Değişken Nedir?
Değişken, değişebilen veya farklı değerler alabilen herhangi bir şeydir. Bu kadar basit. Bir kişiden, yerden veya andan diğerine değişebiliyorsa, değişkendir.
Yaşınız bir değişkendir çünkü zaman içinde değişir. Ayak numaranız bir değişkendir çünkü kişiden kişiye farklıdır. Dışarının sıcaklığı bir değişkendir çünkü gün boyunca değişir. "Bugün kahvaltı edip etmediğiniz" bile bir değişkendir: cevap evet veya hayır olabilir ve kişiden kişiye, günden güne değişir.
İstatistikte değişkenleri inceliyoruz çünkü nasıl davrandıklarını ve daha önemlisi birbirleriyle nasıl ilişkili olduklarını anlamak istiyoruz. Daha fazla uyumak daha iyi sınav notlarına yol açar mı? Egzersiz yapmak tansiyonu düşürür mü? Bu sorular değişkenler arasındaki ilişkiler hakkındadır.
Bağımsız Değişkenler
Bağımsız değişken, bir değişikliğe neden olabildiğini veya etkileyebileceğini düşündüğünüz faktördür. "Girdi" veya bir deneyde kasıtlı olarak değiştirebileceğiniz şeydir. Bazı insanlar buna "açıklayıcı değişken" der çünkü farkına neden olabildiğini düşündüğünüz şeydir.
Bir öğrenci, YKS'ye daha fazla çalışmanın daha iyi puan almaya yol açıp açmadığını merak ediyor. Burada çalışma süresi bağımsız değişkendir. Girdidir, değiştirilen şeydir. Öğrenci günde 2, 4 veya 6 saat çalışıyor olabilir ve sonra notuna ne olduğuna bakıyor.
Bağımsız değişken, aktif olarak kontrol ettiğiniz bir şey olmak zorunda değildir. Pek çok gerçek dünya çalışmasında, sadece gözlemlersiniz. Örneğin, sıcak iklimlerde yaşayan insanların daha fazla su içip içmediğini inceliyorsanız, iklim (sıcak vs. soğuk) bağımsız değişkendir. İklimi değiştirmiyorsunuz; iklim farklılıklarının su tüketimiyle ilişkili olup olmadığını gözlemliyorsunuz.
Bağımlı Değişkenler
Bağımlı değişken, ölçtüğünüz sonuçtur. Bağımsız değişkenin sonucu olarak değişebileceğini düşündüğünüz şeydir. Bağımsız değişkene "bağlıdır", dolayısıyla adı budur. Bazı insanlar buna "tepki değişkeni" der çünkü diğer değişkendeki değişikliklere tepki verir.
Düzenli egzersizin insanların daha iyi uyumasına yardımcı olup olmadığını bilmek istiyorsunuz. Bağımsız değişken egzersiz miktarıdır (hiç, günde 30 dakika, günde 60 dakika). Bağımlı değişken uyku kalitesidir - belki uyunan saat sayısı veya 1'den 10'a kadar kendi bildirilen bir kalite puanı olarak ölçülür. Uyku kalitesi, egzersiz değiştiğinde değişip değişmediğini görmek için ölçtüğünüz şeydir.
Onları Nasıl Ayırt Edersiniz?
Basit bir hile: kendinize sorun "hangisi diğerinde bir değişikliğe neden olabilir?" Neden (veya şüphelenilen neden) bağımsızdır. Etki (veya şüphelenilen etki) bağımlıdır.
- Daha fazla su vermek bitkileri daha uzun yapar mı? Bağımsız: su miktarı. Bağımlı: bitki boyu.
- Kahvaltı etmek işte odaklanmayı artırır mı? Bağımsız: kişinin kahvaltı edip etmediği. Bağımlı: odaklanma düzeyi.
- Fiyat kaç kişinin ürün satın aldığını etkiler mi? Bağımsız: fiyat. Bağımlı: satın alma sayısı.
- Oda sıcaklığı dondurmanın ne kadar hızlı eridiğini etkiler mi? Bağımsız: oda sıcaklığı. Bağımlı: erime süresi.
Evde börek yapıyorsunuz ve fırın sıcaklığının pişirme süresini nasıl etkilediğini bilmek istiyorsunuz. 160, 180 ve 200 derecede deniyorsunuz. Fırın sıcaklığı bağımsız değişkendir (onu değiştiriyorsunuz). Böreğin pişene kadar geçen süre bağımlı değişkendir (onu ölçüyorsunuz). Daha yüksek sıcaklıkların daha kısa pişirme süresyle sonuçlanmasını bekliyorsunuz.
Karıştırıcı Değişkenler: Gizli Bela Çıkarıcılar
İşte işler ilginçleşiyor ve pek çok insanın yanıldığı yer. Karıştırıcı değişken, hem bağımsız hem de bağımlı değişkeni etkileyen, gerçekte durum daha karmaşıkken doğrudan bir ilişki varmış gibi gösteren gizli bir faktördür.
Karıştırıcı değişkenler, ünlü uyarının arkasındaki nedendir: korelasyon nedensellik demek değildir. İki şey birlikte olduğu için birinin diğerine neden olduğu anlamına gelmez. Başka bir şey ikisini de yönlendiriyor olabilir.
