VARIABLES Y SU CLASIFICACIÓN

DATO Y VARIABLE:

Dato: Valor numérico o cualidad que se obtiene al medir u observar alguna característica de interés.

Variable: Es una propiedad o característica que puede variar de un individuo a otro. Entre otras definiciones

"Una variable es un fenómeno cuyas propiedades pueden cambiar de valor y esa variación es susceptible de ser
medida". (Hernández Sampieri)

"Se trata de una característica observable o un aspecto discernible en un objeto de estudio que puede adoptar
diferentes valores o expresarse en varias categorías" (Ezequiel Ander Egg).

"Las variables son todos los fenómenos cuyas características o propiedades pueden variar cuantitativa o
cualitativamente." (Ezequiel Ander Egg)

Las variables son los elementos fundamentales de las hipótesis, ya que las hipótesis se construyen en base a la
relación entre variables. El grado , nivel o valor que pueda tomar una variable luego de una medición permite
clasificar a las personas, objetos o comunidades.

Ejemplos:

Etapas de la
Variable Clima Edad Género Estado Civil
vida
Cálido 1 año Niñez Masculino Soltero
Templado 2 años Adolescencia Femenino Casado
Valores Frío 3 años Adultez Viudo
4 años Vejez Divorciado
… Ancianidad

En contraposición a la variable aparece el concepto de constante que es una característica de la población que sólo
puede tomar un único valor para todos los elementos de la población.

Ejemplos de constantes son:

- Nivel Educativo de los encuestados (Todos son universitarios).

- La nacionalidad de los encuestados (Todos son Peruanos).

CLASIFICACIÓN DE LAS VARIABLES:

Por su naturaleza: Cuantitativas y cualitativas. Las cuantitativas pueden ser discretas o continuas.
Por la escala de medición: Nominales, ordinales, de intervalo y de razón.
Por la relación de Dependencia: Dependientes, independientes e intervinientes.
Según el número de variables: Unidimensionales, bidimensionales, pluridimensionales.

VARIABLES SEGÚN SU NATURALEZA

1. Variables cuantitativas: Llamadas también numéricas, son aquellas que se miden según una escala de intervalo
o de razón. Los valores que puede asumir son números, por lo tanto las operaciones aritméticas, como sumar y
obtener promedios, son significativas. Por ejemplo: El peso, la altura, la temperatura, el número de asignaturas
aprobadas.

1
 Variable Continua: Es aquella que procede de mediciones y puede tomar valores enteros o fraccionarios (X € R
Por ejemplo: El peso (40.5; 50.0 ; 48.3; 60.2; etc. )
La altura de los estudiantes ( 1.75 cm.; 1.80cm; 1.62 cm.; etc. ), La duración de un suceso, etc.
Variable Discreta: Es aquella que procede de conteos y adopta valores únicamente enteros ( X € N ).
Por ejemplo: Número de asignaturas aprobadas en el semestre, número de alumnos de una clase, etc.

2. Variables cualitativas: Son aquellas que se miden según una escala nominal u ordinal. Informan más bien de
una cualidad del sujeto, Clasifica o describe un elemento de la población. Los valores que puede asumir no
constituyen números, por lo tanto las operaciones aritméticas, como sumar y obtener promedios, no se pueden
realizar. Ejemplos: Sexo ( femenino, masculino); Nacionalidad (Peruana, Mexicana, etc. ); Grado de
Satisfacción con la Universidad, etc. Estas variables también se clasifican en dicotómicas y politómicas:
Dicotómicas, aquellas que presentan dos respuestas. Ejemplo: sexo ( femenino, masculino); estado de salud
(sano/ enfermo), etc.
Politómicas, aquellas que presentan varias respuestas. Ejemplo: grupo sanguíneo (A, B, O, AB), profesión, etc.

