Zmienna to jedno z najbardziej podstawowych pojęć w metodologii badań - i zarazem fundament, na którym opiera się cała część empiryczna pracy dyplomowej. Zanim student policzy jakąkolwiek korelację, przeprowadzi test różnic czy zbuduje tabelę wyników, musi najpierw poprawnie określić, co właściwie bada i jakiego typu są to dane. Błąd na tym etapie - na przykład potraktowanie zmiennej jakościowej tak, jakby była ilościowa - przekłada się na błędny dobór metod statystycznych i podważa wiarygodność całej analizy. Dlatego zrozumienie, czym jest zmienna i jak się ją klasyfikuje, to warunek wstępny każdego rzetelnego badania.
Czym jest zmienna?
W najprostszym ujęciu zmienna to cecha, która może przyjmować różne wartości u różnych obiektów lub w różnych warunkach. Wzrost, wiek, poziom wykształcenia, płeć, dochód, satysfakcja z pracy, marka samochodu - wszystko to są zmienne, bo różnią się między badanymi osobami czy przypadkami. Przeciwieństwem zmiennej jest stała, czyli cecha, która w danym badaniu nie ulega zmianie i dlatego nie jest przedmiotem analizy.
Sama nazwa wskazuje na istotę pojęcia: zmienna „zmienia się" - i właśnie to zróżnicowanie czyni ją interesującą badawczo. Gdyby wszyscy badani mieli identyczny dochód, nie dałoby się analizować jego związku z czymkolwiek. To zróżnicowanie wartości jest tym, co badanie próbuje opisać, wyjaśnić lub powiązać z innymi zmiennymi.
Podział ze względu na rolę w badaniu
Pierwszy ważny podział dotyczy funkcji, jaką zmienna pełni w badanym związku. Zmienna niezależna to ta, która jest przypuszczalną przyczyną lub czynnikiem oddziałującym — to ją badacz „manipuluje" lub obserwuje jako punkt wyjścia. Zmienna zależna to ta, która stanowi przypuszczalny skutek, czyli to, co się zmienia pod wpływem zmiennej niezależnej. W badaniu wpływu metody nauczania na wyniki uczniów metoda nauczania jest zmienną niezależną, a wyniki - zmienną zależną.
Obok nich występuje zmienna pośrednicząca (mediator), która wyjaśnia mechanizm związku między zmienną niezależną a zależną, oraz zmienna moderująca, która wpływa na siłę lub kierunek tego związku. Osobną kategorią jest zmienna zakłócająca (ukryta), która oddziałuje na badany związek, choć nie została uwzględniona — to właśnie ona stoi za korelacjami pozornymi i dlatego trzeba ją w analizie brać pod uwagę. Nie każda praca wymaga rozbudowanego modelu z mediatorami i moderatorami, ale rozróżnienie zmiennej zależnej od niezależnej powinno pojawić się w każdym badaniu zależności.
Podział ze względu na charakter danych
Drugi, kluczowy dla doboru metod statystycznych, jest podział ze względu na typ danych, jakie zmienna dostarcza. Tu wyróżnia się dwie główne grupy: zmienne jakościowe i ilościowe.
Zmienne jakościowe (kategorialne) opisują przynależność do kategorii, a nie wielkość. Dzielą się na nominalne i porządkowe. Zmienne nominalne to czyste kategorie bez naturalnego porządku - płeć, kolor oczu, miejsce zamieszkania, marka. Można je tylko zliczać i porównywać liczebnościami; nie ma sensu pytać, która kategoria jest „większa". Zmienne porządkowe również są kategoriami, ale dają się uszeregować - poziom wykształcenia (podstawowe, średnie, wyższe) czy oceny w skali (bardzo zły, zły, dobry, bardzo dobry). Istnieje tu porządek, ale odstępy między kategoriami nie są równe ani precyzyjnie mierzalne.
Zmienne ilościowe (mierzalne) wyrażają wielkość liczbową i pozwalają na działania arytmetyczne. Dzielą się na przedziałowe i ilorazowe. Zmienne przedziałowe mają równe odstępy między wartościami, ale brak im naturalnego, bezwzględnego zera — klasycznym przykładem jest temperatura w stopniach Celsjusza, gdzie 0°C nie oznacza „braku temperatury". Zmienne ilorazowe mają zarówno równe odstępy, jak i absolutne zero oznaczające brak cechy — wzrost, waga, dochód, czas. Tylko w ich przypadku ma sens stwierdzenie, że jedna wartość jest „dwa razy większa" od drugiej.
