CAPÍTULO 3
VARIABLES
INTRODUCCIÓN
En el análisis estadístico, el concepto de variable resulta fundamental, pues toda
investigación parte del análisis de las características que varían entre los individuos
de una población.
Una variable puede ser definida como toda característica medible u observable que
puede adoptar distintos valores entre sujetos, por ejemplo, edad, peso, nivel de glucosa
en sangre, sexo o la presencia de una enfermedad.
La identificación de las variables del estudio constituye el primer paso del análisis
estadístico, pues determina qué tipo de herramientas pueden aplicarse para describir,
comparar o establecer relaciones entre los datos. Conocer y clasificar
adecuadamente las variables durante el proceso de investigación es una competencia
básica que permite manejar con mayor precisión la información.
Una buena gestión de las variables de estudio mejora la calidad del análisis y contribuye
a una interpretación crítica y fundamentada de la información.
DESARROLLO.
Concepto de variable
Una variable es una característica individual de la población en estudio, la cual se
puede observar, medir y que puede presentar diferentes variaciones entre los
individuos. En la bioestadística, las variables son fundamentales para estudiar
fenómenos, eventos en salud y enfermedades, por lo cual es indispensable
recolectarlas, analizarlas y procesarlas.
Una variable no es sinónimo de pregunta. Por ejemplo, tenemos la pregunta: ¿Qué
servicios básicos usted tiene?, con las posibles respuestas: luz, agua, teléfono y
alcantarillado. Al analizar, tenemos cuatro variables, cada una de ellas con la opción de
"sí" y "no".
De igual manera, podemos tener el ejemplo del test DASS-21, en donde 7 preguntas
corresponden a depresión. Cada una de las preguntas tiene diferentes opciones de
respuesta que van desde “nunca”, “a veces”, “a menudo” y “casi siempre”. Cuando las
personas contestan ¨nunca¨, o cuando contestan “casi siempre”, se obtienen puntajes
de 0 a 3, con escalas intermedias. Al sumar el puntaje de las 7 preguntas, se obtiene la
variable nivel de depresión, que va desde “no tiene depresión”, “depresión leve”,
“depresión moderada”, “depresión severa” y “extremadamente severa”. Es decir, 7
preguntas construyen una variable.
Las variables se clasifican según su naturaleza, la función que cumplen en el análisis,
el nivel de medición y su estructura.
Según su naturaleza:
● Variables cuantitativas.
Las denominadas numéricas son aquellas que representan cantidades y se
expresan mediante números. Se dividen en:
- Discretas o Discontinuas, que son aquellas que cuentan, es decir,
por lo general no tienen decimales. Ejemplos: número de hijos,
número de hermanos, número de días de hospitalización.
- Continuas son aquellas, en cambio, que miden, es decir, tienen
unidades de medida y pueden incluir decimales. Ejemplos: talla, peso
e índice de masa corporal.
● Variables cualitativas.
Son aquellas que identifican atributos o características de la población y que
se agrupan en diferentes categorías. Se clasifican en dos tipos principales:
- Nominales o marginales. Son aquellas en las que las categorías
no tienen un orden específico y tienen las siguientes
subdivisiones:
- Dicotómicas: cuando tienen solo dos categorías. Ejemplo:
Sexo ( hombre, mujer)
- Politómicas: cuando tienen más de dos categorías pero no
tienen un orden o secuencia. Ejemplo: Estado Civil ( soltero,
casado, viudo, divorciado, unión libre)
- Ordinales. Son aquellas en las que las categorías tienen un
orden o jerarquía. Como ejemplo tenemos Nivel de educación
( primaria, secundaria, tercer nivel y cuarto nivel)
Según el nivel:
● Nivel nominal. Corresponde al nivel de las variables nominales, es decir, tanto
de las dicotómicas como de las politómicas, en las cuales no hay un orden
específico.
● Nivel ordinal. Como su nombre lo indica, corresponde a las variables ordinales,
en donde las categorías se organizan según un orden o jerarquía.
● Nivel de intervalo. Corresponde a variables cuantitativas en las cuales los datos
se pueden organizar según un orden definido, y las distancias entre los valores
son iguales o significativas. Ejemplo: temperatura en grados Celsius.
