El documento define diferentes tipos de variables, incluyendo variables cualitativas y cuantitativas, variables independientes y dependientes, y describe cómo se miden y clasifican las variables. También explica conceptos como población, muestra, parámetros, escalas de medición, razón, proporción, tasa y frecuencia.
2. Una variable es una propiedad que puede fluctuar y cuya variación
es susceptible de adoptar diferentes valores, los cuales pueden
medirse u observarse. Las variables adquieren valor para la
investigación cuando se relacionan con otras variables, es decir, si
forman parte de una hipótesis o de una teoría. En este caso se las
denomina constructos o construcciones hipotéticas
Según la medición:
Variables cualitativas:
Son el tipo de variables que como su nombre lo indica expresan
distintas cualidades, características o modalidad. Cada modalidad
que se presenta se denomina atributo o categoría, y la medición
consiste en una clasificación de dichos atributos. Las variables
cualitativas pueden ser dicotómicas cuando sólo pueden tomar dos
valores posibles, como sí y no, hombre y mujer o ser politómicas
cuando pueden adquirir tres o más valores. Dentro de ellas podemos
distinguir:
3. • Variable cualitativa ordinal o variable cuasicuantitativa: La variable
puede tomar distintos valores ordenados siguiendo una escala
establecida, aunque no es necesario que el intervalo entre mediciones
sea uniforme, por ejemplo: leve, moderado, fuerte.
• Variable cualitativa nominal: En esta variable los valores no pueden
ser sometidos a un criterio de orden, como por ejemplo los colores.
Variables cuantitativas:
Son las variables que toman como argumento, cantidades numéricas,
son variables matemáticas. Las variables cuantitativas además pueden
ser:
• Variable discreta: Es la variable que presenta separaciones o
interrupciones en la escala de valores que puede tomar. Estas
separaciones o interrupciones indican la ausencia de valores entre los
distintos valores específicos que la variable pueda asumir. Ejemplo: El
número de hijos (1, 2, 3, 4, 5).
• Variable continua: Es la variable que puede adquirir cualquier valor
dentro de un intervalo especificado de valores. Por ejemplo la masa
(2,3 kg, 2,4 kg, 2,5 kg,...) o la altura (1,64 m, 1,65 m, 1,66 m,...), o el
salario. Solamente se está limitado por la precisión del aparato
medidor, en teoría permiten que exista un valor entre dos variables.
4. Según la influencia:
Según la influencia que asignemos a unas variables sobre otras,
podrán ser:
Variables independientes:
Una variable independiente es aquella cuyo valor no depende de otra
variable. La variable independiente se representa en el eje de abscisas.
Son las que el investigador escoge para establecer agrupaciones en el
estudio, clasificando intrínsecamente a los casos del mismo. Un tipo
especial son las variables de control, que modifican al resto de las
variables independientes y que de no tenerse en cuenta
adecuadamente pueden alterar los resultados por medio de un sesgo.
Es aquella característica o propiedad que se supone ser la causa del
fenómeno estudiado.
Variables dependientes
Una variable dependiente es aquella cuyos valores dependen de los que
tomen otra variable. La variable dependiente en una función se suele
representar por y. La variable dependiente se representa en el eje
ordenadas. Son las variables de respuesta que se observan en el estudio
y que podrían estar influidas por los valores de las variables
independientes.
5. Otras:
Variables intervinientes:
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.
Y es muy similar a la variable moderadora aunque no son iguales solo
son muy similares a la forma de relacionarlas.
Variables moderadoras:
Según Tuckman: Representan un tipo especial de variable
independiente, que es secundaria, y se selecciona con la finalidad de
determinar si afecta la relación entre la variable independiente
primaria y las variables dependientes.
6. Población:
Es el conjunto de todos los elementos que cumplen ciertas propiedades
y entre los cuales se desea estudiar un determinado fenómeno (pueden
ser hogares, número de tornillos producidos por una fábrica en un año,
lanzamientos de una moneda, etc. ). Llamamos población estadística o
universo al conjunto de referencia sobre el cual van a recaer las
observaciones.
Muestra:
Es el subconjunto de la población que es estudiado y a partir de la cual
se sacan conclusiones sobre las características de la población. La
muestra debe ser representativa, en el sentido de que las conclusiones
obtenidas deben servir para el total de la población.
Las muestras pueden ser probabilísticas o no probabilísticas. Una
muestra probabilística se elige mediante reglas matemáticas, por lo que
la probabilidad de selección de cada unidad es conocida de
antemano. Por el contrario, una muestra no probabilística no ser rige por
las reglas matemáticas de la probabilidad.
7.
8. En estadística, un parámetro es un número que resume la gran
cantidad de datos que pueden derivarse del estudio de una variable
estadística. El cálculo de este número está bien definido, usualmente
mediante una fórmula aritmética obtenida a partir de datos de la
población.
Los parámetros estadísticos son una consecuencia inevitable del
propósito esencial de la estadística: crear un modelo de la realidad.
El estudio de una gran cantidad de datos individuales de una
población puede ser farragoso e inoperativo, por lo que se hace
necesario realizar un resumen que permita tener una idea global de la
población, compararla con otras, comprobar su ajuste a un modelo
ideal, realizar estimaciones sobre datos desconocidos de la misma y,
en definitiva, tomar decisiones. A estas tareas contribuyen de modo
esencial los parámetros estadísticos.
Por ejemplo, suele ofrecerse como resumen de la juventud de una
población la media aritmética de las edades de sus miembros, esto es,
la suma de todas ellas, dividida por el total de individuos que
componen tal población.
