengan data kuantitatif berpasangan, sangat tepat untuk menggunakan sebar. Tujuan dari grafik semacam ini adalah untuk menunjukkan hubungan dan tren dalam data yang dipasangkan. Kita tidak perlu memiliki variabel penjelas dan respons. Jika ini masalahnya, maka salah satu variabel dapat diplot di sepanjang kedua sumbu. Namun, jika ada variabel respon dan penjelas, maka variabel penjelas selalu diplot sepanjang x atau sumbu horizontal sistem koordinat Cartesius. Variabel respon kemudian diplot sepanjang y sumbu.

Perbedaan antara variabel penjelas dan respons mirip dengan klasifikasi lain. Terkadang kita menyebut variabel sebagai makhluk independen atau tergantung. Nilai dari a variabel tak bebas bergantung pada sebuah variabel bebas. Dengan demikian variabel respon sesuai dengan variabel dependen sedangkan variabel penjelas sesuai dengan variabel independen. Terminologi ini biasanya tidak digunakan dalam statistik karena variabel penjelas tidak benar-benar independen. Sebaliknya variabel hanya mengambil nilai-nilai yang diamati. Kami mungkin tidak memiliki kendali atas nilai-nilai variabel penjelas.