© Todos los derechos reservados
(Max Felner, Unsplash).
No es tan simple hallar en un solo lugar la descripción de todos los tipos de variables estadísticas que existan en el mundo de la investigación. Pero sí es posible enumerar y ejemplificar, como en este caso, la clasificación de las variables estadísticas más utilizadas según su nivel y escala de medición, así como también la forma en que se relacionan e incluso, cuáles otras variables existen fuera de estos parámetros ya señalados.
Métodos de investigación:
Qué son, tipos, para qué sirven y ejemplos de las principales técnicas de investigación
Tal y como indica su nombre, una variable estadística consiste en aquellas características cuyo valor puede fluctuar. Tales variaciones pueden a su vez ser registradas con números o palabras según la escala de medición a la que pertenecen.
Por lo tanto, las variables estadísticas pueden ser observadas y descritas o que bien se pueden registrar mediante valores numéricos y magnitudes.
Además, las variables adoptan diversos valores al momento de relacionarse unas con otras, por supuesto, siempre que conformen características propias de aquellas construcciones hipotéticas planteadas por el investigador.
Así que según el nivel de medición de las variables estadísticas, estas pueden ser cuantitativas o cualitativas.
Se llaman variables cuantitativas a todas aquellas características que fluctúan bajo un argumento numérico. Por lo tanto son expresadas a través de guarismos y en escalas de magnitud como peso, talla, etcétera.
Este carácter numérico le permite al investigador la capacidad de analizarlas a través de operaciones matemáticas definidas en fórmulas y leyes exactas previamente definidas.
Entre los ejemplos de variable cuantitativa cabe mencionar la antigüedad de un trabajador en una empresa, el peso de un niño o las velocidades que alcanza un barco.
Las variables estadísticas cualitativas son todas aquellas características cuyas variaciones se registran a través de palabras, no de cifras, por tratarse de cualidades que no se pueden medir numéricamente.
Las cualidades representan aquellos atributos que diferencian a un sujeto de estudio de otro.
Algunas ejemplificaciones de las variables cualitativas son el grupo sanguíneo, su estado civil o el color de ojos de una persona.
Las escalas de medición de variables establecen aquellos parámetros no numéricos que marcan diferencias entre los sujetos de estudio.
Es común encontrar diariamente formularios que establezcan tales diferenciaciones de manera puntual para recolectar datos poblacionales de manera efectiva.
Tales escalas se corresponden con las variables estadísticas cualitativas. En ellas se establecen categorías no numéricas que permiten agrupar o diferenciar a los individuos.
Las variables categóricas pueden clasificarse en: nominales, ordinales o dicotómicas.
La variable cualitativa nominal es aquella que expresa con claridad un nombre para caracterizar su criterio diferenciador o de orden.
En el caso de los nombres empleados en las variables estadísticas nominales se encuentran, por ejemplo, los colores del cabello, como el castaño, negro, rubio, cobrizo. O el color de ojos, entre ellos, marrones, negros, verdes, azules.
Los criterios de la escala quedan establecidos según los parámetros que le vinculen directamente con los datos que espera recolectar el investigador. En algunos formularios se coloca la categoría “otro” para registrar información que se escapa de los parámetros de la escala, pero que tampoco es necesario especificar.
La variable estadística ordinal establece un orden, casi siempre de intensidad o frecuencia. Este tipo de variable estadística también es conocida como cuasicuantitativa porque aunque no se expresa numéricamente, hace alusión a datos que pueden tomar un valor siempre que sean ordenados de manera ascendente o descendente.
Las variables estadísticas ordinales son, por ejemplo, los términos con que se definen cada cuánto tiempo duerme mal una persona: siempre, casi siempre, pocas veces o nunca.
Otra manera de ejemplificarlo sería a través del flujo menstrual de las mujeres indicado en los empaques de toallas íntimas: abundante, moderado, leve.
Finalmente, un ejemplo común en las escalas ordinales se encuentra en la expresión de acuerdo a una proposición: totalmente de acuerdo, de acuerdo, total desacuerdo.
También conocida como variable binaria. Son aquellas variables que establecen solo dos valores en la categoría.
