AP Statistics

biến giải thích

explanatory variable

Còn gọi: biến độc lập · biến dự báo · predictor variable · independent variable · x · predictor · biến dự đoán · nhân tố · factor

Biến giải thích (explanatory variable) là biến dùng để dự báo hoặc giải thích sự thay đổi của biến phản hồi, thường ký hiệu x.

Trong thống kê, khi nghiên cứu mối quan hệ giữa hai hay nhiều biến, nhà nghiên cứu cần xác định biến nào đóng vai trò giải thích và biến nào chịu ảnh hưởng. Biến giải thích (explanatory variable) là biến được chọn để dự báo hoặc giải thích sự biến thiên của một biến khác, gọi là biến phản hồi (response variable). Trên đồ thị quan hệ hai biến định lượng (scatterplot), biến giải thích luôn được đặt trên trục hoành, trong khi biến phản hồi nằm trên trục tung — quy ước này giúp người đọc nhanh chóng nhận ra hướng phân tích.

Trong phân tích hồi quy tuyến tính (linear regression), biến giải thích được dùng để xây dựng phương trình dự đoán giá trị của biến phản hồi thông qua đường thẳng phù hợp nhất. Hệ số xác định $r^2$ đo phần trăm biến thiên của biến phản hồi mà mô hình giải thích được nhờ biến giải thích. Khi $r^2$ tiến gần 1, sự thay đổi của biến giải thích dự báo mạnh mẽ biến phản hồi; ngược lại, khi $r^2$ gần 0, biến giải thích hầu như không giúp ích cho việc dự đoán. Do đó, việc chọn đúng biến giải thích ảnh hưởng trực tiếp đến chất lượng mô hình.

Trong thiết kế thực nghiệm (experimental design), nhà nghiên cứu chủ động đặt ra các mức độ khác nhau của biến giải thích — còn gọi là các nghiệm thức (treatments) — rồi quan sát tác động lên biến phản hồi, nhờ đó có thể rút ra kết luận nhân quả. Ngược lại, trong nghiên cứu quan sát, biến giải thích chỉ được ghi nhận tự nhiên mà không có sự can thiệp, nên ta chỉ phát hiện được mối liên hệ chứ không thể khẳng định nguyên nhân. Vì vậy, cùng một biến giải thích nhưng sức mạnh kết luận phụ thuộc hoàn toàn vào cách thu thập dữ liệu.

Ký hiệu

x

Trực giác: Biến giải thích giống như số giờ bạn dành ôn bài trước kỳ thi — thứ bạn chủ động thay đổi — còn điểm thi là kết quả bạn muốn dự đoán từ nó.

Khái niệm này sinh ra từ đâu

1939J. Tinbergen

Cụm từ "explanatory variable" được ghi nhận sớm nhất vào năm 1939, trong trước tác của J. Tinbergen, để gọi tên biến được dùng nhằm giải thích hoặc dự báo thay đổi của một biến khác.

Khi các nhà nghiên cứu bắt đầu dựng mô hình thống kê để trả lời câu hỏi "cái gì làm cho kết quả thay đổi", họ cần một cái tên riêng cho vế đầu vào của mô hình. Nhu cầu ấy rất thực tế: muốn biết thời gian tự học có kéo điểm thi lên hay không, ta phải tách rõ đại lượng mình cho là nguyên nhân khỏi đại lượng mình đi đo. Từ đó hình thành cặp khái niệm biến giải thích và biến phản hồi (response variable), với cứ liệu sớm nhất được ghi lại từ năm 1939. Trong hồi quy (regression), biến này còn được gọi là biến độc lập (independent variable) hay biến dự báo (predictor).

Thử nghiệm tương tác

Hoán vai hai biến — hệ số góc đổi hẳn, còn hệ số tương quan đứng yên

Hay hiểu sai

Biến giải thích luôn nằm trên trục hoành, biến phản hồi (response variable) nằm trên trục tung.

Biến giải thích không đương nhiên là nguyên nhân gây ra biến phản hồi.

Trong thí nghiệm, biến giải thích là đại lượng nhà nghiên cứu chủ động thay đổi.

Hệ số xác định nói về biến động của biến phản hồi, không phải của biến giải thích.

Ví dụ có lời giải

1Ví dụ 1/2

Chủ một tiệm cà phê muốn biết việc phát quảng cáo trên radio có kéo thêm khách mới hay không. Trong 8 tuần liên tiếp, ông ghi lại số lần quảng cáo được phát trong tuần và số khách hàng mới ghé tiệm trong tuần đó. Phần mềm thống kê cho đường hồi quy bình phương tối thiểu (least-squares regression line) là

\hat{y} = 12.4 + 3.7x

, với

R\text{-Sq} = 68.0\%

aTrong mô hình hồi quy này, biến nào là biến giải thích và biến nào là biến phản hồi? Giải thích lựa chọn.
bGiải thích ý nghĩa của $r^2$ trong ngữ cảnh bài toán.
cDự đoán số khách mới trong một tuần mà tiệm phát quảng cáo 20 lần.

Bạn nắm chắc chưa?

Quiz câu thật từ ngân hàng đề

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.