En este tipo de nivel, las variables no contienen un cero absoluto, por lo que
no se pueden analizar bajo proporciones.
● Nivel de razón. Este tipo de nivel también correspondiente a variables
cuantitativas, pero en este caso contiene el cero absoluto, lo que permite
realizar operaciones matemáticas como sumas, restas, multiplicaciones y
divisiones. Ejemplos: peso corporal, frecuencia respiratoria, edad.
Según la función en el análisis:
● Variable independiente es la variable que se puede manipular, que se utiliza
para explicar, predecir, o que puede ser considerada como el factor asociado
o la causa del efecto. Ejemplo: la actividad física, como variable independiente
de la presión arterial.
● Variable dependiente es la variable resultado, que se observa, que va a
depender de la variable independiente, o que representa el efecto o la
respuesta ante dicha variable. Ejemplo: la presión arterial, que depende de la
actividad física.
● Variable confusora, o de confusión, es una variable que se relaciona tanto con
la variable dependiente como con la independiente, y que puede distorsionar o
enmascarar la verdadera relación entre ambas. Ejemplo: en el análisis de
presión arterial y actividad física, la edad puede ser una variable confusora, ya
que influye tanto en el nivel de actividad física como en los valores de presión
arterial
Según su estructura.
● Variable simple es aquella en la que se observa una sola característica o
dimensión, y se la obtiene de manera directa. Ejemplo: peso y talla
● Variable compuesta, en cambio, está formada por múltiples variables
simples y es mucho más integradora. Ejemplo: Índice de masa corporal.
Ejemplos de variables de uso común.
Variable Tipo de variable Nivel de Ejemplo clínico
medición
Cualitativa
Sexo nominal Nominal Hombre / Mujer
Cuantitativa
Edad continua Razón 23 años
Cuantitativa
Presión arterial continua Razón 120/80 mmHg
Cualitativa Estadio II de cáncer de
Estadio del cáncer ordinal Ordinal mama
Número de consultas Cuantitativa
médicas discreta Razón 5 visitas al año
Cualitativa
Grupo sanguíneo nominal Nominal Tipo O, A, B, AB
Cuantitativa
Temperatura corporal continua Intervalo 37.5 °C
Cuantitativa
Peso al nacer continua Razón 3.2 kg
CONCLUSIONES Y RECOMENDACIONES.
La correcta clasificación y conocimiento de las variables constituye una parte
fundamental del proceso investigativo. Las variables permiten transformar fenómenos
complejos en datos medibles y analizables, lo que posibilita describir poblaciones,
establecer comparaciones y describir relaciones causales o de asociación.
Comprender la naturaleza de las variables y el rol que cumplen dentro del análisis es
clave, tanto para elegir las pruebas estadísticas apropiadas y así realizar un buen
análisis estadístico, como para interpretar los resultados obtenidos evitando cometer
errores.
Una buena gestión de las variables del estudio fortalece la calidad de la información
obtenida a través de su análisis contribuyendo en la generación de conocimiento
aplicable, útil y responsable.
BIBLIOGRAFÍA:
· Celis de la Rosa AJ, Labrada Martagón V. Bioestadística. 3ª ed. Ciudad de
publicación desconocida: Editorial El Manual Moderno; 2014.
· Martínez González MA, et al. Bioestadística amigable. 4ª ed. Madrid: Elsevier;
2020.
· Gómez Barrantes M. Elementos de la estadística descriptiva. 4ª ed. Costa Rica:
Universidad Estatal a Distancia de Costa Rica; 2012.
· Fayad Cámel V. Estadística médica y de salud pública. 2ª ed. Mérida (VE):
Universidad de los Andes; 1970.
· Hernández Sampieri R, Fernández Collado C, Baptista Lucio P. Metodología de
la investigación. 6.ª ed. México: McGraw-Hill Education; 2014.
· Organización Panamericana de la Salud. EPIDAT 4.2: Programa para análisis
epidemiológico de datos tabulados [Internet]. OPS; 2016 [citado 2025 Jun 21].
Disponible en: https://www.sergas.es/Saude-publica/EPIDAT
· Ministerio de Sanidad y Consumo de España. Manual de Bioestadística para
Ciencias de la Salud. Madrid: Ministerio de Sanidad; 2008.
