
انواع متغیر در تحقیقات آماری به عنوان ویژگی یک مطالعه براساس نقش و کارکرد آن در پژوهش و روش اندازه گیری آن مشخص می شود. متغیرها در جامعه آماری براساس نمونه گیری بررسی می شوند. در هر پژوهشي اطلاعاتی حاصل مي گردد که اين اطلاعات در قالب متغيرها جمع آوري مي شود. متغیرها قابل مشاهده، اندازه گيري و تاثيرگذار بر پديده ها مي باشند. مقادير و ارزش ثابتي ندارند و نقش آنها پايدار نيست و مقادير مختلفي را مي پذيرند. به منظور محاسبه انواع متغیر پیشنهاد می شود مقاله آماره و پارامتر بررسی شود.
انواع داده ها براساس انواع متغیر: متغیرهای کمی در مقابل طبقه بندی
داده اندازه گیری خاصی از یک متغیر است – این مقداری است که در داده خود ثبت می کنید. داده ها به طور کلی به دو دسته تقسیم می شوند:
داده های کمی نشان دهنده مقادیر هستند. متغیری که حاوی داده های کمی است یک متغیر کمی است. متغیری که حاوی دادههای طبقهای است، متغیر طبقهای است. هر یک از این نوع متغیرها را می توان به انواع دیگری تقسیم کرد. داده های طبقه بندی نشان دهنده گروه بندی است. انواع متغیر کمي با عدد نشان داده مي شوند.
کيفي: کيفيت صفات را بيان مي کند و با ارقام رياضي نميتوان آنها را بيان کرد.

وقتی دادههای کمی را جمعآوری میکنید، اعدادی که ثبت میکنید نشاندهنده مقادیر واقعی هستند که میتوان آنها را اضافه، تفریق کرد، تقسیم کرد و غیره. در انواع متغیر، دو نوع متغیر کمی وجود دارد: گسسته و پیوسته.
-کمي پيوسته : کميتي است که بتواند بين دو مقدار خود، تمامي اعداد حقيقي ممکن را اختيار کند مانند : طول قد ، وزن.
-کمي گسسته: کميتي است که بتوان بعنوان مقادير خود ، مجموعه شمارش پذير اعداد را اختيار کند ، مانند : بعد خانوار، تعداد دندانهاي فاسد و …
کیفی دو ارزشی: جنسیت، وضعیت حیاتی (زنده و مرده)، بلی و خیر
کیفی چند ارزشی: گروه خونی، رنگ پوست، ملیت.
کیفی رتبه ای: گروه سنی
متغیرهای طبقهبندی، گروههایی را نشان میدهند. آنها گاهی اوقات به عنوان اعداد ثبت می شوند، اما اعداد به جای مقادیر واقعی چیزها، مقوله ها را نشان می دهند.
سه نوع متغیر طبقه بندی وجود دارد: متغیرهای باینری، اسمی و ترتیبی.
توجه داشته باشید که گاهی اوقات یک متغیر می تواند بیش از یک نوع کارکرد داشته باشد! یک متغیر ترتیبی همچنین می تواند به عنوان یک متغیر کمی استفاده شود اگر مقیاس عددی باشد و نیازی به نگهداری به عنوان اعداد صحیح گسسته نباشد. برای مثال، رتبهبندیهای ستاره در بررسیهای محصول به صورت ترتیبی (۱ تا ۵ ستاره) هستند، اما میانگین رتبهبندی ستاره کمی است.
-مقياس اسمي: تنها براي شناسائي افراد يا چيزها يا مكانها بكار مي رود.
-مقياس ترتيبي: برتري را بيان مي كند.
-مقياس فاصله اي: نسبت دو تفاضل يا دو فاصله ثابت است.
-مقياس نسبي، نسبتها حفظ مي شود.
استيونز استاد روانشناسي دانشگاه هاروارد آمريكا، در مقاله بنيادي 1946 خود چهار نوع مقياس را معرفي كرده است.
آزمایشها معمولاً برای بررسی تأثیر یک متغیر بر متغیر دیگر طراحی میشوند – در مثال ما، تأثیر افزودن نمک بر رشد گیاه. در بررسی انواع متغیر شما متغیر مستقل را دستکاری میکنید (متغیری که فکر میکنید ممکن است علت باشد) و سپس متغیر وابسته (متغیری که فکر میکنید ممکن است اثر باشد) را اندازهگیری میکنید تا بفهمید که این اثر چه میتواند باشد.
شما احتمالاً متغیرهایی نیز خواهید داشت که آنها را ثابت نگه می دارید (متغیرهای کنترلی) تا روی درمان آزمایشی خود تمرکز کنید.
اهداف تحلیلی: متغیر وابسته، متغیر مستقل، متغیر مداخله ای، متغیر واسطه ای.
اهداف توصیفی: متغیرهای اصلی، متغیرهای زمینه ای.

در بررسی انواع متغیر،متغيري که تاثيرگذار است، متغیر مستقل است. متغيري که تحت دستكاري قرار مي گيرد و يا رفتار آن تحت مطالعه قرار مي گيرد تا اثر و يا اثرات آن مشخص شود.
در بررسی انواع متغیر،متغيري است که اثر پذيري از متغير مستقل داشته و تغييرات آن در اثر تغيير متغير مستقل ايجاد مي شود.
در بررسی انواع متغیر،در برخي موارد متغير مستقل از طريق متغير حدواسط اثر خود را بر روي متغير وابسته اعمال مي کند و جزء جدانشدني متغير مستقل است.
در بررسی انواع متغیر، متغيري که برروي متغير مستقل و وابسته و بر رابطه ي بين اين دو متغير تاثير مي گذارد و کنترل آن در دست پژوهشگر نيست.
در بررسی انواع متغیر، متغیر زمینه ای معمولا در همه تحقیقات وجود دارند، منجر می شوند که وضعیت دیگر متغیرهای جامعه، واضح تر و روشن تر شود. برای رسیدن به اهداف فرعی به کار می رود.
متغير اصلي: براي پاسخ به هدف اصلي تحقيق
متغير زمينه اي: براي پاسخ به اهداف فرعی
در بررسی انواع متغیر، متغیری که تأثیر واقعی متغیر دیگری را در آزمایش شما پنهان می کند. این می تواند زمانی اتفاق بیفتد که متغیر دیگری با متغیری که شما به آن علاقه دارید مرتبط باشد، اما شما آن را در آزمایش خود کنترل نکرده باشید. مراقب این موارد باشید، زیرا متغیرهای مخدوش کننده خطر زیادی برای معرفی انواع سوگیری های تحقیقاتی به کار شما دارند، به ویژه سوگیری متغیر حذف شده.
در بررسی انواع متغیر، متغیری که از ترکیب چند متغیر در یک آزمایش ساخته می شود. این متغیرها هنگام تجزیه و تحلیل داده ها ایجاد می شوند، نه زمانی که آنها را اندازه گیری می کنید.
هنگامی که شما تحقیقات همبستگی انجام می دهید، برای شناسایی انواع متغیر، اصطلاحات «وابسته» و «مستقل» کاربرد ندارند، زیرا سعی در ایجاد رابطه علت و معلولی (علت) ندارید.
با این حال، ممکن است مواردی وجود داشته باشد که یکی از متغیرها به وضوح مقدم بر دیگری باشد (مثلاً، بارندگی منجر به گل و لای می شود، نه برعکس). در این موارد می توانید متغیر قبلی (یعنی میزان بارندگی) را متغیر پیش بینی کننده و متغیر زیر (یعنی گل) را متغیر نتیجه بنامید.
عالی بود