Autor des Abschnitts: Danielle J. Navarro and David R. Foxcroft

Die „Rollen“ von Variablen: Prädiktor und Kriterium

Ich habe noch einen letzten Teil zur Terminologie, den ich Ihnen erklären möchte, bevor wir uns inhaltlich von den Variablen wegbewegen. Für gewöhnlich haben wir, wenn wir eine Untersuchung durchführen, am Ende viele verschiedene Variablen. Wenn wir unsere Daten dann analysieren, versuchen wir in der Regel einige dieser Variablen mit den anderen Variablen zu erklären. Es ist wichtig, diese beiden Rollen, „das, was erklärt wird“ und „das, was erklärt“, auseinanderzuhalten. Also machen wir uns das in dieser Stell einmal klar. Zunächst sollten wir uns daran gewöhnen, mathematische Symbole zur Beschreibung von Variablen zu verwenden, da dies immer wieder der Fall sein wird. Wir bezeichnen die „zu erklärende“ Variable mit Y und die „erklärenden“ Variablen mit X_1, X_2, etc.

Wenn wir eine Datenanalyse vornehmen, haben wir unterschiedlichen Namen für X und Y, da sie in der Analyse unterschiedliche Rollen spielen. Klassischerweise bezeichnen wir diese Rollen als Unabhängige Variable (UV) und Abhängige Variable (AV). Die UV ist die Variable, die zur Erklärung genutzt wird (d.h., X) und die AV ist die Variable, die erklärt wird (d.h., Y). Die Logik hinter diesen Bezeichnungen ist folgende: Wenn es wirklich eine Beziehung zwischen X und Y gibt, dann können wir sagen, dass Y von X abhängt. Und wenn wir unsere Studie „richtig“ konzipiert haben, dann ist X von nichts anderem abhängig. Ich persönlich finde diese Bezeichnungen jedoch furchtbar. Sie sind schwer zu merken und höchst irreführend, weil (a) die UV nie wirklich „unabhängig von allem anderen“ ist, und (b), wenn es keine Beziehung zwischen den Variablen gibt, dann hängt die AV auch nicht von der UV ab. Da ich nicht der Einzige bin, der UV und AV für unglückliche Bezeichnungen hält, gibt es eine Reihe von Alternativen, die ich ansprechender finde. Die Begriffe, die ich in diesem Buch verwende, sind Prädiktoren und Kriterium. Die Idee dahinter ist, dass man versucht, anhand von X (Prädiktor-Variablen) Vermutungen über Y (Kriteriums-Variablen) anzustellen.[1] Dies wird in Tab. 2 zusammengefasst.

Tab. 2 Die Terminologie, die verwendet wird, um zwischen verschiedenen Rollen zu unterscheiden, die eine Variable bei der Analyse von Daten spielen kann. Beachten Sie, dass in diesem Buch die klassische Terminologie zugunsten der neueren Bezeichnungen eher vermieden wird.

Rolle der Variable	Klassischer Name	Moderner Name
„Variable, die erklärt wird“	Abhängige Variable (AV)	Kriterium
„Variable, die erklärt“	Unabhängige Variable (UV)	Prädiktor

---

[1]

Ärgerlicherweise gibt es jedoch viele verschiedene Bezeichnungen, die verwendet werden. Ich werde sie nicht alle aufzählen – das hätte keinen Sinn – sondern nur darauf hinweisen, dass manchmal „Antwortvariable“ verwendet wird, wo ich „Kriterium“ verwendet habe. Diese Art von terminologischer Verwirrung ist leider sehr verbreitet.