El documento define variables en investigación, describiendo sus características, identificación y operacionalización en estudios cuantitativos. Se clasifican las variables según su naturaleza (cualitativa y cuantitativa), amplitud (individual y colectiva), nivel de abstracción (general, intermedia y empírica) y escala de medición (nominal, ordinal, cardinal). Además, se abordan las relaciones causales entre variables, como independientes, dependientes, extrañas y confusionales.

1. Variables
Mgtr. Abelardo Méndez

2. Variable
• Es definida como el elemento, objeto o cosa
en estudio, en un espacio, en un tiempo y en
un grupo.
• Se define como un conjunto de datos o valores
que representan una característica
cuantitativa y cualitativa estudiada de un
objeto

3. Variable
• Es una propiedad
• Puede variar
• Su variación es susceptible de medirse u observarse
• Adquieren valor para la investigación científica
• Cuando llegan a relacionarse con otras
• Forman parte de una hipótesis o una teoría
• “Constructor o construcciones hipotéticas”

4. Variable
• Expresan lo que se desea
• Conocer, explicar, dimensionar, estudiar
•  con el objetivo investigado.
• Susceptibles de adoptar distintos valores o ser
expresados en varias categorías
• Siempre están referidas a las unidades de
análisis

5. Variable
• Su concepto se opone a constante
• Aspectos que solo pueden tomar un valor para todos
los sujetos
• Son la parte observable de los constructos (son
como indicadores de constructos)
• Conceptos científicos elaborados
• Aspectos generales teóricos, no observables.

6. Identificación de Variables
• Propiedades que se van a estudiar
• Son unidades de análisis observable
• Responder a la pregunta:
• ¿Qué medimos o estudiamos?
• ¿Qué aspectos o dimensiones podemos observar?
• ¿Qué dimensiones podemos experimentar?

7. Identificación y
operacionalización
• Se utiliza sobre todo en investigaciones
cuantitativas
• Comprobar empíricamente las variables de la
hipótesis.
• Encontrar evidencia de:
• Los aspectos
• Dimensiones de los objetivos
• En los casos en que no se utilicen hipótesis

8. Características de las Variables
• Emanan de las hipótesis
• Son parte de un todo
• Son observables directa / indirectamente
• Son susceptibles de variación cuantitativa o
cualitativa por ser una magnitud en proceso
• Son mensurables

9. Variables: según su naturaleza
También implica la estadística utilizada.
Cualitativa (Categórica)
Son aquellas cuyos elementos de variación
tienen carácter cualitativo o no numérico
Cuantitativa
Los elementos tienen carácter numérico
o cuantitativo

10. Variables: según su naturaleza
Ejemplos
de
variable
cualitativa
Género: Masculino y Femenino
Nombres de los alumnos: Juan, Pedro, María, etc.
Actividades preferidas: Cine, TV, lectura, etc.
Profesión
Tipo de actividad económica de la empresa
Calidad del producto: Excelente, Bueno, Malo

11. Variables: según su naturaleza
Cuantitativa
Agrupadas Son aquellas en que la
serie numérica que
abarcan está dividida, a
efectos operativos y de
síntesis, en intervalos
agrupados.
No
agrupadas
Son aquellas en que la
serie numérica no está
dividida en intervalos
agrupados.

12. Variables: según su naturaleza
Ejemplos de
variable
cuantitativa
Datos agrupados Peso de la persona:
De 0 a 50 Kg
De 51 a 75 Kg
De 76 a 100 Kg
Más de 100 Kg
Datos no
agrupados
Peso de la persona (Kg):
10, 11, 12, 13, etc.
Edad de la persona (años):
18, 19, 20, 21, 22, etc.

13. Variables: según su naturaleza
Cuantitativa
Discretas Se hallan restringidas a
determinados valores dentro de su
rango.
Ej. Número de hijos: 1, 2, 3 (entre
1 y 2 o entre 2 y 3 no existe otra
cantidad).
Continuas Son aquellas que pueden tomar
cualquier valor dentro de su
rango.
Ej. Peso de la persona: Entre 70 Kg
y 71 Kg existen infinitos valores.

