VARIABLES
Una variable es una característica que cambia o varía con el tiempo y/o para diferentes
personas u objetos bajo consideración. [ CITATION Wil06 \l 10250 ]
Las variables son las características de los objetos o de los individuos.
TIPOS DE VARIABLES
De tal manera los datos que se generan en un estudio estadístico, serán de la misma
categorización de la variable que se está estudiando, por lo tanto, éstos pueden ser
cualitativos o cuantitativos y a su vez discretos o continuos.
a) VARIABLES POR LA NATURALEZA DE SU MEDICIÓN. Las variables por
la naturaleza de su medición pueden ser cualitativas y cuantitativas.
VARIABLE CUALITATIVA (DISCRETAS)
Sus datos son categóricos, mutuamente excluyentes. No permiten operaciones
aritméticas. Denotan cualidad (atributos y conteos) clasificados en un número fijo de
categorías o clases. Se aplica estadística no paramétrica. Impera en la dicotomía
observacional y en ciencias sociales.
Podemos distinguir dos tipos
Una variable cualitativa nominal: presenta modalidad es no numéricas que no
admiten un criterio de orden. Por ejemplo: El estado civil, con las siguientes
modalidades: soltero, casado, separado, divorciado y viudo.
Variable cualitativa ordinal o variable cuasi cuantitativa: Una variable
cualitativa ordinal presenta modalidades no numéricas, en las que existe un
orden. Por ejemplo: La nota en un examen: suspenso, aprobado, notable,
sobresaliente. Puesto conseguido en una prueba deportiva: 1º, 2º, 3º, Medallas
de una prueba deportiva: oro, plata, bronce.
VARIABLE CUANTITATIVAS (NUMÉRICAS)
Conforman la dicotomía experimental con un solo proyecto: El experimento. Se
permiten operaciones aritméticas. Cuando supuestos funcionan satisfactoriamente se
aplica preferentemente la estadística paramétrica. Pueden presentarse datos cualitativos,
como variables independientes[ CITATION Rus12 \l 10250 ].
Variable discreta: usualmente es aquella que solo toma valores enteros. Por
ejemplo: número de hijos por familia; número de elementos defectuosos en una
partida de repuestos o número de insectos por hoja.
Variable continua: son las de mayor jerarquía matemática, y corresponden a
aquellas que pueden asumir cualquier valor dentro de un cierto real rango. Por
ejemplo: estatura; peso; edad; rendimiento de un cultivo o el tiempo que demora
un corredor en los 100 m.
b) VARIABLES POR SU PARTICIPACIÓN EN EL OBJETO DE
INVESTIGACIÓN. Por su participación en el objeto de investigación pueden ser
independientes, dependientes e intervinientes[ CITATION Car16 \l 10250 ].
Independientes: aquellas que se manipulan por el investigador para
explicar, describir o transformar el objeto de estudio a lo largo de la
investigación. Son las que generan y explican los cambios en la variable
dependiente. Ejemplo: la dieta a que es sometido un grupo de pacientes
obesos.
Dependientes: aquellas que se modifican por la acción de la variable
independiente. Constituyen los efectos o consecuencias que dan origen a los
resultados de la investigación. Ejemplo: El peso corporal de los integrantes
del grupo.
intervinientes: aquellas que pueden influir directamente sobre la variable
dependiente y en los estudios experimentales son manipuladas por el
investigador. Ejemplo: los ejercicios físicos practicados por el grupo.
Confusoras, extrañas o ajenas: aquellas que pueden afectar tanto a las
variables dependientes como a las independientes. Comúnmente llevan a
errores, sesgos, dudas. Ejemplo: factores hereditarios que pudieran incidir en
el peso de una persona, algún medicamento no orientado por el investigador.
c) SEGÚN SU COMPLEJIDAD: Atendiendo a este criterio las variables pueden
ser:
Simples: se manifiestan directamente a través de un indicador o unidad de
medida. No se descomponen en dimensiones. Ejemplos: precio de un producto,
edad, sexo.
Complejas: se pueden descomponer en dos dimensiones como mínimo y luego
se determinan los indicadores para cada dimensión. Ejemplo: actitud del
estudiante. (Puede ser descompuesta en dimensiones como actitud ante el
trabajo, actitud ante la defensa, actitud ante el estudio, entre otras.)
[ CITATION Car16 \l 10250 ].
ESCALAS DE MEDICIÓN
Es un instrumento de medida, de acuerdo al cual se asignan valores a los datos
estadísticos[ CITATION Sal18 \l 10250 ].
o NOMINAL
La escala nominal representa la asignación de numerales menos restringida. Los
numerales se utilizan solo como etiquetas, y palabras y letras servirían también.