Skale pomiarowe - uporządkowanie całości
Cały ten podział porządkują cztery poziomy skal pomiarowych, które warto znać, bo często pojawiają się w wymaganiach metodologicznych. Skala nominalna odpowiada zmiennym nominalnym (kategorie bez porządku), skala porządkowa - zmiennym porządkowym (kategorie uszeregowane), skala przedziałowa - zmiennym przedziałowym (równe odstępy, brak zera bezwzględnego), a skala ilorazowa - zmiennym ilorazowym (równe odstępy i zero bezwzględne). Im wyższy poziom skali, tym więcej operacji statystycznych jest dozwolonych: na danych nominalnych można liczyć tylko liczebności i dominantę, na porządkowych dochodzi mediana, a dopiero na przedziałowych i ilorazowych ma sens średnia arytmetyczna i odchylenie standardowe.
Zmienna a wskaźnik - operacjonalizacja
Wiele zmiennych w naukach społecznych nie daje się zmierzyć wprost. Nie można bezpośrednio „zmierzyć" satysfakcji z pracy, poczucia bezpieczeństwa czy zaangażowania — to konstrukty teoretyczne. Dlatego przeprowadza się operacjonalizację, czyli przekłada się abstrakcyjną zmienną na konkretne, mierzalne wskaźniki. Satysfakcję z pracy można na przykład zmierzyć zestawem pytań ankietowych ocenianych na skali, a poziom czytelnictwa - liczbą przeczytanych w roku książek. Poprawna operacjonalizacja to jeden z najtrudniejszych, a zarazem najważniejszych etapów: od tego, jak zdefiniujemy wskaźniki, zależy, czy faktycznie mierzymy to, co zamierzaliśmy.
Dlaczego to ważne w pracy dyplomowej?
Typ zmiennej przesądza o tym, jakich metod statystycznych wolno użyć. Do zmiennych ilościowych stosuje się średnie, korelację Pearsona, test t czy ANOVA; do zmiennych porządkowych - medianę, korelację Spearmana, testy nieparametryczne; do nominalnych — liczebności i test chi-kwadrat. Próba policzenia średniej z płci albo korelacji Pearsona na danych nominalnych to błąd, który recenzent natychmiast zauważy. Dlatego w części metodologicznej pracy należy jasno wskazać, jakie zmienne są badane, jakiego są typu i jak zostały zoperacjonalizowane — dopiero to uzasadnia dobór konkretnych narzędzi analizy.
Najczęściej zadawane pytania
Jaka jest różnica między zmienną zależną a niezależną?
Zmienna niezależna to przypuszczalna przyczyna lub czynnik oddziałujący, a zmienna zależna to przypuszczalny skutek, czyli to, co zmienia się pod jej wpływem. W badaniu wpływu reklamy na decyzje zakupowe reklama jest zmienną niezależną, a decyzje zakupowe — zależną. Ustalenie tej relacji jest punktem wyjścia do sformułowania hipotez.
Czy skala Likerta to zmienna porządkowa czy ilościowa?
Formalnie skala Likerta (np. od „zdecydowanie się nie zgadzam" do „zdecydowanie się zgadzam") jest zmienną porządkową, bo odstępy między odpowiedziami nie są ściśle równe. W praktyce badawczej, szczególnie przy uśrednianiu wielu pozycji, bywa traktowana jak quasi-ilościowa, ale takie podejście warto zaznaczyć i uzasadnić, bo wpływa na dobór testów.
Co to jest operacjonalizacja zmiennej?
To przełożenie abstrakcyjnego pojęcia (np. satysfakcji, lojalności, stresu) na konkretne, mierzalne wskaźniki — najczęściej zestaw pytań lub obserwowalnych cech. Bez operacjonalizacji nie da się zbadać konstruktów teoretycznych, a jej jakość decyduje o trafności całego pomiaru.
Dlaczego nie można liczyć średniej dla każdej zmiennej?
Średnia arytmetyczna ma sens tylko dla zmiennych ilościowych (przedziałowych i ilorazowych). Dla zmiennych nominalnych, takich jak płeć czy miejsce zamieszkania, nie ma ona żadnej interpretacji - można jedynie podać liczebności i dominantę. Dobór miary musi odpowiadać typowi zmiennej.