Tạo tài khoản miễn phí

Học tiếp từ đây

Bài học chứa thuật ngữ nàyPhân tích hồi quy · bài “Đồ thị quan hệ hai biến định lượng (scatterplot)” — khoá AP Statistics

Dẫn tớiđường hồi quy bình phương tối thiểu

Hay nhầm với

Thuật ngữKhác nhau ở đâuHay nhầm khi

biến phản hồiresponse variable

Khác nhau ở đâuBiến giải thích là biến được dùng để dự đoán; biến phản hồi là biến được dự đoán — hướng dự đoán chỉ đi một chiều.

Hay nhầm khiđề cho hai biến và hỏi biến nào nên đặt trên trục x, học sinh không xác định được đâu là biến giải thích nếu chưa rõ câu hỏi nghiên cứu.

biến gây nhiễuconfounding variable

Khác nhau ở đâuBiến giải thích là biến được nghiên cứu trực tiếp; biến gây nhiễu là biến thứ ba không được kiểm soát nhưng cũng ảnh hưởng đến kết quả.

Hay nhầm khiđề nghiên cứu quan sát phát hiện mối liên hệ, học sinh nhầm biến thứ ba liên quan là biến giải thích thay vì nhận ra đó là biến gây nhiễu.

Nguồn tham khảo

[1]Barron_AP_Stat_2026. tr. 176, 207, 220.

2Ví dụ 2/2

Một nhà nghiên cứu muốn tìm hiểu tác động của thời gian nhìn màn hình máy tính lên giấc ngủ REM. Ông chọn 100 người tình nguyện và phân ngẫu nhiên họ vào bốn nhóm, mỗi nhóm 25 người: nhóm thứ nhất dùng máy tính 2 giờ mỗi ngày, nhóm thứ hai 4 giờ, nhóm thứ ba 6 giờ và nhóm thứ tư 8 giờ. Nghiên cứu kéo dài 4 tuần, và mỗi đêm số phút ngủ REM của từng người đều được thiết bị theo dõi ghi lại.

aChỉ ra biến giải thích cùng các mức của nó và biến phản hồi trong nghiên cứu này.
bNếu nhóm 8 giờ có số phút ngủ REM trung bình thấp hơn hẳn ba nhóm còn lại, nhà nghiên cứu có được kết luận rằng thời gian nhìn màn hình làm giảm giấc ngủ REM hay không? Giải thích.

1Bước 1: Trong một thí nghiệm, biến giải thích chính là thứ mà người nghiên cứu áp đặt lên đối tượng, và nó còn được gọi bằng một tên riêng là nhân tố (factor). Ở đây nhà nghiên cứu tự quyết định mỗi người được dùng máy tính bao nhiêu giờ, nên biến giải thích là thời gian nhìn màn hình máy tính mỗi ngày. Biến này có bốn mức (levels) là 2, 4, 6 và 8 giờ, và vì chỉ có một nhân tố nên số nghiệm thức (treatments) cũng đúng bằng 4.

2Bước 2: Biến còn lại là thứ được đo sau khi nghiệm thức đã tác động, tức số phút ngủ REM mỗi đêm của mỗi người trong suốt 4 tuần. Đây là biến phản hồi, và nó phải là kết quả chứ không phải nguyên nhân. Một cách kiểm tra: hãy đặt câu \"thay đổi ... liệu có làm thay đổi ... hay không\"; chỗ trống thứ nhất nhận biến giải thích, chỗ trống thứ hai nhận biến phản hồi. Câu \"thay đổi thời gian nhìn màn hình liệu có làm thay đổi số phút ngủ REM\" nghe hợp lý, còn câu ngược lại thì vô nghĩa.

3Bước 3: Điểm mấu chốt để trả lời ý (b) nằm ở hai chữ \"phân ngẫu nhiên\". Vì các mức của biến giải thích được gán ngẫu nhiên cho người tham gia chứ không do họ tự chọn, nghiên cứu này là một thí nghiệm chứ không phải nghiên cứu quan sát (observational study). Nhờ việc gán ngẫu nhiên, những yếu tố gây nhiễu như tuổi tác, thói quen uống cà phê hay mức độ căng thẳng được phân bố đều một cách xấp xỉ giữa bốn nhóm, nên chúng khó có thể là lời giải thích cho khác biệt quan sát được. Tuy vậy, kết luận nhân quả chỉ được phát biểu khi khác biệt giữa các nhóm đủ lớn để không thể quy cho ngẫu nhiên, tức là có ý nghĩa thống kê (statistically significant).

Biến giải thích là thời gian nhìn màn hình máy tính mỗi ngày, với bốn mức 2, 4, 6 và 8 giờ tương ứng bốn nghiệm thức; biến phản hồi là số phút ngủ REM mỗi đêm của người tham gia. Vì đây là một thí nghiệm có phân nhóm ngẫu nhiên, nếu khác biệt giữa các nhóm đủ lớn để có ý nghĩa thống kê thì nhà nghiên cứu được phép kết luận rằng tăng thời gian nhìn màn hình làm giảm giấc ngủ REM, nhưng kết luận này chỉ mở rộng an toàn cho những người giống với 100 tình nguyện viên đã tham gia.