Entre los ejemplos de variables y su clasificación como dicotómicas se encuentran las respuestas sí o no al momento de preguntar en un formulario si el individuo fuma, si tiene alguna adicción o si sufre de alguna enfermedad crónica.
También es empleada comúnmente para conocer el sexo de una persona estableciendo los valores masculino o femenino.
Otro caso frecuente de la variable dicotómica se encuentra en los sitios web donde se aceptan o rechazan las cookies de la página de navegación.
Así como cada tipo de variable puede ser definida claramente según las características o tipo de medición que hacen, también se pueden clasificar según su relación con otras variables. La influencia que tienen o no respecto a otras variables estadísticas las definen como variables dependientes o independientes.
La variable independiente se define como aquella cuya fluctuación de valores es directamente afectada por factores de cambio en las variables independientes.
En este sentido, diferentes valores de las variables independientes afectan en distinta proporción a las variables dependientes.
Las variables dependientes también son conocidas como variables explicadas. Su explicación es más detallada cuantas más variables independientes sean incluidas en el estudio. Para ello, el investigador debe dejar en claro en el marco teórico de su investigación cuántas y cuáles variables independientes tomará en cuenta en su estudio según su contexto.
Finalmente, las variables dependientes son graficadas en el eje de las ordenadas del plano cartesiano, es decir, en el eje Y (eje vertical)
La dependencia de variables se ejemplifica en un modelo de estudio del medioambiente en el que se desea conocer el volumen de las emisiones de dióxido de carbono en una región determinada. La variable dependiente sería esta, el volumen de emisiones, que está bajo la influencia de algunas variables independientes como el número de hatos en los que se realiza actividad ganadera, la cantidad de vehículos con motores de combustión o cuántos trenes atraviesan la región.
Otro supuesto para ejemplificar la variable dependiente sería el precio internacional del chocolate. Esta variable dependiente se ve afectada por variables independientes como el volumen de cosechas de cacao a nivel mundial, el tipo de cacao empleado en la producción del chocolate, el porcentaje de manteca de cacao en el producto final y la demanda de los consumidores en los diversos mercados.
La variable independiente ejerce una influencia directa sobre la variable dependiente, ya que determina los valores que esta pueda tomar.
Se suelen utilizar varias variables independientes en los estudios estadísticos, otorgándole a cada una un impacto diferente sobre la variable dependiente. Por ende, algunas variables independientes tendrán más relevancia que otras en la investigación.
Con las variables independientes el investigador le da sentido a la variable dependiente, es decir, le da un contexto. Por ello, las variables independientes también son conocidas como variables explicativas, ya que al detallarlas se puede entender cómo estas han impactado y formado el estado de la variable dependiente.
En consecuencia, una variable dependiente estará mejor explicada si se incluyen en el estudio diversas variables explicativas.
Finalmente, las variables independientes son representadas en el eje X o de las abscisas en el plano cartesiano (eje horizontal).
Las variables independientes deben ser establecidas según el marco teórico de la investigación. Por lo tanto, sus datos no tienen que ser explicados desde su origen, sino como un factor de afectación directa a la variable dependiente.
Por ejemplo, en un estudio de mercado se desea explicar las sumas de compra de comida rápida de un establecimiento. Por lo tanto, las variables independientes o factores que determinan tales sumas podrían ser la edad de los compradores, si el comprador tiene o no acompañantes al restaurante, los días de la semana en que se registran ventas más onerosas, así como el índice de compradores en días feriados.
Otra forma de ilustrarlo es a través de los estudios acerca del envejecimiento de la piel. Las variables independientes se relacionan con la edad de los individuos, su exposición al sol y a otros factores ambientales, el uso de protector solar, el tipo de vestimenta que emplea al estar al aire libre, entre otros factores explicativos.
Las variables estadísticas también pueden ser expresadas en términos numéricos o cuantitativos. Entre ellos se distinguen dos tipos de variables: las discretas y las continuas.
Las variables estadísticas cuantitativas toman valores numéricos establecidos según la escala de medida en cifras finitas o en cifras continuas.
