Digamos que um pesquisador queira estudar o crescimento de grãos de café. As variáveis ​​dependentes desse estudo incluem o número de grãos de café usados, o peso das plantas, a altura da planta, o tamanho das folhas e o tempo que leva para a planta amadurecer.

As variáveis ​​independentes impactar os resultados da variável dependente. Essas variáveis ​​podem incluir a quantidade de água presente, o uso de fertilizante, a quantidade de fertilizante usada e a temperatura; a quantidade de exposição à luz solar também afetará as variáveis ​​dependentes.

Importância Variável Controlada

Se um cientista quiser monitorar como dois tipos diferentes de fertilizantes (variáveis ​​independentes) afetam o crescimento do café feijão, ele precisará controlar todas as outras variáveis. Primeiro ele deve usar o mesmo tipo de grãos de café e a mesma quantidade de fertilizante para cultivar os dois conjuntos de plantas. Ele precisará fazer para garantir que ambos os conjuntos estejam expostos exatamente à mesma quantidade de água, luz do sol e temperaturas. Todas essas variáveis ​​são controladas para a pesquisa.

Variável de Status

Em algumas situações, um pesquisador não pode manipular uma variável independente, embora possa ter um efeito sobre a variável dependente. Como termo técnico, os cientistas podem se referir a essa variável independente como variável de status, mas ainda tratá-la como uma variável independente para pesquisar e registrar resultados.

Por exemplo, se um cientista social está tentando um estudo quantitativo sobre tabagismo e câncer de pulmão, ele não pode manipular etnia de gênero de sujeitos individuais; embora suspeite que ambas as variáveis ​​independentes possam afetar a reação do corpo ao cigarro. Estas são rotuladas como variáveis ​​de status e o cientista pode procurar por efeitos consistentes tanto no gênero quanto na etnia, enquanto compara esses resultados com outras etnias e o gênero oposto, para verificar o impacto da variável independente.