在阅读有关新研究的文章时，您可能会看到使用的术语自变量和因变量。如果您不在经常使用这些术语的领域，它们可能会引起一些混淆。自变量描述了其变化不受研究中任何其他变量影响的变量。因变量则相反。它是正在研究的主题，研究中的其他变量会导致其发生变化。
植物类型与高度
假设您有兴趣购买一些植物，并且您想看看如果给每一种植物都等量的水，哪种植物生长最快。在这个例子中，定义自变量和因变量相当容易。首先，列出本实验中的变量，然后确定哪些是独立的，哪些是相关的。变量是植物的类型和每株植物的高度。因为水量没有变化，所以这不是两种选择。
现在，要确定哪个变量是独立的，我们必须考虑哪个变量受另一个变量的影响。植物的类型不受每个植物高度的影响，因此植物的类型是自变量。这使得植物的高度成为因变量，因为高度确实取决于植物的类型。
amenic181/盖蒂图片社
饮料偏好与口味
在一个人尝试几种饮料并确定他们喜欢哪种饮料的测试中，很容易确定自变量和因变量。这种情况下的变量是饮料的味道和测试者的偏好程度。测试者本人永远不会改变，因此他不是自变量或因变量。
自变量是每种饮料的风味。这没有被研究，也不受他的偏好水平的影响。因变量是他的偏好水平，因为它正在被测量并且确实依赖于风味。
番茄叶子为什么会卷起来
LightFieldStudios/盖蒂图片社
睡眠与测试分数
学校想知道学生的睡眠时间是否会影响他们的考试成绩。这个问题中的变量是睡眠量和测试分数。测试分数取决于睡眠量，因此它们是因变量，而睡眠量是自变量。
戈罗登科夫/盖蒂图片社
咖啡因与疲劳
如果您想知道喝了一定量的咖啡因后感觉有多累，确定哪些是自变量和因变量是相当简单的。你的疲倦将取决于你摄入了多少咖啡因，使你的疲倦成为因变量。咖啡因的量是自变量。
Poike /盖蒂图片社
50岁以上女性休闲装
工资 vs. 任务 vs. 工作质量
安德烈波波夫/盖蒂图片社
稍微复杂一点，考虑提供各种任务的工作。您获得的报酬取决于您的工作质量，但每项任务的起薪都不同。如果你想知道你能赚多少钱，了解因变量和自变量会很有帮助。变量是任务类型、起始工资和工作质量。
- 工作质量不依赖于任何其他列出的变量。它是一个自变量。
- 赚取的总金额取决于任务和工作质量。它是一个因变量。
- 任务的类型不依赖于任何其他变量，因此它是一个自变量。
- 起薪取决于任务的类型。它是一个因变量。
响应时间与声音
研究人员对发现人们对特定噪音做出反应所花费的时间很感兴趣。在这样的例子中，变量是每个人做出反应所用的时间长度以及他们所应对的噪音类型。然而，根据研究的详细程度，可能会有更多未明确说明的变量。例如，组中的人可能年龄或性别不同。他们可能有不同的工作。随着变量数量的增加，确定自变量和因变量会变得更加困难。
因变量是每个人做出反应所需的时间。列出的每个其他变量都是独立的，因为它们不会因任何其他变量而改变。
JazzIRT /盖蒂图片社
飞蛾与亮度
如果科学家想发现飞蛾是否会被某种亮度的灯光所吸引，她可以列出几个变量。第一个变量是亮度级别。然后，也许她想在不同种类的蛾身上尝试一下。这是另一个变量。最后，我们有吸引力的水平。唯一的因变量是吸引力的水平。其他变量没有被测量，也不会被其他变量改变。
托马斯沃格尔/盖蒂图片社
溶解糖与温度
一个人可能想知道加热水是否有助于糖更快溶解。这个问题的变量是水的温度、完全溶解的糖量、糖的类型和搅拌方法。在这样的实验中，您可能希望保持搅拌变量和糖变量类型一致。他们既不独立也不依赖。溶解糖的量是你要测量的，因为它是受水温影响的变量，它被认为是因变量。
圣安德里亚斯作弊码
笑脸/盖蒂图片社
生活成本
要找到个人的生活成本，您需要考虑诸如薪水、年龄、地点、婚姻状况和费用等变量。列出的每个变量都是独立的，而实际生活成本是相关的。生活成本是衡量的对象，它受其他变量的影响很大。
mapodile /盖蒂图片社
现实生活中的变量
可以在单一研究和测试之外挑选自变量和因变量。这可能比以前更加困难，因为在现实生活中，变量的数量是无穷无尽的。例如，销售数量取决于诸如客户人口统计、天气和商店位置等变量。这些都是自变量。但是，您可以继续将一百万个其他潜在变量添加到该列表中，因此记住基本规则很重要。如果它正在被测量并受其他变量的影响，则它是一个因变量。
Jirapong Manustrong / Getty Images