En el caso de las variables discretas se fijan valores finitos determinados por cantidades exactas. Una persona puede comprar una, dos o cinco bicicletas, pero no puede adquirir media bicicleta.
Entre algunos ejemplos interesantes de las variables en estadística se encuentran los resultados de un sorteo de lotería, el número de pétalos de una flor, la cantidad de caramelos que trae un empaque, el número de caras de un cubo o la cantidad de butacas en un cine.
Las variables continuas están determinadas por valores numéricos infinitos. Entre ellos cabe destacar los valores infinitos que pueden ser hallados en el intervalo de diversas escalas de medición como la longitud, el peso, el tiempo o el volumen.
Dicho de otro modo, las variables continuas pueden representar incluso valores incontables que, por lo general, se redondean o se expresan como periódicos.
La continuidad en variables estadísticas cuantitativas se ejemplifica casi siempre con medidas. Entre ellas cabe mencionar la velocidad de vuelo de un avión, el tiempo empleado en la cocción de una receta, el volumen de agua en un estanque, la longitud del hilo envuelto en un rollo, el precio de un producto en diferentes establecimientos comerciales o la fluctuación de peso de una persona.
Las variables en probabilidad y estadística se extienden en todavía más categorías. Estas son algunas de las más utilizadas en la investigación cuantitativa y cualitativa.
La variable estadística interviniente es también conocida como variable mediadora. Este tipo de variable se vincula entre las variables dependientes e independientes, siendo un factor que afecta el resultado final del estudio.
En este sentido, las propiedades de una variable interviniente altera el resultado que comúnmente se espera de las variables independientes sobre las variables dependientes. Un ejemplo rápido de ello sería el volumen de autos que afecta el volumen de dióxido de carbono concentrado en una ciudad. Sin embargo, puede que haya muchos automóviles en esa región, pero si más de la mitad son autos eléctricos, afectaría el resultado de la variable dependiente.
Las variables intervinientes o mediadoras suelen ser confundidas con las variables moderadoras por su cualidad de poder cambiar la relación causa y efecto entre las variables dependientes e independientes.
Para aclarar más específicamente qué es una variable interviniente se plantea el caso del rendimiento académico de un muchacho en un examen de matemáticas.
El investigador establece en este caso una relación de variables entre las horas de estudio de la asignatura matemáticas como variable independiente o explicativa. Así que la variable explicada o dependiente sería la nota del examen. La primera hipótesis de este planteamiento es que a mayor número de horas de estudio de matemáticas, debería ser mayor la nota final de su examen.
Pero se añade en la relación una variable interviniente que se identifica como el número de ejercicios completados. Esta variable se interpone entre la variable dependiente y la independiente, siendo un factor que puede alterar para mejor la relación causa y efecto entre las horas de estudio y la nota final en el examen de matemáticas del muchacho.
Sin embargo, y sobre todo en temas como el educativo, las variables intervinientes no siempre tienen el efecto que el investigador espera. Por lo tanto, suelen ser revisados factores como las variables moderadoras.
Se define a la variable moderadora como aquella que puede alterar el efecto de una variable independiente sobre la dependiente. Dicho de otro modo, la variable moderadora ejerce un efecto de interacción entre las variables dependientes e independientes.
En este caso, se basa en un supuesto de que existen otros factores por los que no se obtienen los resultados esperados en la relación causa y efecto entre las variables. Casi siempre queda relegada a un segundo plano y son revisadas tras varios ensayos previos.
Tal y como se ejemplificaba con el caso de un muchacho y su rendimiento en un examen, el investigador anticipa que las notas del examen de matemáticas de un muchacho serán mayores si dedica más horas de estudio.
Sin embargo, el investigador toma en cuenta en el estudio la presencia de dificultades de aprendizaje de matemáticas, específicamente la presencia de discalculia, una dificultad de origen neurobiológico.
En consecuencia, la presencia de discalculia modera el efecto del número de horas de estudio sobre el resultado final en la nota del examen de matemáticas del chico.
Entre la clasificación de variables estadísticas se encuentra la variable controlada, cuyos valores son establecidos por investigador. Suele ser utilizada en investigaciones experimentales.