14. Variables: según su amplitud
Individuales
Las unidades de observación son individuos
Colectivas
Las unidades de observación son colectivos,
conjuntos o grupos (ciudades, estados, universidades,
empresas, etc.)

15. Variables: según su amplitud
Ejemplos
de variable
de datos
individuales
Grado de
instrucción de las
personas
Sin instrucción
Primaria incompleta
Primaria completa
Secundaria incompleta
Secundaria completa
Superior no universitaria incompleta
Superior no universitaria completa
Superior universitaria incompleta
Superior universitaria completa
Peso de las personas

16. Variables: según su amplitud
Ejemplos
de
variable
de datos
colectivos
Grado de instrucción promedio de la población
Producto Interno Bruto (PIB)
Mortalidad infantil
Tasa de analfabetismo
Volumen de las exportaciones del país
Productividad de la empresa

17. Variables: según su nivel de
abstracción
Generales
Realidades no inmediatamente medibles empíricamente.
Intermedias
Expresan dimensiones o aspectos parciales de estas variables
y, por tanto, más concretos y cercanos a la realidad
Empíricas (Indicadores)
Representan aspectos de estas dimensiones, directamente
medibles y observables.

18. Variables: según su nivel de
abstracción
Ejemplos
según el
nivel de
abstracción
General Nivel de
cultura
Intermedia Nivel
educativo
Empírica Grado de
instrucción

19. Variables: según su escala de
medición
Nominal
Nivel más elemental de medición.
Comprenden la distinción de diversas categorías con o sin
subcategorías.
No implica ningún orden ni jerarquía entre ellas (todos los
indicadores se encuentran al mismo nivel).
Categorías mutuamente excluyentes.

20. Variables: según su escala de
medición
Ejemplos
Nominal
Nombre
Juan Pérez
Roberto García
Género
Masculino
Femenino
Área de
residencia
Urbana
Rural
Enfermedad
mental
Paranoia
Depresión
Esquizofrenia

21. Variables: según su escala de
medición
Ordinal
Categorías mutuamente excluyentes.
Clasifica el fenómeno en orden lógico o jerárquico.
No proporciona información sobre la magnitud de las diferencias entre los
casos.
Refleja distancia entre una y otra categoría o cuán mayor es una respecto
a la otra.

22. Variables: según su escala de
medición
Ejemplos
Ordinal Calidad de
desempeño
Excelente
Bueno
Regular
Malo
Pésimo
Dolor
Extremadamente doloroso
Doloroso
Dolor regular
Poco dolor
Ningún dolor
0 421 3
Nada Poco Regular Mucho En extremo
Escala de
Likert
Puede
utilizar

23. Variables: según su escala de
medición
Cardinal
 de
Intervalo
Categorías mutuamente excluyentes
Clasifica según un rango numérico
Mide variables cuantitativas
Supone orden, distancia equitativa entre dos puntos o
valores en un continuo.
Diferencias iguales en la característica implican
diferencias iguales en el valor
Cero arbitrario  no se puede establecer razón o
proporción, ni comparar dos escalas con diferente punto
de origen.

24. Variables: según su escala de
medición
Ejemplo
de
variable
cardinal
 escala
de
Intervalo
Temperatura
ambiente
-2°
-1°
0°
1°
Temperatura
corporal
36.8°
36.9°
37.0°
37.1°

25. Variables: según su escala de
medición
Cardinal
 de
proporción
o razón
Nivel más alto de medición de variables cuantitativas
Comprende distinción, orden, distancia y origen
único.
Todas las características de la variable de intervalo
pero con cero absoluto.
Cero absoluto denota ausencia o nulidad de lo que se
estudia.
Poseer cero absoluto permite determinar proporción.

26. Variables: según su escala de
medición
Ejemplo
de
variable
cardinal 
escala de
proporción
o razón
Edad
18 años
19 años
20 años
21 años
Peso
50 Kg
51 Kg
52 Kg
53 Kg

27. Variables: según su relación con
otras variables (Causalidad)
Independiente
Son las variables explicativas o predictoras.
La causa que se supone es la responsable original de los
cambios en un fenómeno o en una situación.
Su asociación o influencia con la variable dependiente se
pretende descubrir en la investigación.

