独立変数（iv）：
* 「原因」または「操作」変数。 これは、実験者が意図的に変更または変更して、従属変数への影響を確認する変数です。
* 例： 肥料の植物の成長に対する効果をテストする実験では、肥料の量 独立変数になります。
* 制御： 実験者は、独立変数のレベルまたは値を慎重に制御して、それが変更される唯一の要因であることを確認します。
従属変数（DV）：
* 「効果」または「測定」変数。 これは、独立変数の変化にどのように反応するかを確認するために観察および測定されている変数です。
* 例： 同じ実験では、植物の高さ 適用される肥料の量に基づいて変更されると予想されるため、従属変数になります。
* 測定： 実験者は、従属変数を慎重に測定して、操作された独立変数に起因する変化や違いを確認します。
制御された実験で彼らがどのように連携するかは次のとおりです：
1。仮説： 実験は、IVとDVの関係に関する仮説から始まります。たとえば、「より多くの肥料はより高い植物につながります。」
2。操作： 実験者はIVを慎重に操作し、さまざまなレベルの肥料をさまざまな植物グループに適用します。
3。測定： 実験者は、各グループのDV（植物の高さ）を測定します。
4。分析： 実験者は、異なるIVレベルでDVの測定値を比較して、統計的に有意な関係があるかどうかを確認します。
制御された実験が重要なのはなぜですか？
IVを慎重に操作し、DVを測定することにより、制御された実験は研究者に役立ちます。
* iv。の効果を分離します 他のすべての要因は一定に保たれているため、DVで観察される変化はすべてIVの操作に起因する可能性があります。
* 原因と効果の関係を確立します。 これにより、研究者はIVが本当にDVの変化を引き起こしているかどうかを判断することができます。
* 仮説と理論をテストします。 制御された実験は、仮説をテストし、既存の理論をサポートまたは反論するための科学的方法を提供します。
要約すると、独立した変数と従属変数は、制御された実験の重要な要素です。研究者は、データを操作、測定、分析して、明確な原因と効果の関係を確立できるようにします。
