Variables
Las variables en la investigación, representan un concepto de vital importancia
dentro de un proyecto. Las variables, son los conceptos que forman enunciados de
un tipo particular denominado hipótesis.
Variable independiente
Fenómeno a la que se le va a evaluar su capacidad para influir, incidir o afectar a
otras variables.
Su nombre lo explica de mejor modo en el hecho que de no depende de algo para
estar allí:
Es aquella característica o propiedad que se supone ser la causa del fenómeno
estudiado. En investigación experimental se llama así, a la variable que el
investigador manipula. Que son manipuladas experimentalmente por un
investigador.
Variable dependiente
Cambios sufridos por los sujetos como consecuencia de la manipulación de la
variable independiente por parte del experimentador. En este caso el nombre lo
dice de manera explicita, va a depender de algo que la hace variar.
Propiedad o característica que se trata de cambiar mediante la manipulación de la
variable independiente.
Las variables dependientes son las que se miden.
Por ejemplo: Como influye la música clásica en la presión arterial de los
pacientes.
Variable dependiente: "la presión arterial de los pacientes" (cambio sufrido por
la variable independiente)
Variable independiente: "la música clásica" (que es la que manipula la variable
dependiente)
Variable interviniente
Son aquellas características o propiedades que de una manera u otra afectan el
resultado que se espera y están vinculadas con las variables independientes y
dependientes.
Las variables pueden ser clasificadas como cuantitativas o cualitativas:
* Los datos cuantitativos medidos ya sea mucho o muchos de algo, representa
una cantidad o un número.
* Los datos cualitativos proporcionan etiquetas o nombres, observaciones.
Los datos cualitativos se pueden dividir en:
Variables nominales: Variables sin orden inherente o secuencia, en
otras números que se utilizan como nombres (grupo 1, grupo de género ...), 2, etc
Variables ordinales: Las variables con una serie ordenada, por ejemplo, "No les
gusta mucho, moderado, indiferente, desagrado."
Intervalo de variables: variables igualmente espaciados, por
ejemplo, temperatura. La diferencia entre una temperatura de 36 grados y 37
grados se considera igual a la diferencia entre 37 º y 38º.
Relación de variables: Variables espaciadas por intervalos iguales con un
verdadero punto cero, por ejemplo, edad.
Los datos cuantitativos se pueden dividir en:
Variable discreta: El conjunto de todos los valores posibles que consiste sólo en
puntos aislados, por ejemplo, contar variables (1, 2, 3 ...).
Variables continuas: El conjunto de todos los valores que consiste en intervalos,
por ejemplo, 0-9, 10-19, 20-29 ... etcétera.
Relación entre variables
La forma de medir si existe asociación entre variables continuas es usando el
coeficiente de correlación. Pero hay que tener siempre presente que este
coeficiente sólo se aplica a variables continuas y sólo mide asociación lineal.
Es costumbre representar la variable dependiente en el eje vertical (ordenadas) y la
independiente en el eje horizontal (abscisas). Cuando se estudia la relación entre
dos variables, una puede considerarse causa y la otra resultado o efecto de la
primera, siendo ésta una decisión teórica. Llamaremos variable exógena, o variable
independiente a la que causa el efecto y variable endógena, o variable dependiente a
la que lo recibe.
El caso (A) corresponde a la relación tal que al aumentar los valores de la variable
independiente aumenta -en promedio- el valor de la variable dependiente. Cuando
esto ocurre se dice que hay una relación lineal positiva.
El caso (B) representa otra relación de nuevo lineal, pero ahora negativa
El caso (C) representa una situación en la que no hay relación entre ambas
variables. Decimos entonces que las variables son independientes.
El caso (D) muestra una relación entre ambas, pero no lineal.
La covarianza:
La covarianza es una medida de la asociación lineal entre dos variables que resume
la información existente en un gráfico de dispersión. Véase que el plano de una
representación gráfica posible puede dividirse en cuatro cuadrantes definidos por
los dos ejes.
Se denomina primer cuadrante a la zona del gráfico donde ambas variables toman
valores positivos. El segundo cuadrante corresponde a valores negativos de la
primera variable y positivos de la segunda. El tercer cuadrante incluye los valores
negativos de ambas variables y el cuarto es donde la primera variable toma valores
positivos y la segunda valores negativos.
Para construir una medida de la asociación lineal a partir de estas propiedades, no
sólo debemos atender la proporción de puntos en cada cuadrante, sino también la
distancia en que esos puntos se alejan o no de su origen.
Si tenemos pares de observaciones ()()NNiiyxyx,,...,,, llamaremos covarianza entre
x e y a la expresión
La covarianza será positiva cuando los puntos se encuentran en los cuadrantes
impares Esto significa que ambas variables varían ene el mismo sentido.
La covarianza será negativa cuando los puntos estén en los cuadrantes pares. Esto
significa que las variables varían en sentido contrario.
Finalmente, la covarianza será próxima a cero cuando no exista relación entre
ambas variables o cuando, existiendo, la relación sea marcadamente no lineal.
