VARIABLE DEPENDIENTE E INDEPENDIENTE
Las variables dependiente e independiente son las dos variables principales de
cualquier experimento o investigación. La independiente (VI) es la que cambia o es
controlada para estudiar sus efectos en la variable dependiente (VD). La
dependiente es la variable que se investiga y se mide.
Pueden ser vistas entonces como causa (variable independiente) y efecto (variable
dependiente). La independiente es controlada por el experimentador, mientras que
la dependiente cambia en respuesta a la independiente. Vamos a poner un ejemplo:
Variables dependiente e independiente.
Queremos hacer un estudio para estudiar los efectos del consumo de alcohol en la
presión arterial. La cantidad de alcohol consumida diariamente sería la variable
independiente (causa) y la presión arterial sería la variable dependiente (efecto).
Otros ejemplos:
-Efectos del tabaco en la resistencia física. Consumo de tabaco (VI), resistencia
física (VD).
-Efectos del consumo de azúcar en el peso. Consumo de azúcar (VI), peso (VD).
En este artículo sobre el método científico puedes aprender más sobre cómo se
utilizan estas variables en las investigaciones científicas.
Concepto de variable independiente y variable dependiente
Variable independiente
La variable independiente (VI) es la que cambia o es controlada para ver sus efectos
en la variable dependiente (VD). Por ejemplo, en un estudio se quiere medir los
efectos de la altura en el peso. La altura es la VI y el peso el la VD.
Puede valerse por sí sola y no es afectada por nada de lo que haga el
experimentador ni por otra variable dentro del mismo experimento; de ahí su nombre
de “independiente”.
Es la variable que puede ser manejada o manipulada sistemáticamente por el
experimentador, cuyos cambios controlados tienen un efecto directo en la variable
dependiente.
Hablando desde el punto de vista matemático, son los elementos de entrada a la
ecuación o modelo de estudio y se representa en el eje de las abscisas (x) en una
gráfica.
En otras palabras, es la supuesta “causa” en la relación que se está estudiando.
Generalmente se elige una sola como variable independiente para evitar que varios
factores a la vez tengan efectos en la variable dependiente.
Si eso ocurriese, sería difícil identificar y medir cuál de las modificaciones en las
variables “independientes” es la que está causando cambios en el comportamiento
observado.
La variable independiente también se le conoce como variable controlada o variable
predictiva dependiendo del tipo de estudio.
Variable dependiente
La variable dependiente (VD) es la que es afectada por la variable independiente
(VD). Se trata del efecto, de lo que se mide. Por ejemplo, en un estudio se quiere
medir la cantidad de sol que una planta recibe y su altura. La cantidad de sol es la
VI, es la causa. La altura de la planta sería la VD, el efecto que se mide.
Es el foco del estudio en general en cual el experimentador centra sus
observaciones y mediciones, para ver cómo su comportamiento responde a los
cambios controlados. En otras palabras, es el presunto “efecto” de la relación
estudiada.
Se representa en el eje de las ordenadas (y) de una gráfica, ya que son los
elementos de salida de un modelo funcional o ecuación. Los cambios observados
en esta variable son registrados meticulosamente como parte fundamental de los
resultados del experimento.
Dependiendo del tipo de estudio, también se le puede conocer como variable
experimental, variable de medición o variable de respuesta.
Identificando variables dependientes e independientes (con ejemplos)
El simple nombre de “dependiente” o “independiente” pudiera dar la impresión de
no necesitar mayor explicación para entender su naturaleza, pues sus definiciones
parecen ser muy fáciles e universales.
Especialmente en las ciencias sociales o del comportamiento, la correcta
identificación de las variables del estudio puede ser confusa o no tan evidente. Por
esta razón se hace sumamente importante manejar las diferencias para garantizar
que los resultados sean relevantes y significativos
Muchos académicos no recomiendan usar los términos “dependiente” e
“independiente” para estudios que no sean experimentales o en línea con el método
científico.
Aun así, siguen siendo parte del enfoque metodológico más comúnmente usado en
investigaciones de carácter social.
El siguiente ejercicio es una manera rápida para identificar o diferenciar las variables
seleccionadas, insertando los nombres de las variables del estudio en la oración de
manera tenga sentido:
La/El/Los [variable independiente] causa un cambio en la/el/los [variable
dependiente], y es imposible que la/el/los [variable dependiente] pueda causar
cambios en la/el/los [variable independiente].
