Todos los experimentos examinan algunos de los tipos de variables
Una variable no es sólo algo que medimos, sino también algo que podemos manipular y controlar.
Para comprender las características de las variables y cómo las usamos en investigación, este artículo se divide en dos secciones principales.
Primero, ilustramos los tipos de variables por su relación con el propósito de la investigación: dependientes e independientes.
Segundo, explicamos los tipos de variables según su naturaleza: categóricas o métricas.
Variables independientes y dependientes
Una variable es algo que estás tratando de medir.
Puede ser prácticamente cualquier cosa, como objetos, cantidades, tiempo, sentimientos, eventos o ideas.
Si estás estudiando cómo se sienten las personas acerca de los diferentes programas de televisión, las variables en este experimento son los programas de televisión y los sentimientos de las personas
Si estás estudiando cómo los diferentes tipos de fertilizantes afectan la forma en que crecen las plantas altas, las variables son el tipo de fertilizante y la altura de la planta.
Hay dos tipos de variables clave en cada experimento: la variable independiente y la variable dependiente.
Variable independiente: lo que cambia el investigador o lo que cambia por sí solo.
Variable dependiente: lo que se está estudiando / midiendo.
Variables independientes
La variable independiente es la que el investigador puede manipular en un experimento.
Es la variable que controlas.
Recibe el nombre de independiente porque su valor no está supeditado ni influido por ninguna otra variable en el estudio
A veces puedes escuchar esta variable llamada “variable controlada” porque es la que se cambia.
No es lo mismo que una variable de control que se mantiene constante para que no afecte los resultados de la investigación
Variable dependiente
La variable dependiente (a veces conocida como la variable de respuesta) es lo que se está estudiando y midiendo en el experimento.
Es lo que cambia como resultado de la variación en la variable independiente.
Un ejemplo de una variable dependiente es qué tan alto eres a diferentes edades.
La variable dependiente (altura) depende, valga la redundancia, de la variable independiente (edad).

Variables independientes y dependiente ejemplos
Puede ser mucho más fácil comprender las diferencias entre estos dos tipos de variables con ejemplos, así que veamos algunos casos de experimentos a continuación.
Experimento 1: Deseas ver qué tipo de fertilizantes ayuda a las plantas a crecer más rápido, por lo que agregas una marca diferente de fertilizante a cada planta y ves qué tan altas crecen.
Variable independiente: tipo de fertilizante dado a la planta
Variable dependiente: altura de la planta
Experimento 2: te interesa saber cómo el aumento de la temperatura del mar afecta la vida de las algas,
Por lo que diseñas un experimento que mida la cantidad de algas en una muestra de agua tomada de un sitio oceánico específico a temperaturas variables.
Variable independiente: temperatura del océano
Variable dependiente: el número de algas en la muestra
Tipos de variables de acuerdo a su naturaleza: cualitativas (categóricas) o cuantitativas (métricas)
En la década de 1940, Stanley Smith Stevens introdujo cuatro escalas de medición: nominal, ordinal, intervalo y de razón.
Estas todavía se usan ampliamente hoy, como una forma de describir las características de una variable.
Conocer la escala de medición para una variable es un aspecto importante en la elección del análisis estadístico correcto.
Al hablar de variables, a veces se oyen variables que se describen como categóricas (o, a veces, nominales), ordinales o numéricas.
A continuación definiremos estos términos y explicaremos por qué son importantes.
Nominal
Una escala nominal describe una variable con categorías que no tienen un orden o clasificación natural.
Puedes codificar las variables nominales con números si lo deseas, pero el orden es arbitrario y cualquier cálculo, como determinar la desviación estándar, la media, o mediana, no tendría sentido.
En realidad, las escalas nominales pueden pensarse simplemente como “etiquetas”.
Las escalas nominales son mutuamente excluyentes, sin solapamiento entre sus valores
Algunos ejemplos son:
- Género (mujer, hombre)
- Religión (islam, budista, cristiano, judío, etc.)
- Estado civil (casado, soltero, viudo, divorciado, etc.)
- Color de cabello (rubio, castaño, negro, rojizo, etc.)
Ordinal
Una escala ordinal es aquella en la que el orden importa pero no la diferencia entre valores.
Los ejemplos de variables ordinales incluyen:
- Estatus socioeconómico (“Bajo”, “Medio”, “Alto”)
- Nivel educativo (“escuela secundaria”, “Licenciatura”, “Maestría”, “Doctorado”)
- Nivel de ingresos (“menos de 50K”, “50K-100K”, “más de 100K”)
- Índice de satisfacción (“muy disgustado”, “disgustado”, “neutral”, “me gusta”, “me gusta mucho”).
Tenga en cuenta que las diferencias entre categorías adyacentes no necesariamente tienen el mismo significado.
Por ejemplo, la diferencia entre los dos niveles de ingresos “menos de 50K” y “50K-100K”
No tiene el mismo significado que la diferencia entre los dos niveles de ingresos “50K-100K” y “más de 100K”.
Dale un vistazo al siguiente vídeo resumen para más detalles (clic sobre la imagen)

