variables (변인)

변인은 측정할 수 있는 아이디어, 개념, 구성을 말한다.
연구에 포함되는 아이디어, 개념, 구성을 흔히 concepts 라고 부른다.
이를 설명하고 조사한 내용을 흔히 conceptualization이라고 (개념화라고) 부른다.
- finding_hypothesis 문서 중 comment 부분을 보면 저자들은 personalization 등에 대한 설명에 많은 지면을 할애한다. 이런 종류의 것을 개념화라고 한다. 개념화는 연구자가 말하고자 (연구하고자)하는 것을 독자와 개념적으로 동조화하는 (synchronization) 하는 것을 의미한다.
그러나 이런 아이디어 자체로는 가설을 만들어 테스트할 수 없다. 따라서 연구자는 개인화라는 (personalizaiton) 아이디어를 측정할 수 있는 무엇인가로 바꾸어서 이를 측정하고 (measure) 데이터를 얻어서 이를 분석하게 된다. 이렇게 측정할 수 있도록 고안된 아이디어를 변인이라고 (variable) 한다.
변인을 측정하는 방법으로는 level of measurement 혹은 측정수준의 문서를 참조
변인의 종류로는 types of variables 혹은 변인의 종류 문서를 참조
- DV
- IV
- Intervening, Moderator Variable
- Control Variable
- Intervening, control variable은 IV에 속한다.
- 일반적으로 IV는 원인을 DV를 결과를 의미한다.
- 여러 개의 IV를 가지고 DV에 대한 효과를 볼 수 있다.
- 여러 개의 IV를 가지고 여러개의 DV에 대한 효과를 볼 수 있다 (Multivariate Statistics: 잘 다루지 않는다)
우리가 말하는 “둘 혹은 그 이상의 변인들 간의 관계”를 IV와 DV의 관계로 볼 수 있다.
이를 선언하는 것을 (혹은 “관계의 전개를 예측하는 것”을) 가설이라고 부른다 (hypothesis 참조)
- 이런 관계는 크게 보아서 두 가지가 있는데, 차이의 가설과 (Difference) 연관의 가설이 (Association) 그것이다.
- 설명한 것처럼 차이의 가설은 관련된 변인의 측정수준에 따라서 결정된다
  - 아래에 언급되는 경우의 모두는 DV가 하나일 경우이다.
  - IV: 종류; DV: 숫자일 경우는 차이의 가설이 된다
  - IV가 하나일 경우, 그 IV의 측정수준이 종류일 경우가 있다
    - 종류이기는 하는데 그 종류의 갯수가 2개일 경우가 있다
      - 예,
    - 종류이기는 하는데 그 종류가 동일한 집합일 경우가 있다. 주로 시간을 두고 나타나는 두 그룹을 말한다
      - 예
    - 종류인데, 갯수가 여러 개일 경우가 있다.
      - 예, ga, gb, gc, gd
    - 종류이고 여러 개인데, 그 여러 개가 동일한 집합을 (집단을, 연구에 참가한 참가자를) 이루는 경우가 있다.
      - 예, t1, t2, t3
  - IV: 숫자; DV: 숫자일 경우가 있는데 이는 연관의 가설이 된다
    - 연관의 가설은 scatterplot을 이용해서 관계를 보는 경우가 많다.
    - 관계 간의 연관을 수치화 하여 나타내는 경우, 이를 correlation이라고 부른다 (correlation 문서 참조).
    - 이 관계를 선형적인 형태로 표현하는 것을 regression이라고 부른다.
  - IV가 여러개일 경우,
    - IV가 종류이고 (종류로 측정되었고) 이것이 두 개의 변인일 경우가 있다
      - 예,
    - IV가 숫자이고 이것이 여러 개일 경우가 있다
      - 예,
      - multiple regression
    - IV가 여러개이고, 종류와 숫자의 측정방법이 섞여 있을 수 있다
      - 예,