Un ejemplo del uso de variable controlada se encuentra en los grupos de experimentación para las vacunas.
En esta imagen de ejemplificación, el investigador determina, por ejemplo, 5 grupos de voluntarios en los cuales se inyectarán las dosis previstas.
En este caso, el grupo donde queda en evidencia el uso de variable controlada es aquel en el que se aplican los placebos. En consecuencia, esta variable controlada es la que a su vez puntualiza a la variable independiente durante el experimento.
Ahondando en qué es una variable y tipos de variables se encuentra la aleatoria, cuyos valores no pueden ser asignados por el investigador ya que no son dependientes del mismo.
En este caso, las variables aleatorias conciernen al tipo de variable independiente, ya que viene predeterminada por acciones que escapan del experimentador.
En estos casos, la labor investigativa se centra en registrar esos sucesos aleatorios que no pueden ser mantenidos bajo la contención del científico.
Para ilustrarlo mejor, se plantea el ejemplo de un psicólogo que registra cómo un adolescente ha sido seriamente afectado en su desarrollo social y afectivo.
El especialista hace sus investigaciones en diversas sesiones, apuntando datos acerca del ambiente, círculo de amistades, hechos que pudieron afectarlo. Finalmente descubre que entre ese cúmulo de variables aleatorias, la que realmente le ha afectado es la sobreprotección materna.
La “Variable H” o variable hipotética es trascendente al estudiar que es una variable y sus tipos. Son llamadas también constructos, ya que provienen de paradigmas formados en la mente humana.
Tales variables no pueden ser observadas directamente. Solo pueden ser percibidas a través de conductas o efectos manifestados en los sujetos de estudio.
En el caso de la piedad, puede inferirse que una persona sea piadosa porque practica rituales religiosos, es compasivo con el prójimo y asiste al culto con regularidad. En este caso, al efectuar la clasificación de variables en estadística se identificaría como una variable hipotética al observar el comportamiento del sujeto estudiado.
En el grupo de variables observables encajen todos aquellos atributos que se pueden medir y observar directamente. De tal manera que son empleadas al momento de realizar estudios experimentales.
Las variables observables son empleadas en estudios tanto cualitativos como cuantitativos. Esto se debe a que al momento de determinar qué es una variable en probabilidad y estadística, tanto los datos numéricos como algunas cualidades tangibles, se observan directamente.
Entre algunas cualidades observables se encuentran el color de ojos o el nivel académico de una población estudiada. Mientras que en cuanto a datos numéricos, se observan directamente la estatura, el peso, el número de dedos que tienen los sujetos en la muestra en estudio.
Las características humanas observables son categorizadas como variables atributivas. Esta clasificación también es conocida como variables organísmicas.
Algunas de las variables atributivas para ejemplificar son el grupo sanguíneo y el nivel socioeconómico.
Se llaman variables activas a aquellas que pueden ser manipuladas o con las que se pueda experimentar.
Un ejemplo de variable activa sería el número de horas de ejercicio terapéutico necesario para recobrar la movilidad en una mano.
La variable estímulo está constituida por aquellas condiciones generadas por el investigador y que introduce al ambiente donde se encuentra el sujeto de estudio, con el fin de que sea generada una respuesta en el organismo.
En los experimentos de condicionamiento operante es común observar este tipo de variables. Para clarificarlo de mejor manera, la variable estímulo se puede introducir en un salón de clases a través de un cuadro con los nombres de quienes logren las mejores calificaciones.
La variable respuesta está directamente relacionada con la variable estímulo. Es precisamente la que se obtiene como resultado en el organismo después de introducir tal estimulación ambiental.
Un clásico ejemplo de la variable respuesta es la salivación del perro en los experimentos de Pavlov.
Los tipos de variables estadísticas se agrupan en clases según las escalas de medida, ya sean numéricas o por atributos. Del mismo modo, en la clasificación de las variables estadísticas se toman en cuenta la relación entre variables y la influencia de unas sobre otras. Ninguna de ellas se cataloga como mejor o peor, sino como un medio para darle respuesta a las hipótesis que el intelectual se plantea al iniciar una investigación.