VARIABLES POR SU ESCALA DE MEDICIÓN

Llamaremos medición al proceso de atribuir números a las variables. El conjunto de reglas o modelos desarrollados
para la asignación de números a las variables es lo que se denomina escala. La clasificación de las escalas más
usadas son: nominales, ordinales, de intervalo y de razón.
1. Escala nominal: Nos permite identificar sujetos como "iguales" o "diferentes". Usando una escala nominal
podemos decidir si un sujeto es igual o diferente a otro, pero no podemos establecer relaciones de orden respecto
a esa característica.
Ejemplo 1: Si medimos el color de los ojos podemos establecer la siguiente escala: A → azul, V → verde, M
→ marrón y N → negro. No podemos ordenar los sujetos de mayor a menor o viceversa, simplemente
podemos asegurar si dos sujetos tienen el mismo o distinto color de ojos.
En el ejemplo anterior, hemos asignado letras pero podíamos haber optado por números: 1 → azul, 2 → verde,
3 → marrón y 4 → negro.

Ejemplo 2 : Si es una investigación sobre producción agrícola queremos determinar los cereales que se cultivan
en una cierta región, tendremos una variable que se designará como "cereal cultivado". Los distintos valores
que esa variable reconoce serán, concretamente: trigo, maíz, centeno, etc. Entre estos valores no cabe
obviamente ninguna jerarquía, no se puede trazar ningún ordenamiento. Sin embargo, a la enunciación explícita
de todas estas posibilidades la consideramos como una escala, pues de algún modo es útil para medir el
comportamiento de la variable.

2. Escala ordinal: Esta escala no sólo permite la identificación y diferenciación de los sujetos sino que además
permite establecer orden , jerarquía o relaciones del tipo "mayor que" o "menor que".

Ejemplo 1: Nivel de estudios se puede asignar, 1 a estudios primarios, 2 a estudios secundarios, 3 a estudios
universitarios. Podemos ordenar a los sujetos según el nivel de estudios, el valor 3 es mayor que el 2 y el 1.
Ejemplo 2: Nivel de autoestima (baja, media y alta) , hay una jerarquía o una intensidad entre cada nivel.
Ejemplo 3: Ciclos de estudio (I, II, III, etc.), hay un orden o una jerarquía entre cada ciclo

3. Escala de intervalo: Son aquellas que suponen a la vez orden y grados de distancias iguales entre las diversas
categorías. Con esta escala, además de poder identificar un objeto y establecer relaciones del tipo mayor que y
menor que, disponemos de una unidad de medida, aunque en este caso el cero sea un punto arbitrario en la
escala; es decir, no indica ausencia total de la cantidad de atributo. Un ejemplo típico es el calendario, podemos
afirmar que ha transcurrido el mismo tiempo entre 1960 y 1966 que entre 1980 y 1986 porque contamos con una

2
 unidad de medida llamada año. Otros ejemplos: la medición de las temperaturas en grados Celsius, la escala de
los test de inteligencia.
4. Escala de razón: También se llama de proporción o de cociente. Además de las características de las otras tres
escalas (distinción, orden, distancia) presenta también origen natural, es decir contamos con una unidad de
medida donde el cero es absoluto, que significa ausencia del atributo o característica medida. Por ejemplo, la
longitud, podemos afirmar que un objeto que mide 10 cm. tiene el doble de longitud que uno que mide 5 cm.
Otros ejemplos: edad, peso, duración de un suceso, número de hijos.

Son escalas de razón las variables del mundo físico (longitud, masa, etc.). Difícilmente las variables que
intervienen en las ciencias sociales son medidas con escalas de razones, pues son contados los casos en que
dichas variables pueden ser definidas con la exactitud y precisión necesarias. La economía y la demografía son,
entre estas disciplinas, las que más utilizan escalas de razones.

VARIABLES SEGÚN SU RELACIÓN DE DEPENDENCIA

1. Variable independiente y variable dependiente.

A. La variable independiente, es aquella propiedad de un fenómeno a la que se le va a evaluar su capacidad

para influir, incidir o afectar a otras variables, también llamadas predictivas o explicativas. La variable
independiente por manipulación es la que el investigador aplica según su criterio, se hace en estudios de
carácter experimental. La variable independiente asignada es la que el investigador no puede modificar,
pero se desea saber si influye sobre la variable dependiente.