[ CITATION SSS46 \l 10250 ]
Es la escala más baja de medición. Los datos no poseen ningún orden y generan
categorías mutuamente excluyentes y exhaustivas.
Veamos algunos ejemplos:
Los alumnos de la Facultad de Contaduría y Administración de la UNAM, deben de
clasificarse para las carreras de Administración, Contaduría e Informática, como se
muestra en el cuadro estadístico 1.1 [ CITATION Rod14 \l 10250 ].
o ORDINAL:
La escala ordinal surge de la operación de ordenación de rangos. Dado que
cualquier transformación de “preservación de orden” dejaría la forma de la escala
invariante, esta escala tiene la estructura de lo que podemos llamar el grupo de
preservación de orden ó isotónico [ CITATION SSS46 \l 10250 ].
Es una escala que está por encima de la nominal y se utiliza para clasificar u ordenar
un conjunto de datos.
Veamos algunos ejemplos:
1. Las personas pueden clasificarse por su nivel socioeconómico como:
a) Bajo. b) Medio. c) Alto.
2. La inteligencia puede medirse por:
a) Encima del promedio. b) En el promedio. c) Debajo del promedio.
3. Un investigador desea medir la calidad del servicio que presta el transporte
público “Metrobús” de la Ciudad de México, y para ello entrevista a una muestra de
usuarios: ¿cómo considera usted la calidad del servicio del Metrobús de la Ciudad
de México?
a) Muy malo. b) Malo. c) Regular. d) Bueno. e) Muy Bueno.
La clasificación de las respuestas sigue un orden de acuerdo con el valor que cada
individuo le asigna en la muestra; así, un investigador podría mostrar sus resultados a la
pregunta realizada (cuadros 1.4 y 1.5).
[ CITATION Rod14 \l 10250 ]
o DE INTERVALO:
Con la escala intervalo llegamos a la forma “cuantitativa” en el sentido habitual de la
palabra. Casi todas las mediciones estadísticas usuales son aplicables, a menos que sean
del tipo que implican conocimiento de un punto cero “verdadero”. [ CITATION SSS46 \l
10250 ]
Características: En esta escala, una diferencia entre dos números consecutivos,
representa la misma diferencia en la magnitud de la variable tiene un cero relativo.
Ejemplo
La escala de temperatura es la medición de la temperatura ambiente. La temperatura
normal para un determinado municipio de la costa del estado de Nayarit es de 29º
centígrados a las 12 horas y cuando amanece (6 a.m.), la temperatura es entre 15º y
18ºC. Cuando se conoce la diferencia entre dos medidas se forma un intervalo entre
15ºC y 18ºC, entonces el incremento de temperatura es de tres grados. También
puede considerarse el mismo incremento a las 10 a.m., pero ahora esta temperatura
está entre 23ºC y 26ºC. Obsérvese que el cero (0ºC) en este tipo de escala es
arbitrario, ya que 0º en el ambiente no significa que no haya temperatura sino sólo
un determinado estado de frío.
o DE RAZÓN:
Las escalas de razón son aquellas ampliamente encontradas en física y sólo son posibles
cuando existen operaciones para determinar todas las cuatro relaciones: igualdad,
ordenación de rangos, igualdad de intervalos e igualdad de razones. [ CITATION SSS46 \l
10250 ]
La escala más alta en los niveles de medición y dispone de un cero absoluto. Ejemplo,
Ahora bien, si seleccionamos la variable gasto diario en transporte de un obrero a su
centro de trabajo.
El obrero puede tener un gasto de $ 11.50 al día, pero también podría suceder que tenga
un gasto de $ 0.00, lo que significa que camina diariamente a su centro de trabajo. En
este caso, el cero tiene significado y la unidad de medida es el peso ($). Considere ahora
un obrero que gasta $ 15.00 diarios en transporte y otro sólo $ 5.00. El primer obrero
gasta el triple de lo que el segundo; es decir, el cociente entre ambas cantidades tiene un
significado al realizar un análisis.
REFERENCIAS
Carballo, M., & Guelmes, E. (2016). Algunas consideraciones acerca de las variables en las
investigaciones que se desarrollan en educación. Universidad y Sociedad, 140-150.
Rodríguez, J., Pierdant, A., & Rodríguez, E. (2014). Estadística para administración.
México: Patria.
Rustom, A. (2012). ESTADÍSTICA DESCRIPTIVA, PROBABILIDAD E INFERENCIA.
Santiago.
Salazar, C., & Del Castillo, S. (2018). Fundamentos básicos de la estadística. Lima.
Stevens., S. S. (7 de Junio de 1946). Sobre la Teoría de las Escalas de Medición. Obtenido
de [Link]
_sobre_teora_escalas_de_medicin_esp.pdf
William Mendenhall, R. J. (2006). Introducción a la probabilidad y estadística. Obtenido
de [Link]
