Men煤 Cerrar

Lo que nadie te cont贸 sobre Tipos de Variables en investigaci贸n

Tipos de variables - destacada

Todos los experimentos examinan algunos de los tipos de variables

Una variable no es s贸lo algo que medimos, sino tambi茅n algo que podemos manipular y 聽controlar.

Para comprender las caracter铆sticas de las variables y c贸mo las usamos en investigaci贸n, este art铆culo 聽se divide en dos secciones principales.

Primero, ilustramos los tipos de variables por su relaci贸n con el prop贸sito de la investigaci贸n: dependientes e independientes.

Segundo, explicamos los tipos de variables seg煤n su naturaleza: categ贸ricas o m茅tricas.

 

Variables independientes y dependientes


Una variable es algo que est谩s tratando de medir.

Puede ser pr谩cticamente cualquier cosa, como objetos, cantidades, tiempo, sentimientos, eventos o ideas.

Si est谩s estudiando c贸mo se sienten las personas acerca de los diferentes programas de televisi贸n, las variables en este experimento son los programas de televisi贸n y los sentimientos de las personas

Si est谩s estudiando c贸mo 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 s铆 solo.

Variable dependiente: lo que se est谩 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 est谩 supeditado ni 聽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 investigaci贸n

 

Variable dependiente

La variable dependiente (a veces conocida como la variable de respuesta) es lo que se est谩 estudiando y midiendo en el experimento.

Es lo que cambia como resultado de la variaci贸n en la variable independiente.

Un ejemplo de una variable dependiente es qu茅 tan alto eres a diferentes edades.

La variable dependiente (altura) depende, valga la redundancia, 聽de la variable independiente (edad).

 

Tipos de variables, independientes y dependiente
Tipos de variables, independientes y dependiente

 

Variables independientes y dependiente ejemplos

Puede ser mucho m谩s f谩cil comprender las diferencias entre estos dos tipos de variables con ejemplos, as铆 que veamos algunos casos de experimentos a continuaci贸n.

Experimento 1: Deseas ver qu茅 tipo de fertilizantes ayuda a las plantas a crecer m谩s r谩pido, por lo que agregas una marca diferente de fertilizante a cada planta y ves qu茅 tan altas crecen.

Variable independiente: tipo de fertilizante dado a la planta

Variable dependiente: altura de la planta

Experimento 2: te interesa saber c贸mo el aumento de la temperatura del mar afecta la vida de las algas,

Por lo que dise帽as un experimento que mida la cantidad de algas en una muestra de agua tomada de un sitio oce谩nico espec铆fico a temperaturas variables.

Variable independiente: temperatura del oc茅ano

Variable dependiente: el n煤mero de algas en la muestra

 

Tipos de variables de acuerdo a su naturaleza: cualitativas (categ贸ricas) o cuantitativas (m茅tricas)


En la d茅cada de 1940, Stanley Smith Stevens introdujo cuatro escalas de medici贸n: nominal, ordinal, intervalo y de raz贸n.

Estas todav铆a se usan ampliamente hoy, como una forma de describir las caracter铆sticas de una variable.

Conocer la escala de medici贸n para una variable es un aspecto importante en la elecci贸n del an谩lisis estad铆stico correcto.

Al hablar de variables, a veces se oyen variables que se describen como categ贸ricas (o, a veces, nominales), ordinales o num茅ricas.

A continuaci贸n definiremos estos t茅rminos y explicaremos por qu茅 son importantes.

 

Nominal

Una escala nominal describe una variable con categor铆as que no tienen un orden o clasificaci贸n natural.

Puedes codificar las variables nominales con n煤meros si lo deseas, pero el orden es arbitrario y cualquier c谩lculo, como determinar la desviaci贸n est谩ndar, la media, o mediana, no tendr铆a sentido.

En realidad, las escalas nominales pueden pensarse simplemente como “etiquetas”.

sample85
+ M谩s Informaci贸n

REDACTA OBJETIVOS DE INVESTIGACI脫N COMO UN PRO

Vas a poder formularlos con precisi贸n de MIRA L脕SER

47.0023.50

Las escalas nominales son mutuamente excluyentes, sin solapamiento entre sus valores

Algunos ejemplos son:

  • G茅nero (mujer, hombre)
  • Religi贸n (islam, budista, cristiano, jud铆o, etc.)
  • Estado civil (casado, soltero, viudo, divorciado, etc.)
  • Color de cabello (rubio, casta帽o, 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 socioecon贸mico (“Bajo”, “Medio”, “Alto”)
  • Nivel educativo (“escuela secundaria”, 鈥淟icenciatura”, 鈥淢aestr铆a”, “Doctorado”)
  • Nivel de ingresos (“menos de 50K”, “50K-100K”, “m谩s de 100K”)
  • 脥ndice de satisfacci贸n (鈥渕uy disgustado”, “disgustado”, “neutral”, “me gusta”, 鈥渕e gusta mucho”).

