Transformez votre processus de génération d’insights
Utilisez notre guide d’enquête en ligne détaillé pour créer un processus d’enquête de collecte de commentaires exploitable.
PARTAGEZ L’ARTICLE SUR
En recherche, une variable est tout type d’attribut ou de caractéristique que vous essayez de mesurer, qu’il s’agisse d’un lieu, d’une chose, d’une personne ou même d’un phénomène. La recherche et les tests statistiques ne sont souvent rendus possibles que par l’identification claire et la manipulation de différentes variables pour extraire des informations utiles. Dans cet article, nous examinerons différents types de variables et verrons comment certaines d’entre elles sont liées aux autres.
Les données peuvent être définies comme la mesure spécifique d’une variable.
Les données peuvent être classées dans les deux groupes de variables suivants :
Ce type de données prend des valeurs numériques qui représentent un certain type de mesure.
Ces données représentent des regroupements, tels que des classements, des classifications et des résultats binaires.
Les variables quantitatives représentent des montants et prennent donc la forme de valeurs numériques. Ce type de données a une signification numérique et peut être utilisé dans des calculs. Quelques exemples courants de données quantitatives sont les données collectées sur des variables, telles que le poids et la taille.
Il existe deux principaux types de variables quantitatives, à savoir les variables discrètes et les variables continues.
Également appelées variables entières, les variables discrètes représentent le nombre de valeurs individuelles d’éléments. Elles sont dénombrables dans un laps de temps fini, comme par exemple, le nombre d’employés qui travaillent pour une organisation à un moment donné.
Les variables continues sont également appelées variables de ratio. Elles représentent les mesures de valeurs non finies et donc continues. Par exemple, l’âge est une variable continue car il est mesuré en unités qui changent continuellement (demain, vous serez un peu plus vieux qu’aujourd’hui).
Les variables catégorielles représentent des groupes. Les données catégoriques sont de nature qualitative, cependant, elles peuvent parfois inclure des valeurs numériques tant qu’elles ne présentent pas de caractéristiques quantitatives. Avec des données catégoriques, chaque observation ne peut être placée que dans une catégorie, par conséquent, chaque catégorie est mutuellement exclusive.
Il existe trois principaux types de variables catégorielles, qui sont les suivantes :
Une variable binaire est une variable qui n’a que deux valeurs possibles. Par exemple, lorsqu’un match de basket est joué, il n’y a que deux résultats : gagner ou perdre.
Les variables nominales prennent des valeurs qualitatives qui représentent différentes catégories. Ces catégories n’ont pas d’ordre intrinsèque. Ce sont par exemple, les noms de différentes races de chiens.
Une variable ordinale est un type de variable catégorielle pour laquelle les valeurs possibles sont ordonnées, comme par exemple, les réponses à une échelle de Likert dans un sondage.
Les expériences sont conçues pour tester ou évaluer une hypothèse ou une théorie. Cela se fait généralement en testant l’effet d’une variable sur une autre.
Les expériences nécessitent deux principaux types de variables, à savoir la variable indépendante et la variable dépendante. La variable indépendante est la variable qui est manipulée et qui est supposée avoir un effet direct sur la variable dépendante, la variable étant mesurée et testée.
Les expériences ont même des variables contrôlées. Ce sont les variables que les chercheurs gardent constantes ou limitées lorsqu’ils mènent une étude de recherche.
Pour mieux comprendre ces variables, considérons l’exemple suivant :
Supposons que vous meniez une expérience pour comprendre les effets de la température sur l’action d’une enzyme. Dans cette enquête, votre variable indépendante est la température car elle va être manipulée pour identifier ses effets sur l’activité d’une enzyme, qui est votre variable dépendante. Vos variables contrôlées, dans ce cas, pourraient être la concentration en enzymes et le niveau de pH.
Bien que nous ayons passé en revue les principaux types de variables utilisées pour mener des recherches, voici quelques variables plus utiles :
Une variable de confusion peut être définie comme une variable « supplémentaire » qui influence à la fois vos variables indépendantes et dépendantes. Si elles ne sont pas prises en compte, les variables de confusion peuvent ruiner les résultats d’une expérience.
Une variable latente est une variable qui ne peut pas être observée, cependant, ses effets peuvent être observés sur des variables observables.
Une variable composite peut être définie comme une variable qui est une combinaison de plusieurs variables.
Une variable cachée est une variable qui pourrait affecter les variables au sein d’une étude. Elles sont différentes des variables de confusion car elles sont « cachées » et ne sont pas considérées comme faisant partie de l’étude.
En savoir plus
Nous utilisons des cookies sur notre site web pour vous offrir la meilleure expérience de navigation et pour adapter la publicité. En continuant à utiliser notre site web, vous nous donnez votre accord pour l'utilisation des cookies. Lire la suite
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
hubspotutk | www.voxco.com | HubSpot functional cookie. | 1 year | HTTP |
lhc_dir_locale | amplifyreach.com | --- | 52 years | --- |
lhc_dirclass | amplifyreach.com | --- | 52 years | --- |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
_fbp | www.voxco.com | Facebook Pixel advertising first-party cookie | 3 months | HTTP |
__hstc | www.voxco.com | Hubspot marketing platform cookie. | 1 year | HTTP |
__hssrc | www.voxco.com | Hubspot marketing platform cookie. | 52 years | HTTP |
__hssc | www.voxco.com | Hubspot marketing platform cookie. | Session | HTTP |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
_gid | www.voxco.com | Google Universal Analytics short-time unique user tracking identifier. | 1 days | HTTP |
MUID | bing.com | Microsoft User Identifier tracking cookie used by Bing Ads. | 1 year | HTTP |
MR | bat.bing.com | Microsoft User Identifier tracking cookie used by Bing Ads. | 7 days | HTTP |
IDE | doubleclick.net | Google advertising cookie used for user tracking and ad targeting purposes. | 2 years | HTTP |
_vwo_uuid_v2 | www.voxco.com | Generic Visual Website Optimizer (VWO) user tracking cookie. | 1 year | HTTP |
_vis_opt_s | www.voxco.com | Generic Visual Website Optimizer (VWO) user tracking cookie that detects if the user is new or returning to a particular campaign. | 3 months | HTTP |
_vis_opt_test_cookie | www.voxco.com | A session (temporary) cookie used by Generic Visual Website Optimizer (VWO) to detect if the cookies are enabled on the browser of the user or not. | 52 years | HTTP |
_ga | www.voxco.com | Google Universal Analytics long-time unique user tracking identifier. | 2 years | HTTP |
_uetsid | www.voxco.com | Microsoft Bing Ads Universal Event Tracking (UET) tracking cookie. | 1 days | HTTP |
vuid | vimeo.com | Vimeo tracking cookie | 2 years | HTTP |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
__cf_bm | hubspot.com | Generic CloudFlare functional cookie. | Session | HTTP |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
_gcl_au | www.voxco.com | --- | 3 months | --- |
_gat_gtag_UA_3262734_1 | www.voxco.com | --- | Session | --- |
_clck | www.voxco.com | --- | 1 year | --- |
_ga_HNFQQ528PZ | www.voxco.com | --- | 2 years | --- |
_clsk | www.voxco.com | --- | 1 days | --- |
visitor_id18452 | pardot.com | --- | 10 years | --- |
visitor_id18452-hash | pardot.com | --- | 10 years | --- |
lpv18452 | pi.pardot.com | --- | Session | --- |
lhc_per | www.voxco.com | --- | 6 months | --- |
_uetvid | www.voxco.com | --- | 1 year | --- |