Өгөгдлийн шинжилгээ, статистик, машин сургалтын практикт хувьсагчийн төрлүүдийг ялгаж ойлгох нь загварын зөв үр дүн гаргах үндэс болдог. Доорх нийтлэлд 11 төрлийн хувьсагчийг дэлгэрэнгүй тодорхойлолт, жишээтэй хамт тайлбарлалаа.
1. Үл хамааран хувьсагч (Independent Variable)
Эдгээр нь үр дүн буюу хараат хувьсагчид нөлөөлж болох хүчин зүйлс юм. Туршилт эсвэл загварт оролтын (input) хувьсагч хэлбэрээр ордог.
Жишээ:
- Хичээлд зарцуулсан цаг (x1)
- Давтлаганд суусан эсэх (x2)
- => Эдгээр нь сурагчийн оноо (y)-д нөлөөлдөг.
2. Хамааран хувьсагч (Dependent Variable)
Бусад хувьсагчдаас хамаарч өөрчлөгддөг хувьсагч бөгөөд ихэнхдээ загварын “Y” буюу target хувьсагч юм.
Жишээ:
- Шалгалтын оноо
- Хэрэглэгчийн сэтгэл ханамжийн түвшин
- Үйлчлүүлэгч худалдан авалт хийсэн эсэх
3. Харилцан үйлчлэлтэй хувьсагч (Interaction Variable)
Хоёр хувьсагчийн хамтын нөлөөллийг тусгайлан илэрхийлдэг хувьсагч. Заримдаа дангаар нөлөөгүй боловч, хамтдаа хүчтэй нөлөөлөл үзүүлнэ. Хоёр хувьсагчийн үржвэрээр тодорхойлогдоно.
Жишээ:
- Боловсролын түвшин × Орлогын түвшин
4. Далд хувьсагч (Latent Variable)
Хэмжих боломжгүй, шууд ажиглагдахгүй ч бусад хувьсагчдад нөлөөлдөг хувьсагч.
Жишээ:
- Оюутны “мотив буюу хичээл зүтгэл”
- Хэрэглэгчийн “брэндэд итгэх итгэл”
- Эдгээрийг анкет, асуулгын олон асуултаар тооцоолж болох ч шууд хэмжигдэхгүй.
5. Хольцын хувьсагч (Confounding Variable)
Хоёр хувьсагчийн хоорондын холбоог буруу ойлгогдохоор болгодог гуравдагч хувьсагч. Шалтгаант биш боловч хамааралтай мэт харагдуулдаг.
Жишээ:
- Температур – нь:
- Зайрмагийн борлуулалтад эерэгээр нөлөөлдөг
- Агааржуулагчийн борлуулалтад ч бас нөлөөлдөг
=> Зайрмагийн борлуулалт ба агааржуулагчийн борлуулалт хоорондоо хамааралтай мэт харагддаг ч үнэндээ аль аль нь температурын нөлөө.
6. Хянагч хувьсагч (Control Variable)
Гуравдагч хувьсагчийн нөлөөг хянаж, зөвхөн хоёр хувьсагчийн шалтгаант холбоог үнэн зөв илрүүлэхийн тулд тогтмол байлгана.
Жишээ:
- Дээрх температур-ыг тогтмол байлгана.
=> Ингэснээр зайрмагийн борлуулалт → агааржуулагчийн борлуулалт руу шууд нөлөө байгаа эсэхийг зөв тодорхойлж чадна.
7. Хамааралтай хувьсагч (Correlated Variables)
Хоёр хувьсагч статистикийн хувьд зэрэг өөрчлөгддөг. Гэхдээ шалтгаант (causal) холбоотой байх албагүй.
Жишээ:
- Зайрмагны борлуулалт ба Air Conditioner борлуулалт (зун аль аль нь ихэсдэг тул хамааралтай мэт харагддаг)
8. Алдагдсан хувьсагч (Leaky Variable)
Хувьсагч нь үр дүнгийн талаарх мэдээллийг аль хэдийн агуулсан байдаг. Загвар сургах үед ийм хувьсагч орсон бол бодит амьдрал дээр ашиглахад хэт таарсан, алдаатай загвар үүснэ.
Жишээ:
- “Захиалгын төлөв” = “Completed” гэх мэт хувьсагчийг ашиглаад “Хэрэглэгч худалдан авсан эсэх”-ийг таамаглах оролдлого
9. Тогтворгүй хувьсагч (Non-stationary Variable)
Цаг хугацааны туршид дундаж, хэлбэлзэл нь тогтмол бус байдаг хувьсагч.
Жишээ:
- Валютын ханш
- Хувьцааны үнэ
- Агаарын температур (улирлын шинжтэй өсөлт, бууралт)
10. Тогтвортой хувьсагч (Stationary Variable)
Цаг хугацааны явцад дундаж болон хэлбэлзэл нь тогтмол хувьсагч. Хугацааны цувааны загваруудад тохиромжтой.
Жишээ:
- Хувьцааны өгөөжийн хувь
(Хувьцааны ханш бол тогтворгүй, харин өгөөж нь тогтвортой байж болно.)
11. Хоцрогдсон хувьсагч (Lagged Variable)
Өмнөх хугацааны утгыг одоогийн шинжилгээнд ашигладаг хувьсагч. Хугацааны цуваа, урьдчилсан таамаглалд ашиглана.
Жишээ:
- x(t-1), x(t-2) гэх мэт
- Жишээ нь: Өнөөдрийн борлуулалт = Өчигдрийн борлуулалт + улирлын нөлөө
Дүгнэлт
Эдгээр хувьсагчдын ялгаа, мөн чанарыг ойлгосноор:
- Загварын нарийвчлал сайжирна
- Хэт тохирсон загвараас сэргийлнэ
- Шалтгаант ба хамааралтай холбоог зөв тайлбарлаж чадна
- Судалгааны арга зүйг зөв сонгоход тусална