Ejemplos
1– Usando las siguientes 2 variables de un estudio, “comentarios positivos” y
“autoestima”, con el ejercicio sugerido, se leería de la siguiente manera: Los
comentarios positivos causan un cambio en la autoestima y es imposible que la
autoestima pueda causar cambios en los comentarios positivos.
Desde un punto de vista más lógico y científico, la proposición anterior tiene mucho
sentido y funciona para ilustrar la identificación y diferenciación entre variables
dependientes e independientes.
Como se dijo en puntos anteriores, con un estudio mucho más profundo desde el
punto de vista social o psicológico, se pudiera debatir los casos en los que tener
una buena autoestima puede causar efectos positivos en las personas que podrían
traducirse en comentarios positivos.
2- En “La exposición a más luz solar aumenta los niveles de felicidad en
trabajadores que permanecen todo el día en oficinas cerradas”, al usar el ejercicio
sugerido, exposición al sol resultaría como la variable independiente y nivel de
felicidad sería la dependiente.
La independiente se podría controlar con el tiempo de exposición (horas, días,
semanas), y la dependiente con una escala múltiple donde se le pregunte a los
trabajadores al final del día simplemente cómo se sienten.
RAZÓN MATEMÁTICA
Razón es una noción con una gran cantidad de acepciones. En este caso nos
interesa resaltar su uso en el ámbito de la matemática, donde la razón es el cociente
de dos cifras.
Razón matemática
La razón matemática, por lo tanto, es un vínculo entre dos magnitudes que son
comparables entre sí. Se trata de aquello que resulta cuando una de las magnitudes
o cantidades se divide o se resta por otra. Las razones, por lo tanto, pueden
expresarse como fracciones o como números decimales.
Veamos un ejemplo. La razón de 24 entre 6 es igual a 4. Esto quiere decir que si
dividimos 24 en 6, obtendremos 4 como razón matemática.
24 / 6 = 4 (o, dicho de otro modo: 6 x 4 = 24).
Podemos afirmar, siguiendo con el mismo ejemplo, que 24 tiene 4 veces 6.
Cabe destacar que, en muchas oportunidades, se distingue entre razón geométrica
y razón aritmética. La razón geométrica supone el cociente de una progresión
geométrica y consiste en comparar, como hicimos en el ejemplo anterior, dos
cantidades a partir de su cociente (determinando qué número de veces está
presente una en la otra).
Dado que la razón geométrica se enmarca en el concepto de progresión geométrica,
es necesario explicar también su significado: se trata de una secuencia en la cual
cada elemento puede obtenerse a través de la multiplicación del anterior por una
razón (una constante que también se conoce con el nombre de factor de la
progresión). Por lo general, se prefiere el uso de la palabra progresión para aquellas
secuencias que tienen un comienzo y un final bien definidos, mientras que sucesión
se suele usar para los casos de términos infinitos.
Razón matemática Una progresión geométrica podría ser la siguiente: 4, 12, 36,
108, 324. En este caso, la razón matemática (o geométrica, para ser más precisos)
es 3, ya que se trata del número por el cual es necesario multiplicar cada elemento
para obtener el siguiente. La ecuación para poder acceder rápidamente a cualquier
elemento de esta progresión tiene de un lado la incógnita con el número de orden
(n) que deseamos averiguar cómo subíndice y del otro lado, el primero de los
términos multiplicado por la razón elevada a la n menos 1.
Veamos un ejemplo basado en la progresión geométrica anterior, para comprobar
la efectividad de dicha ecuación a la hora de buscar el valor de cualquiera de sus
elementos: si consideramos que 4 es el primero, el valor del quinto podemos
averiguarlo multiplicando 4 por 3 (la razón matemática de esta progresión) elevado
a la 4 (o sea, al número de orden del elemento que deseamos conocer, 5, menos
1); 3 elevado a la 4 nos da 81, que multiplicado por 4 nos devuelve 324.
La razón aritmética, en cambio, es la diferencia que existe en una progresión
aritmética. En este caso, la razón matemática es la diferencia entre ambas cifras (o
sea, el resultado de la resta). La razón 8-3, en este sentido, es 5.