28. Variables: según su relación con
otras variables (Causalidad)
Dependiente
También llamadas variables de respuesta o de salida.
Son las variables a explicar.
Efectos o resultados respecto a los cuales hay que buscar su motivo
o razón de ser, la que el investigador estudia.
Varía según los cambios que se produzcan en la variable
independiente.

29. Variables: según su relación con
otras variables (Causalidad)
Extraña
Son factores que afectan a la variable dependiente.
También llamada interviniente, explica la relación entre la causa y el
efecto cuando no hay una relación teórica entre ellos.
Normalmente no son medidos hasta no ser identificadas.
Influyen en la fortaleza o debilidad de las variables dependientes e
independientes.

30. Variables: según su relación con
otras variables (Causalidad)
Confusión
También llamadas terceras variables.
Son variables que el investigador no controló o no eliminó y que dañan la
validez interna de un experimento.
Puede causar que el investigador analice los resultados incorrectamente.
Los resultados pueden mostrar una correlación falsa entre causa y efecto 
puede producir rechazo incorrecto de la hipótesis nula.

31. Variables: según su relación con
otras variables (Causalidad)
Fumar Cáncer
Causa
probable
Efecto
probable
Variable
independiente
Variable
dependiente• Edad
• Tiempo de ser fumador
• Actividad física
Variable extraña
(interviniente)
Afecta la relación
causal

32. Variables: según su relación con
otras variables (Causalidad)
Universales
Tratan las características sociodemográficas de los individuos que
intervienen en el estudio.
Ej.: sexo, edad, clase social, estado civil, etc.
Su importancia radica en que la no homogeneidad de los grupos de
estudio respecto a estas variables puede falsear el valor de la variable
dependiente.

33. Variables: según su relación con
otras variables (Causalidad)
Complementarias
Ofrecen información que puede ser de interés
respecto de la población analizada.
Ej.: fármacos utilizados, procesos comórbidos, etc.

34. Las variables y sus respuestas
Dicotómica
Solo presenta
dos posibles
categorías de
respuesta.
Si
No
Verdadero
Falso
Hombre
Mujer
Politómica
Varias
alternativas de
respuesta.
Bueno
Regular
Malo
Muy bajo
Bajo
Medio
Alto
Muy alto

35. Las variables y sus respuestas
Exhaustiva Variable que se expresa el investigador con todo
todos los posibles resultados.
Excluyente No debe confundir la respuesta.
Un solo
criterio
Una sola característica.
Discriminante Cada alternativa debe especificar en forma concreta
una posible respuesta, sin estar contenida en ninguna
otra.

36. Definición de las variables
Definición conceptual
Consiste en la definición teórica.
Los conceptos están incluidos en el marco
teórico.

37. Definición de las variables
Definición operacional
Se establecen los procedimientos empíricos que permiten la
obtención de datos de la realidad para verificar las hipótesis
y solucionar el problema.
La definición operacional para una misma variable puede ser
distinta para diferentes investigaciones (Según objetivos).

38. Definición de las variables
Definición
operacional
incluye
Determinación
de los
indicadores
Permitan medir a la
variable, en caso de que
esto no pueda hacerse
directamente.
Se requiere cuando la
variable es cualitativa o
tiene un carácter muy
general.
Si la variable es
cuantitativa, generalmente
no es necesario, pues se
puede medir directamente.

39. Definición de las variables
Definición
operacional
incluye
Definición de
las técnicas
e
instrumentos
Permiten obtener
información sobre las
variables o indicadores.
Ejemplo: entrevistas,
cuestionarios, análisis de
documentos, recolección
de estadísticas,
observación,
experimentación, etc.

40. Definición de las variables
Ejemplo
definición
operacional:
Rendimiento
académico
Indicadores Promedio de notas
del semestre.
Promedio acumulado
en la carrera.
Técnicas e
instrumentos
de medición
Registro académico

41. Definición de las variables
Ejemplo
definición
operacional:
Efectividad
del servicio
hospitalario
Indicadores
Pacientes atendidos por
mes
Tasa de morbilidad
Tasa de mortalidad
Técnicas e
instrumentos
de medición
Registro ingresos
Registro de egresos
Hoja de epicrisis

42. Gracias por su
atención!!