De intervalos
Una escala de intervalo es aquella en la que hay orden y la diferencia entre dos valores es significativa.
Son ejemplos de variables de intervalo los siguientes:
- Temperatura (Farenheit),
- Temperatura (Celcius),
- pH
- Puntaje en la prueba SAT
- Puntaje de crédito
De razón o proporción
Una variable de razón, tiene todas las propiedades de una variable de intervalo y también tiene una definición clara de 0.0.
Cuando la variable es igual a 0.0, hay ausencia total de la característica que mide esa variable.
Los ejemplos, pueden ser:
- Actividad enzimática, cantidad de dosis, velocidad de reacción, velocidad de flujo, concentración
- Pulso, peso, longitud, temperatura en Kelvin (0.0 Kelvin realmente significa “sin calor”)
- Tiempo de supervivencia
Cuando se trabaja con variables de razón, pero no con variables de intervalo, la relación entre dos mediciones tiene una interpretación significativa.
Por ejemplo, debido a que el peso es una variable de relación, un objeto que pese de 4 gramos es dos veces más pesado que uno que marque en la balanza 2 gramos.
Una temperatura de 10 grados C no debe considerarse el doble de caliente que 5 grados C.
Porque si lo fuera, se crearía un conflicto dado que 10 grados C son 50 grados F y 5 grados C son 41 grados F.
Claramente, 50 grados No es dos veces 41 grados.
Otro ejemplo, un pH de 3 no es dos veces más ácido que un pH de 6, porque el pH no es una variable de razón.

¿Por qué es importante conocer los niveles de medición de las variables?
Conocer la escala de medición para tus variables puede ayudar a prevenir errores como tomar el promedio de un grupo de códigos postales (postal) o tomar la proporción de dos valores de pH.
Más allá de eso, conocer la escala de medición para tus variables, realmente, no te va a ayudar a planificar tus análisis o a interpretar los resultados.
Se puede calcular lo siguiente… | Nominal | Ordinal | De intervalo | De razón |
Distribución de frecuencias | Si | Si | Si | Si |
Mediana y percéntiles | No | Si | Si | Si |
Sumar o restar | No | No | Si | Si |
Media, desviación estándar, error estándar de la media | No | No | Si | Si |
Relaciones, coeficiente de variación | No | No | No | Si |
Recapitulando…
Los cálculos y análisis estadísticos suponen que las variables tienen niveles específicos de medición.
Por ejemplo, no tendría sentido calcular un color de cabello promedio.
El promedio de una variable categórica no tiene mucho sentido porque no hay un orden intrínseco entre los niveles de las categorías.
Además, si intentaras calcular el promedio del nivel educativo como se definió en un ejemplo anterior, también obtendrías un resultado sin sentido.
Debido a que el espacio entre los cuatro niveles de estudio es muy desigual, el significado de este promedio sería muy cuestionable.
En resumen, un promedio requiere una variable que sea numérica.
A veces tienes variables que son “intermedias” ordinales y numéricas,
Por ejemplo, una escala Likert de cinco puntos con valores “totalmente de acuerdo”, “de acuerdo”, “neutral”, “En desacuerdo” y “totalmente en desacuerdo”.
Si no podemos estar seguros de que los intervalos entre cada uno de estos cinco valores son los mismos,
Entonces no podríamos decir que esta es una variable numérica, pero diríamos que es una variable ordinal.
Sin embargo, para poder usar cálculos estadísticos que asumen que la variable es numérica, podemos suponer que los intervalos están igualmente espaciados.
¿Qué te ha parecido este paseo por los Tipos de Variables y Escalas de Medición?
Déjame tus comentarios al final del artículo, estaré esperando para leerlos
Muy didáctico y útil
Buen día Shakin,
Gracias por tus positivos comentarios hacia lo que publicamos en el blog
Estamos a tus órdenes para todo lo relacionado con el tema
Saludos Cordiales,
Dr. Carlos Godoy Rodriguez, MSc.