Una progresión aritmética, a diferencia de una geométrica, sirve para describir una
sucesión numérica en la cual cada par de términos sucesivos tiene la misma
diferencia que cualquier otro, ya que para obtener uno se debe sumar una constante
al anterior. Dicha constante se conoce con el nombre de diferencia de la progresión
o distancia. Tomando el ejemplo del párrafo anterior, si la razón matemática es 5,
una posible progresión podría ser 3, 8, 13, 18 y 23.
Tanto en la razón geometría como en la razón aritmética, en definitiva, se trabaja
con el vínculo entre dos términos que son sucesivos, conocidos como antecedente
y consecuente.
¿Qué es una hipótesis?
Pero, ¿qué es exactamente una hipótesis y para qué sirve? Las hipótesis concretan
las posibles características y resultados que pueden existir entre ciertas variables
que van a ser estudiadas.
Mediante el método científico, un investigador debe tratar de verificar la validez de
su hipótesis inicial (o principal). Es lo que se suele denominar hipótesis de trabajo.
En otras ocasiones, el investigador tiene en mente varias hipótesis
complementarias, o alternativas.
Si examinamos estas hipótesis de trabajo y alternativas nos encontramos con tres
subtipos: hipótesis atributivas, causales y asociativas. Las hipótesis generales o
teóricas sirven para establecer una relación (negativa o positiva) entre las variables,
mientras que las hipótesis de trabajo y alternativas son las que efectivamente
cuantifican dicha relación.
Por otra parte, la hipótesis nula es la que refleja que no hay ningún vínculo
apreciable entre las variables estudiadas. En el caso en que no se pueda comprobar
que las hipótesis de trabajo y las hipótesis alternativas sean válidas, se admite como
correcta la hipótesis nula.
Aunque las mencionadas se consideran los tipos de hipótesis más comunes,
también existen las hipótesis relativas y condicionales. En este artículo
descubriremos todos los tipos de hipótesis, y cómo se usan en las investigaciones
científicas.
TIPOS DE HIPÓTESIS
¿Para qué sirven las hipótesis?
Cualquier estudio científico debe iniciarse teniendo en cuenta una o varias hipótesis
que se pretenda confirmar o refutar.
Una hipótesis no es más que una conjetura que puede ser confirmada, o no,
mediante un estudio científico. Dicho de otro modo, las hipótesis son la forma que
tienen los científicos de plantear el problema, estableciendo relaciones posibles
entre variables.
Tipos de hipótesis que se usan en un estudio científico
Hay varios criterios que se pueden seguir a la hora de clasificar los tipos de hipótesis
que se usan en ciencia. Los conoceremos a continuación.
1. Hipótesis nula
La hipótesis nula hace referencia a que no existe ninguna relación entre las
variables que han sido objeto de investigación. También es llamada “hipótesis de
no relación”, pero no debe ser confundida con una relación negativa o inversa.
Simplemente, las variables estudiadas parecen no seguir ningún patrón concreto.
Se acepta la hipótesis nula si el estudio científico da como resultado que las
hipótesis de trabajo y alternativas no son observadas.
Ejemplo
“No hay relación entre la orientación sexual de las personas y su poder adquisitivo”.
2. Hipótesis generales o teóricas
Las hipótesis generales o teóricas son las que los científicos establecen de forma
previa al estudio y conceptualmente, sin cuantificar las variables. Generalmente, la
hipótesis teórica nace de procesos de generalización a través de ciertas
observaciones preliminares sobre el fenómeno que desean estudiar.
Ejemplo
“A mayor nivel de estudios, mayor sueldo”. Existen varios subtipos dentro de las
hipótesis teóricas. Las hipótesis de diferencia, por ejemplo, concretan que hay una
diferencia entre dos variables, pero no miden su intensidad o magnitud. Ejemplo:
“En la facultad de Psicología hay un mayor número de alumnas que de alumnos”.
3. Hipótesis de trabajo
La hipótesis de trabajo es la que sirve para intentar demostrar una relación concreta
entre variables a través de un estudio científico. Estas hipótesis se verifican o se
refutan por medio del método científico, por lo que en ocasiones también se conocen
como “hipótesis operacionales”. Generalmente, las hipótesis de trabajo nacen de la
deducción: a partir de ciertos principios generales, el investigador asume ciertas
características de un caso particular. Las hipótesis de trabajo tienen varios subtipos:
asociativas, atributivas y causales.