Veriler, dondurma satışları arttığında boğulma ölümlerinin de arttığını gösteriyor. Dondurma boğulmaya mı neden oluyor? Tabii ki hayır. Karıştırıcı değişken sıcak havadır. Hava sıcak olduğunda insanlar daha fazla dondurma alıyor ve aynı zamanda daha fazla yüzüyor, bu da daha fazla boğulma kazasına yol açıyor. Sıcak hava her iki değişkeni de yönlendiriyor ve aralarında yanıltıcı bir bağlantı oluşturuyor.
Karıştırıcı değişkenler gerçek dünya verilerinde her yerdedir. İşte daha fazla örnek:
- Organik gıda yiyen insanlar daha uzun yaşıyor. Ama organik gıda satın alan insanlar aynı zamanda daha yüksek gelire, daha iyi sağlık hizmetine erişime ve egzersiz için daha fazla zamana sahip olma eğilimindedir. Gelir ve yaşam tarzı karıştırıcı değişkenlerdir.
- Türkiye'de özel dershaneye giden öğrenciler daha yüksek YKS puanı alıyor. Ama dershane masrafını karşılayabilen aileler aynı zamanda evde daha fazla eğitim kaynağına sahip olabilir. Aile kaynakları bir karıştırıcı değişkendir.
- Süper Lig'de daha yüksek bütçeli takımlar daha iyi performans gösteriyor. Ama bütçe aynı zamanda daha iyi tesisler, daha deneyimli teknik kadro ve daha kaliteli altyapıyla da ilişkilidir. Bütçe doğrudan başarıyı mı yaratır, yoksa bütçenin sağladığı tüm diğer avantajlar mı?
Karıştırıcı Değişkenlerle Nasıl Başedilir?
Karıştırıcıları tanımlamak, istatistiksel düşünmedeki en önemli becerilerden biridir. İşte araştırmacıların bunlarla başa çıkmaya çalıştığı yollar:
- Kontrollü deneyler: İnsanları gruplara rastgele atayın, böylece karıştırıcı değişkenler gruplar arasında eşit dağıtılır. Bazı insanları rastgele egzersiz yapmaya, diğerlerini yapmamaya atarsanız, yaş, diyet ve gelir gibi faktörler gruplar arasında dengelenmiş olmalıdır.
- Ölçme ve ayarlama: Potansiyel karıştırıcılar hakkında veri toplayın ve analizinizde bunları hesaba katmak için istatistiksel yöntemler kullanın.
- Sınırlamalar konusunda dürüst olmak: Pek çok gerçek dünya çalışmasında her karıştırıcıyı ortadan kaldıramazsınız. Yapabileceğiniz en iyi şey, bulgularınızın bir ilişki gösterdiğini kabul etmektir - zorunlu olarak bir neden değil.
İş arkadaşınız Türk çayı içmenin onu daha verimli yaptığını iddia ediyor. Ama bir düşünün: çayı sabah en dinç olduğu zamanlarda içiyor, ilginç görevleri olduğunda çay içme eğiliminde ve çay demleme ritüeli ona kısa bir zihinsel mola veriyor. Günün zamanı, görev türü ve zihinsel molalar hep karıştırıcı değişkenler. Verimliliğinin kafeinin kendisiyle hiçbir ilgisi olmayabilir.
Değişkenleri Kullanıma Koymak
Değişkenleri anlamak sadece akademik değil. Her gün gördüğümüz iddialar hakkında net düşünmenize yardımcı olur:
- Bir reklam "Uygulamamızı kullanan insanlar 5 kilo veriyor" dediğinde, sorun: Bağımsız değişken ne? Bağımlı değişken ne? Karıştırıcılar var mı? (Belki fitness uygulaması indirenler zaten kilo vermeye motive dir.)
- Bir haber "Daha çok kitap okuyan çocuklar daha yüksek not alıyor" diye yazdığında, düşünün: Okuma nedeni mi, yoksa hem okuma alışkanlıkları hem de notlar çocuğun ev ortamını mı yansımaktadır?
- Arkadaşınız "Vitamin almaya başladım ve soğuk algınlığım geçti" dediğinde, düşünün: Vitaminler miydi, yoksa soğuk algınlığı birkaç günde kendiliğinden geçmez miydi?
Değişken Türlerinin Hızlı Özeti
- Bağımsız değişken: Değişikliğe neden olabilecek veya etkileyebilecek faktör. Girdi.
- Bağımlı değişken: Ölçülen sonuç. Sonuç olarak değişebileceğini düşündüğünüz şey.
- Karıştırıcı değişken: Hem bağımsız hem de bağımlı değişkenleri etkileyen, potansiyel olarak neden-sonuç ilişkisi hakkında yanlış izlenim yaratan gizli bir faktör.
Değişkenler değişen veya farklılık gösteren şeylerdir. Herhangi bir çalışmada veya analizde, bağımsız değişken değişikliğe neden olduğunu düşündüğünüz şeydir ve bağımlı değişken ölçtüğünüz sonuçtur. Ama dikkatli olun: karıştırıcı değişkenler arka planda pusarak iki şeyin doğrudan ilişkili görünmesine neden olabilir, oysa aslında ikisi de gizli üçüncü bir faktör tarafından yönlendiriliyordur. "Korelasyon nedensellik demek değildir" ifadesi karıştırıcıların varlığı yüzünden vardır. Onları fark etmeyi öğrenmek, istatistiğin öğretebileceği en değerli becerilerden biridir.