9.
10. Se entenderá por medición al proceso de asignar el valor a una variable
de un elemento en observación. Este proceso utiliza diversas escalas:
nominal, ordinal, de intervalo y de razón.las variables de las escalas
nominal y ordinal se denominan también categóricas, por otra parte las
variables de escala de intervalo o de razón se denominan variables
numéricas. Con los valores de las variables categóricas no tiene sentido o
no se puede efectuar operaciones aritméticas. Con las variables
numéricas sí.
La escala nominal : Sólo permite asignar un nombre al elemento
medido. Esto la convierte en la menos informativa de las escalas de
medición.
Los siguientes son ejemplos de variables con este tipo de escala:
Nacionalidad.
• Uso de anteojos.
• Número de camiseta en un equipo de fútbol.
• Número de Cédula Nacional de Identidad.
11. La escala ordinal: además de las propiedades de la escala nominal,
permite establecer un orden entre los elementos medidos.
Ejemplos de variables con escala ordinal:
• Preferencia a productos de consumo.
• Etapa de desarrollo de un ser vivo.
La escala de intervalo: Además de todas las propiedades de la escala
ordinal, hace que tenga sentido calcular diferencias entre las mediciones.
Los siguientes son ejemplos de variables con esta escala:
• Temperatura de una persona.
• Sobrepeso respecto de un patrón de comparación.
• Nivel de aceite en el motor de un automóvil medido con una vara
graduada.
La escala de razón: permite, además de lo de las otras escalas,
comparar mediciones mediante un cuociente.
Algunos ejemplos de variables con la escala de razón son los siguientes:
• Altura de personas.
• Cantidad de litros de agua consumido por una persona en un día.
• Velocidad de un auto en la carretera.
12. Es un cociente en el que el numerador no está incluido en el
denominador. A menudo las cantidades se miden en las mismas
unidades, pero no es esencial. El rango oscila entre 0 e infinito.
Ejemplos
• Cociente entre el número de casos de TBC en varones y mujeres
en 2005: Razón= 135/53= 2,55
• Cociente entre los casos de TBC ocurridos en individuos con
edades superiores a 55 y el grupo de individuos con edades
inferiores a 55 : Razón=95/93=1,02
Una proporción no es más que la expresión de la probabilidad de que un
suceso ocurra.
El rango esta comprendido entre 0 y 1 o bien en términos porcentuales
de 0% a 100%, y no tiene dimensión.
Ejemplo
• Cociente entre el número de casos ocurridos en varones y el total
de casos en el año 2005.
135/188=0,72 El 72% de los casos han ocurrido en varones.
13. La tasa es una forma especial de proporción o de razón que tiene en
cuenta el tiempo. Es una medida que relaciona el cambio de una
magnitud por unidad de cambio en otra magnitud (por regla general,
tiempo). La utilización de las tasas es esencial para comparar
experiencias entre poblaciones en diferentes tiempos, diferentes
lugares o entre diferentes tipos de personas. Su rango oscila entre 0 e
infinito y su medida es tiempo.
Ejemplos
• Cociente entre el número de casos de TBC en varones durante el
años 2005 y la población estimada de varones en el año 2005:
135/516.329=0,000261 La tasa es de 26,1 casos de TBC por cada
100.000 habitantes varones en 1 año (2005).
• Cociente entre los casos de defunción por TBC y la población
estimada en el año 2005:
8/1076635=0,000007 La tasa de mortalidad es de 0,7 por 100.000
habitantes en 1 año.
14. Es el número de datos o elementos de la muestra, que caen en un
mismo intervalo de clase. Es decir, que sus valores quedan totalmente
comprendidos dentro de los linderos de ese mismo intervalo.
La frecuencia puede ser:
•Frecuencia simple absoluta: El número de veces que se observa un
mismo ítem (Los datos de una misma magnitud o clase), o la
cantidad d datos que caen en un mismo intervalo.
•Frecuencia simple relativa: Es la relación geométrica entre la
frecuencia absoluta y el total de datos.
•Frecuencia acumulada absoluta: Es la acumulación o suma de
todas las frecuencias absolutas hasta el intervalo de clase
considerado, inclusive.
•Frecuencia acumulada relativa: Viene a ser la acumulación de
todas las frecuencias relativas hasta el mismo intervalo
considerado, inclusive.
15. Un ejemplo del uso de los datos estadísticos puede ofrecerlo el ámbito
de la política. Por ejemplo, cuando se requiere hacer un sondeo de la
intención de voto a un determinado candidato se suelen tomar
encuestas en distintos estratos sociales y en distintas regiones del país.
Este hecho hace que la muestra carezca de alguna desviación y que
sea aleatoria. Cuando se tienen los datos, se establece que tipo de
porcentaje votaría a dicho candidato en función del total de la gente
entrevistada; ese porcentaje sería trasladable al conjunto de la
población del país en cuestión. Así, si el diez por ciento de una muestra
de cien mil casos tomaría una determinada acción, se tiende a
concluir que ese mismo porcentaje la tomaría considerando un millón
de casos.
Como vemos, el proceso tiene ciertas objeciones ciertas. Son
conocidas y aceptadas, evaluando por lo tanto un margen de error
en las conclusiones establecidas. No obstante, este tipo de
valoraciones de los datos estadísticos permite generar un panorama lo
suficientemente claro de una circunstancia futura, hecho que como
sabemos es algo útil de concretar.