3.1. Asociativa
La hipótesis asociativa concreta una relación entre dos variables. En este caso, si
conocemos el valor de la primera variable, podemos predecir el valor de la segunda.
Ejemplo
“Hay el doble de matriculados en primero de bachillerato que en segundo de
bachillerato”.
3.2. Atributiva
La hipótesis atributiva es la que se usa para describir los hechos que ocurren entre
las variables. Se usa para explicar y describir fenómenos reales y mensurables. Este
tipo de hipótesis solo contiene una variable.
Ejemplo
“La mayoría de personas sin hogar tienen entre 50 y 64 años de edad”.
3.3. Causal
La hipótesis causal establece una relación entre dos variables. Cuando una de las
dos variables aumenta o disminuye, la otra sufre un aumento o disminución. Por
tanto, la hipótesis causal establece una relación causa-efecto entre las variables
estudiadas. Para identificar una hipótesis causal se debe establecer un vínculo de
causa efecto, o relación estadística (o probabilística). También es posible verificar
esta relación a través de la refutación de explicaciones alternativas. Estas hipótesis
siguen la premisa: “Si X, entonces Y”.
Ejemplo
“Si un jugador entrena 1 hora adicional cada día, su porcentaje de acierto en los
lanzamientos se incrementa un 10%”.
4. Hipótesis alternativas
Las hipótesis alternativas intentan ofrecer una respuesta a la misma pregunta que
las hipótesis de trabajo. No obstante, y tal como se puede deducir por su
denominación, la hipótesis alternativa explora relaciones y explicaciones distintas.
De este modo es posible investigar acerca de distintas hipótesis durante el
transcurso de un mismo estudio científico. Este tipo de hipótesis también puede
subdividirse en atributivas, asociativas y causales.
Más tipos de hipótesis usados en ciencia
Existen otros tipos de hipótesis no tan comunes, pero que también son usados en
distintos tipos de investigaciones. Son los siguientes.
5. Hipótesis relativas
Las hipótesis relativas dan constancia de la influencia de dos o más variables sobre
otra variable.
Ejemplo
“El efecto del descenso del PIB per cápita sobre el número de personas que tienen
planes de pensiones privados es inferior al efecto de la caída del gasto público sobre
la tasa de malnutrición infantil”.
Variable 1: descenso del PIB
Variable 2: caída del gasto público
Variable dependiente: número de personas que tienen plan de pensión privado
6. Hipótesis condicionales
Las hipótesis condicionales sirven para señalar que una variable depende del valor
de otras dos. Se trata de un tipo de hipótesis muy parecido a las causales, pero en
este caso existen dos variables “causa” y solo una variable “efecto”.
Ejemplo
“Si el jugador recibe una tarjeta amarilla y además es apercibido por el cuarto árbitro,
deberá ser excluido del juego durante 5 minutos”.
Causa 1: recibir tarjeta amarilla
Causa 2: ser apercibido
Efecto: ser excluido del juego durante 5 minutos. Como vemos, para que la variable
“efecto” se dé, no solo es necesario que se cumpla una de las dos variables “causa”,
sino ambas.
Otras clases de hipótesis
Los tipos de hipótesis que hemos explicado son los más comúnmente empleados
en las investigaciones científicas y académicas. De todos modos, también se
pueden clasificar en base a otros parámetros.
7. Hipótesis probabilísticas
Este tipo de hipótesis indican que hay una relación probable entre dos variables. Es
decir, la relación se cumple en la mayoría de casos estudiados.
Ejemplo
“Si el estudiante no dedica 10 horas al día a leer, (probablemente) no aprobará el
curso”.
8. Hipótesis determinísticas
Las hipótesis determinísticas indican relaciones entre variables que se cumplen
siempre, sin excepción.
Ejemplo
“Si un jugador no lleva botas con tacos, no podrá disputar el partido”.
REFERENCIAS BIBLIOGRÁFICAS:
Hernández, R., Fernández, C., y Baptista, M.P. (2010) Metodología de la
Investigación (5ª Ed.). México: McGraw Hill Educación
Salkind, N.J. (1999). Métodos de Investigación. México: Prentice Hall.
Autores: Julián Pérez Porto y Ana Gardey. Publicado: 2013. Actualizado: 2015.
[Link]: Definición de razón matemática ([Link]
matematica/)
