Este documento describe el proceso de operacionalización de variables, que implica convertir conceptos abstractos en términos concretos, observables y medibles. La operacionalización es importante para que los investigadores puedan medir las variables de manera válida y precisa. Algunas variables como el sexo o la ubicación de órganos no requieren operacionalización, mientras que conceptos abstractos como la calidad de vida sí lo necesitan. El documento explica cada paso del proceso de operacionalización, incluyendo definir el concepto, dimensiones e indicadores que permitan

1. UNIVERSIDAD TECNICA DE AMBATO
FACULTAD DE CIENCIAD HUMANAS Y LA EDUCACION
CARRERA DE TURISMO Y HOTELERIA
Nombre: Ligia Tigse
Fecha:07/12/12
Operacionalidad de variables
Puesto que todo investigador durante el proceso de elaboración de un proyecto
debe plantearse cuál o cuáles serán las variables o características del objeto
de estudio contenidas en las hipótesis que deberá evaluar en la realidad, es
decir, someter a “prueba empírica” a través de la medición; se pretende con
este artículo es describir y ejemplificar el proceso de operacionalización de una
variable, para hacer más comprensible la terminología y los conceptos
dispersos en la literatura de investigación.
Una variable es operacionalizada con el fin de convertir un concepto abstracto
en uno empírico, susceptible de ser medido a través de la aplicación de un
instrumento. Dicho proceso tiene su importancia en la posibilidad que un
investigador poco experimentado pueda tener la seguridad de no perderse o
cometer errores que son frecuentes en un proceso investigativo, cuando no
existe relación entre la variable y la forma en que se decidió medirla, perdiendo
asíla validez (grado en que la medición empírica representa la medición
conceptual). La precisión para definir los términos tiene la ventaja de comunicar
con exactitud los resultados.
Algunas variables son tan concretas, o de igual significado en el ámbito
mundial, que no requieren operacionalización, por ejemplo: el sexo de los
individuos, los colores del semáforo como señal de tránsito, la ubicación o
estructura de órganos en el cuerpo humano, entre otros. La operacionalización
de variables se hace necesario por el grado de dificultad que representa la
definición de algunas de ellas dado que corresponden a conceptos abstractos
tales como: autoridad, calidad de vida, educación, riesgos biológicos, bienestar
del enfermo y otros, que pueden tomar diferentes significados según el tipo de
estudio y el interés o disciplina del investigador que lo realiza. Este proceso
está descrito en algunos textos, solamente con algunos de los aspectos aquí
considerados, lo que quiere decir, que no siempre será absolutamente
necesario realizar todo el ejercicio que se plantea y será decisión del
investigador, acorde con sus habilidades, llevarlo a cabo parcial o totalmente.
No obstante, es importante conocer el significado y la utilidad de cada columna
en el esquema para decidir, en cada caso particular, cuáles de ellas se hacen
imprescindibles.
Con fines didácticos se explica cada una de las columnas del cuadro que
hacen parte del proceso de operacionalización de una variable.

2. es el proceso mediante el cual se transforma la variable de conceptos abstractos a términos
concretos, observables y medibles, es decir, dimensiones e indicadores” (p.63). De acuerdo a este
concepto, para la variable Programa de Creatividad se define como el conjunto de estrategias
verbales y no verbales que le permitirá al docente implementar las capacidades del pensamiento
divergente, propiciando un ambiente de disposición, apertura, originalidad, compañerismo,
efectuando actividades individuales y grupales.
Tipo de variales
Variable independiente
Una variable independiente es aquella cuyo valor no depende del de otra variable.
La variable independiente en una función se suele representar por x.
La variable independiente se representa en el eje de abscisas.
Variable dependiente
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.
La variable y está en función de la variable x.
Variables estadísticas
Variable cualitativa
Las variables cualitativas se refieren a características o cualidades que no pueden ser
medidas con números. Podemos distinguir dos tipos:
Variable cualitativa nominal
Una variable cualitativa nominal presenta modalidades no numéricas que no admiten
un criterio de orden. Por ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y
viudo.

