Abhängige Variable
In diesem Beitrag
Was versteht man unter Abhängige Variable?
Die abhängige Variable (kurz: AV) ist diejenige Variable in einer Untersuchung, die gemessen oder beobachtet wird und deren Ausprägung von anderen Variablen beeinflusst werden soll. Sie stellt das Ergebnis oder den Outcome dar, den man erklären oder vorhersagen möchte.
In einem statistischen Modell wird die abhängige Variable typischerweise auf der linken Seite einer Gleichung notiert. Im einfachen linearen Regressionsmodell lautet die Grundform:
Formel: Einfaches lineares Regressionsmodell
Hierbei ist die abhängige Variable, die unabhängige Variable (der Prädiktor), der Achsenabschnitt, der Regressionskoeffizient und der Fehlerterm.
Synonyme Begriffe sind Kriteriumsvariable, Zielvariable oder im englischen Sprachraum Outcome Variable bzw. Response Variable. Je nach Fachgebiet und Studiendesign wird ein anderer Begriff bevorzugt, gemeint ist jedoch dasselbe Konzept.
Warum ist die Abhängige Variable für statistische Analysen wichtig?
Die abhängige Variable ist das Herzstück jeder empirischen Untersuchung. Ohne eine klar definierte AV lässt sich keine sinnvolle Forschungsfrage formulieren und kein geeignetes statistisches Verfahren auswählen. Das Skalenniveau der abhängigen Variable entscheidet dabei maßgeblich darüber, welche Analysemethode eingesetzt werden kann:
- Metrische AV (z. B. Körpergröße in cm): Regressionsanalyse, t-Test, ANOVA
- Binäre AV (z. B. bestanden / nicht bestanden): Logistische Regression
- Ordinale AV (z. B. Schulnoten): Ordinale Regression, nicht-parametrische Tests
- Kategoriale AV (z. B. Berufsgruppe): Multinomiale logistische Regression
Auch im Hinblick auf Kausalität ist die Unterscheidung wichtig: In experimentellen Designs mit zufälliger Zuweisung (Randomisierung) kann man von einem kausalen Einfluss auf die AV sprechen. In Beobachtungsstudien hingegen zeigt die Analyse nur Zusammenhänge – Kausalaussagen sind dann nur mit großer Vorsicht möglich.
Praxisbeispiel zu Abhängige Variable
Eine Psychologiestudentin untersucht in ihrer Bachelorarbeit, ob die Schlafdauer die kognitive Leistungsfähigkeit beeinflusst. Sie lässt 60 Probandinnen und Probanden unterschiedlich lang schlafen (4, 6 oder 8 Stunden) und misst am nächsten Morgen deren Reaktionszeit in einem standardisierten Test.
| Variable | Rolle | Beispielausprägungen |
|---|---|---|
| Schlafdauer (in Stunden) | Unabhängige Variable (UV) | 4 h, 6 h, 8 h |
| Reaktionszeit (in Millisekunden) | Abhängige Variable (AV) | 320 ms, 285 ms, 250 ms |
Die Reaktionszeit ist hier die abhängige Variable, weil sie das Ergebnis darstellt, das in Abhängigkeit von der Schlafdauer gemessen wird. Da die AV metrisch skaliert ist, eignet sich eine einfaktorielle Varianzanalyse (ANOVA), um zu prüfen, ob sich die Reaktionszeiten zwischen den drei Schlafgruppen signifikant unterscheiden.