Ejemplos:

- La temperatura causa la expansión de los gases.

Temperatura (V.I) Expansión de los gases.

- La sequía provoca la migración desde las zonas rurales hacia los centros urbanos.

Sequía (V.I) Migración rural-urbana

B. La variable dependiente, son aquellas que se explican por otras variables, son los efectos o resultados
respecto a los cuales hay que buscar sus motivos, causa o razón de ser, puede ser definida como los cambios
sufridos por los sujetos como consecuencia del efecto o manipulación de la variable independiente por parte
del experimentador.

Ejemplos:

El presupuesto familiar (VD), depende de los ingresos (VI)

El volumen de ventas(VD), se explica por la inversión en propaganda (VI)
El analfabetismo tiene relación (VD), con el lugar de residencia (VI) y la expansión del servicio educativo

C. Variables Intervinientes: Son aquellas que participan con la variable independiente condicionando la
variable dependiente. Ejemplo.
- En el caso de la relación entre el presupuesto familiar y los ingresos, serian el comportamiento de
consumo, la edad de los miembros de familia.
- El bacilo de Koch provoca tuberculosis cuando el sujeto presenta una baja sostenida en el sistema
inmunológico.

Bacilo de Koch (V.I) Tuberculosis (VD)

Baja sostenida en el sistema inmunológico. ( Variable interviniente)

- La adrenalina facilita el aprendizaje, al aumentar la capacidad memorística de los seres vivos.

Capacidad memorística(V.I) Aprendizaje (V.D)
Adrenalina (Variable interviniente)

3
SEGÚN EL NÚMERO DE VARIABLES:

 Unidimensionales: son las estadísticas de una sola variable, es el caso de considerar independiente un aspecto
del fenómeno estudiado. Por ejemplo: clasificar personas por edad, viviendas por el número de habitaciones,
la estatura de los estudiantes.
 Bidimensionales: Cuando se considera simultáneamente dos variables o aspectos en cada elemento o
fenómeno que se estudia, la bidimensionalidad requiere que las variables tengan cierta asociación o relación,
de modo que una variable pudiera explicar de alguna manera el comportamiento de la otra. Ejemplo. Número
de hijos según el nivel educativo de la madre, profesores por edad y tiempo de servicios, producción por años,
importaciones anuales, etc.
 Pluridimensionales. Cuando se consideran simultáneamente más de dos variables o aspectos en cada
elemento de la población o muestra, también supone que entre las variables exista una relación o
interdependencia. Ejem: el consumo , según el ingreso o número de familias; la demanda el precio y la
inversión en propaganda; el nivel de fecundidad según la edad, el nivel educativo de la madre, y el área de
residencia.

OPERACIONALIZACIÓN DE LAS VARIABLES

Definir y operacionalizar las variables es una de las tareas más difíciles del proceso de investigación, es la base del
análisis estadístico, es decir es un momento de gran importancia pues tendrá repercusiones en todos los momentos
siguientes
La operacionalización es el proceso de precisar al máximo el significado que se le otorga a una variable en un
determinado estudio, también debemos entender el proceso, como una forma de explicar cómo se miden las variables
que se han seleccionado.
Las variables deben ser claramente definidas, para que tanto el investigador como asesores, correctores y otros,
puedan entender claramente el objetivo de la variable.
Algunas variables no ofrecen dificultad en su descripción, definición y medición, Ejemplo: Edad, ingreso, género,
Nº de hijos, etc.
Algunas variables deben ser objetivas y homogeneizadas en relación a su significado dentro del estudio, Ejemplo:
calidad de vida, trato humanizado al paciente, satisfacción usuaria, etc.
Las variables deben ser descompuestas en dimensiones y estas a su vez traducidas en indicadores que permitan la
observación directa y la medición.
Ejemplo:
Variable: EDAD.
Definición conceptual: Cantidad de años, meses y días cumplidos a la fecha de aplicación del estudio.
Dimensión: El numero de años cumplidos.
Indicador: Cálculo a partir de fecha de nacimiento en su cédula de identidad.