 

Tenga en cuenta que las diferencias entre categor铆as 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 “m谩s de 100K”.

Dale un vistazo al siguiente v铆deo resumen para m谩s detalles (clic sobre la imagen)

 

Entendiendo los Tipos de Variables en investigaci贸n - v铆deo
Entendiendo los Tipos de Variables en investigaci贸n – v铆deo

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 cr茅dito

 

De raz贸n o proporci贸n

Una variable de raz贸n, tiene todas las propiedades de una variable de intervalo y tambi茅n tiene una definici贸n clara de 0.0.

Cuando la variable es igual a 0.0, hay ausencia total de la caracter铆stica que mide esa variable.

Los ejemplos, pueden ser:

  • Actividad enzim谩tica, cantidad de dosis, velocidad de reacci贸n, velocidad de flujo, concentraci贸n
  • Pulso, peso, longitud, temperatura en Kelvin (0.0 Kelvin realmente significa “sin calor”)
  • Tiempo de supervivencia

Cuando se trabaja con variables de raz贸n, pero no con variables de intervalo, la relaci贸n entre聽 dos mediciones tiene una interpretaci贸n significativa.

Por ejemplo, debido a que el peso es una variable de relaci贸n, un objeto que pese de 4 gramos es dos veces m谩s pesado que uno que marque en la balanza 聽2 gramos.

Una temperatura de 10 grados C no debe considerarse el doble de caliente que 5 grados C.

Porque si lo fuera, se crear铆a 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 m谩s 谩cido que un pH de 6, porque el pH no es una variable de raz贸n.

 

Niveles de medici贸n de las variables
Niveles de medici贸n de las variables

驴Por qu茅 es importante conocer los niveles de medici贸n de las variables?


Conocer la escala de medici贸n para tus variables puede ayudar a prevenir errores como tomar el promedio de un grupo de c贸digos postales (postal) o tomar la proporci贸n de dos valores de pH.

M谩s all谩 de eso, conocer la escala de medici贸n para tus variables, realmente, no te va a聽 ayudar a planificar tus an谩lisis o a interpretar los resultados.

 

Se puede calcular lo siguiente鈥NominalOrdinalDe intervaloDe raz贸n
聽Distribuci贸n de frecuenciasSiSiSiSi
Mediana y perc茅ntilesNoSiSiSi
聽Sumar o restar NoNoSiSi
Media, desviaci贸n est谩ndar, error est谩ndar de la media NoNoSiSi
Relaciones, coeficiente de variaci贸nNoNoNoSi

 

Recapitulando鈥


Los c谩lculos y an谩lisis estad铆sticos suponen que las variables tienen niveles espec铆ficos de medici贸n.

Por ejemplo, no tendr铆a sentido calcular un color de cabello promedio.

El promedio de una variable categ贸rica no tiene mucho sentido porque no hay un orden intr铆nseco entre los niveles de las categor铆as.

Adem谩s, si intentaras calcular el promedio del nivel educativo 聽como se defini贸 en un ejemplo anterior, tambi茅n obtendr铆as un resultado sin sentido.

Debido a que el espacio entre los cuatro niveles de estudio es muy desigual, el significado de este promedio ser铆a muy cuestionable.

En resumen, un promedio requiere una variable que sea num茅rica.

A veces tienes variables que son “intermedias” ordinales y num茅ricas,

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 podr铆amos decir que esta es una variable num茅rica, pero dir铆amos que es una variable ordinal.

Sin embargo, para poder usar c谩lculos estad铆sticos que asumen que la variable es num茅rica, podemos suponer 聽que los intervalos est谩n igualmente espaciados.

驴Qu茅 te ha parecido este paseo 聽por los Tipos de Variables y Escalas de Medici贸n?

D茅jame tus comentarios al final del art铆culo, estar茅 esperando para leerlos

Please follow and like us:

2 comentarios

    • cgodoyr

      Buen d铆a Shakin,

      Gracias por tus positivos comentarios hacia lo que publicamos en el blog

      Estamos a tus 贸rdenes para todo lo relacionado con el tema

      Saludos Cordiales,

      Dr. Carlos Godoy Rodriguez, MSc.

Deja un comentario

Tu direcci贸n de correo electr贸nico no ser谩 publicada. Los campos obligatorios est谩n marcados con *

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si contin煤a navegando est谩 dando su consentimiento para la aceptaci贸n de las mencionadas cookies y la aceptaci贸n de nuestra pol铆tica de cookies, pinche el enlace para mayor informaci贸n.plugin cookies

ACEPTAR
Aviso de cookies
Hola! 驴Te gustar铆a completar con 茅xito tu Tesis o Proyecto de Investigaci贸n? Clic Aqu铆Close