3. Variable cualitativa ordinal o variable cuasicuantitativa
Una variable cualitativa ordinal presenta modalidades no númericas, en las que existe
un orden. Por ejemplo:
La nota en un examen: suspenso, aprobado, notable, sobresaliente.
Puesto conseguido en una prueba deportiva: 1º, 2º, 3º, ...
Medallas de una prueba deportiva: oro, plata, bronce.
Variable cuantitativa
Una variable cuantitativa es la que se expresa mediante un número, por tanto se pueden
realizar operaciones aritméticas con ella. Podemos distinguir dos tipos:
Variable discreta
Una variable discreta es aquella que toma valores aislados, es decir no admite valores
intermedios entre dos valores específicos. Por ejemplo:
El número de hermanos de 5 amigos: 2, 1, 0, 1, 3.
Variable continua
Una variable continua es aquella que puede tomar valores comprendidos entre dos
números. Por ejemplo:
La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la práctica medimos la altura con dos decimales, pero también se podría dar con tres
decimales.
Variable aleatoria
Se llama variable aleatoria a toda función que asocia a cada elemento del espacio
muestral E un número real.
Se utilizan letras mayúsculas X, Y, ... para designar variables aleatorias, y las respectivas
minúsculas (x, y, ...) para designar valores concretos de las mismas.

4. Variable aleatoria discreta
Una variable aleatoria discreta es aquella que sólo puede tomar valores enteros.
Ejemplos
El número de hijos de una familia, la puntuación obtenida al lanzar un dado.
Variable aleatoria continua
Una variable aleatoria continua es aquella que puede tomar todos los valores posibles
dentro de un cierto intervalo de la recta real.
Ejemplos
La altura de los alumnos de una clase, las horas de duración de una pila.
Variable aleatoria binomial
La variable aleatoria binomial, X, expresa el número de éxitos obtenidos en cada prueba
del experimento.
La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores 0,
1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas.
Ejemplo
k = 6, al lanzar una moneda 10 veces y obtener 6 caras.
Variable aleatoria normal
Una variable aleatoria continua, X, sigue una distribución normal de media μ y
desviación típica σ, y se designa por N(μ, σ), si se cumplen las siguientes condiciones:
1. La variable puede tomar cualquier valor: (-∞, +∞ )
2. La función de densidad, es la expresión en términos de ecuación matemática de la
curva de Gauss.
Variable estadística bidimensional
Una variable bidimensional es una variable en la que cada individuo está definido por un
par de caracteres, (X, Y).

5. Estos dos caracteres son a su vez variables estadísticas en las que sí existe relación entre
ellas, una de las dos variables es la variable independiente y la otra variable dependiente.
Que son las categorías o dimensiones
Hay determinados requisitos en la captura de datos que necesitan una definición más
ajustada de la dimensión que describe el evento contabilizado. Por ejemplo, si queremos
registrar el número de "Casos de Malaria" subdivididos en género y grupos de edad, como
"femenino", "masculino" y "< 5 años" y "> 5 años". Lo que caracteriza esto es que la
subdivisión generalmente se repite para un número de elementos de datos "base": digamos
que queremos reutilizar esta subdivisión para otros elementos de datos como "TB" y
"VIH". Para hacer los metadatos más dinámicos, reutilizables y adecuados para el análisis
tiene sentido definir las enfermedades mencionadas como elementos de datos y crear un
modelo separado para los atributos de subdivisión. Podemos conseguir esto utilizando el
modelo de categorías que se describe a continuación.
El modelo de categorías tiene tres elementos principales que se describen mejor usando el
ejemplo anterior:
1. La opción de categoría, que corresponde a "femenino", "masculino" y "< 5 años" y
"> 5 años".
2. La categoría, que corresponde a "género" y "grupo de edad".
3. La combinación de categorías, que podría llamarse "género y grupo de edad" en el
ejemplo anterior y tendría asignadas ambas categorías mencionadas.
Que son los indicadores