El coeficiente de correlación:
La covarianza depende de las unidades de medida de las variables y se modificará si
modificamos las unidades de medida de las variables. Esto hace que no sea útil
comparar la covarianza de grupos diferentes de observaciones con unidades (o con
escalas) de medición diferentes .
Por ejemplo, una covarianza de 1 medida en metros, se transforma en una
covarianza de 100 medida en centímetros. Por lo tanto no tiene sentido decir que si
la covarianza es grande, la relación es fuerte, ya que la covarianza cambiará si
modificamos las unidades de medida de la variable.
Una medida de relación entre dos variables que resuma la información del gráfico
de dispersión, y que no dependa de las unidades de medida, se puede construir
dividiendo la covarianza por las desviaciones estándar de ambas variables.
Se define el coeficiente de correlación lineal r
Una correlación nos proporciona tres datos principales:
1) la existencia o no de una relación lineal entre las variables (si da diferente de
cero)
2) la dirección de esta relación, si es que existe (por su signo positivo o negativo)
3) el grado de esta relación (por el valor absoluto del coeficiente).
Estos tres aspectos se dan, simultáneamente, con un solo valor.
La correlación, en última instancia, nos está indicando cómo varía o cambia una
característica cuando la otra característica o variable asociada cambia. Indica si dos
variables cambian o varían conjuntamente.
El coeficiente de correlación tiene las siguientes propiedades:
1) Cuando las variables están linealmente de forma exacta, el coeficiente de
correlación s será igual a uno en valor absoluto.
2) Cuando las variables no estén relacionadas ( o no lo estén linealmente) entre sí,
el coeficiente de correlación será cero.
3) El coeficiente no depende del orden en que se consideran las variables, es
decir, r(x,y)=r(y,x)
4) -1 <= r <= 1
5) El coeficiente de correlación no se altera por transformaciones lineales de las
variables.
Cómo debe redactarse una hipótesis:
Características y tipos
Tesis 2 Comments
Las hipótesis son deducciones o suposiciones lógicas de los resultados de un análisis
cuantitativo. Es una posibilidad que el tesista afirma, pero no es un hecho, simplemente se
trata de una predicción que orienta el trabajo. Para formular, de manera adecuada una
hipótesis, recuerda que la redacción debe tener las siguientes características:
o Las hipótesis tratan de una situación real: es decir, que deben poder someterse a una
evaluación en el contexto de una circunstancia real, que exista y sea reconocida. Por
ejemplo, si se afirma una hipótesis con respecto al comportamiento violento en
escuelas, esa suposición deberá comprobarse con el estudio de datos en un grupo
determinado de instituciones educativas.
o Las variables o términos de la hipótesis deben ser concretos, comprensibles y claros: se
evitarán a toda costa los conceptos imprecisos. La hipótesis debe expresar lo que se
espera de forma que sea perfectamente comprensible.
o La relación entre las variables de una hipótesis debe ser lógica: obviamente se trata de
una deducción probable, de lo contrario no servirá de nada su formulación. Por
ejemplo, “El aumento de los niveles de violencia en edad escolar se debe al descenso
en la venta de hidrocarburos a nivel nacional”, esta hipótesis no es válida debido a su
inverosimilitud.
o Las variables son medibles: una hipótesis no admite consideraciones subjetivas,
opiniones personales o juicios de valor, lo importante es destacar la objetividad. Además,
antes de formular es imperioso estudiar los recursos, herramientas o instrumentos
que se van a necesitar para llevar a cabo la medición y verificar si se cuenta con todo
lo requerido.
TIPOS DE HIPÓTESIS
El tipo de hipótesis se va a elegir de acuerdo a los propósitos que tenga tu tesis. Pueden
variar los tipos, incluso de pueden combinar más de un criterio.
o Hipótesis descriptivas: intenta predecir un dato que se registrará y evaluará en el
estudio. Por ejemplo: “El aumento en la compra de teléfonos móviles inteligentes será
de un 20 % en la ciudad de San Juan, para el año 2017”
o Hipótesis correlacionales: típicas de los estudios con perspectivas asociativas de dos o
más variables. “La mala oclusión dental está relacionada con la presencia de
trastornos cervicales” o “El consumo de la Maca andina está asociado al incremento
de la resistencia y fuerza física”.
o Hipótesis diferenciales: se emplean para efectuar comparaciones entre grupos de
variables. “La opinión de las mujeres sobre el matrimonio igualitario es más positiva,
que la de los hombres”. La hipótesis puede o no contener el valor de la diferencia,
todo depende del conocimiento previo que tenga el investigador al momento de hacer
la deducción.
o Hipótesis causales: proponen relaciones de causa y efecto entre variables. Por ejemplo:
“Un buen clima laboral y buena retribución salarial aumentan la innovación de los
empleados”
¿PARA QUÉ SIRVEN LAS HIPÓTESIS?
Para guiar una tesis cuantitativa y orientar al estudiante hacia lo que busca demostrar o
probar. Se logre o no mostrar la verdad de una hipótesis, siempre ofrecen información
relevante del problema de investigación. Asimismo, pueden corroborar teorías o sugerir
nuevas para trabajos futuros.
