Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Variables y escala de medición

40,683 views

Published on

Definiciones, clasificación de las variables y escala de medición, tipos de respuesta, definición teórica y operacional.

Published in: Education
  • Login to see the comments

Variables y escala de medición

  1. 1. Variables Mgtr. Abelardo Méndez
  2. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 36. Definición de las variables Definición conceptual Consiste en la definición teórica. Los conceptos están incluidos en el marco teórico.
  37. 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. 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. 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. 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. 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. 42. Gracias por su atención!!

×