3. DESCRIPCIÓN DE LAS VARIABLES
3.1 Según la relación que formula la hipótesis:
- Variable dependiente. Es la variable de mayor interés o interés principal. Representa al desenlace o resultado que se pretende explicar o estimar en el estudio.
- Variable independiente. Define la condición bajo la cual se examina a la variable dependiente. Se produce espontáneamente o es manipulado por el investigador en los estudios experimentales, mientras que el efecto (variable dependiente) varía con los cambios o modificaciones de la variable independiente. En algunos estudios puede no existir variable independiente
La forma en que se relacionan ambas variables se anticipa en la hipótesis, no obstante, la mayoría de las variables no son en sí mismas dependientes o independientes, esta clasificación estará en función de su papel en una situación concreta.
La variable dependiente no se manipula, sino que se mide para ver el efecto que la manipulación de la variable independiente tiene en ella.
Al diseñar un estudio, los investigadores deben considerar detenidamente cuáles son las variables extrañas que tendrán que someter a control. Precisamente se pretende conocer el “efecto” de esas variables en el resultado del estudio para tenerlas en cuenta.
3.2. Según la posibilidad de manipularlas:
- Variables activas que son manipulables (programas de educación sanitaria, modelos de gestión, procedimientos diagnósticos etc)
- Variables atributivas, o no manipulables (sexo, edad, caracteres genéticos…).
3.3 Según su naturaleza:
- Variables cuantitativas. Son las variables que pueden medirse, cuantificarse o expresarse numéricamente. Las variables cuantitativas pueden ser de dos tipos:
- Variables cuantitativas continuas, si admiten tomar cualquier valor dentro de un rango numérico determinado (edad, peso, talla).
- Variables cuantitativas discretas, si no admiten todos los valores intermedios en un rango. Suelen tomar solamente valores enteros (número de hijos, número de partos, número de hermanos, etc).
- Variables cualitativas. Representan una cualidad o atributo que clasifica a cada caso en una de varias categorías. La situación más sencilla es aquella en la que se clasifica cada caso en uno de dos grupos (hombre/mujer, enfermo/sano, fumador/no fumador). Son datos dicotómicos o binarios. En muchas ocasiones este tipo de clasificación no es suficiente y se requiere de un mayor número de categorías (color de los ojos, grupo sanguíneo, profesión, etcétera). En el proceso de medición de estas variables, se pueden utilizar dos escalas:
- Escalas nominales: ésta es una forma de observar o medir en la que los datos se ajustan por categorías que no mantienen una relación de orden entre sí (color de los ojos, sexo, profesión, presencia o ausencia de un factor de riesgo o enfermedad, etcétera).
- Escalas ordinales: en las escalas utilizadas existe un cierto orden o jerarquía entre las categorías (grados de disnea, estadiaje de un tumor, etcétera).
Ejemplos de variables según la naturaleza:
Cualitativas:
- Nominales: sexo, profesión, nacionalidad.
- Ordinales: grado escolar, nivel socio-económico, cultura, etc.
Cuantitativas:
- Discontinuas: número de hijos, habitaciones, errores.
- Continuas: Tensión Arterial, glucemia, peso, talla, temperatura, etc.
4. LAS ESCALAS DE MEDICIÓN
Las Escalas de Medición son instrumentos de medida y se refieren a la forma en que se materializa el indicador.
Hay cuatro clases de escalas que representan los diferentes tipos de medición. Estas son nominales, ordinales, intervalo y razón o proporción. Todas las variables cuantitativas tienen escalas de intervalo o razón. Las variables cualitativas pueden ser nominales u ordinales.
4.1. Escala Nominal
Es el nivel más elemental de medición y consiste en clasificar los objetos de estudio según las categorías de una variable. El alcance de definición y medición de variables de esta escala es el conteo, que permite la aplicación de técnicas estadísticas como la distribución de frecuencia y el modo. Para la elaboración de esta escala se determinan las categorías de la variable.
Por ejemplo, la variable estado marital se clasifica así: soltero, casado, viudo, unión libre. A cada una de estas categorías se les puede asignar un número: soltero=1; casado=2; viudo=3; unión libre=4. En este ejemplo, el número se utiliza solamente para sustituir el nombre de la categoría, o sea que el número en sí no representa ninguna jerarquización.
A este proceso de dar un valor numérico a las categorías de una variable se le denomina codificar. Lo único que se logra en este nivel de medición es la categorización o la identificación. Sirve para las variables cualitativas. Permite la comparación descriptiva entre variables o sus categorías, sin embargo, no permite la comparación cuantitativa entre ellas.
4.2. Escala Ordinal
Se establecen categorías con dos o más niveles que implican un orden inherente entre sí. Este tipo de escala se utiliza para clasificar los objetos, hechos o fenómenos en forma jerárquica, según el grado que posea una característica determinada, sin proporcionar información sobre la magnitud de las diferencias entre los casos así clasificados. Por ejemplo: excelente, bueno, malo. La escala de medición ordinal es cuantitativa porque permite ordenar a los eventos en función de la mayor o menor posesión de un atributo o característica.
En este caso no se refleja distancia entre una y otra categoría, o cuánto es mayor una de otra. Las técnicas estadísticas más utilizadas en la escala ordinal son las de tendencia central de los puntajes, especialmente la mediana, debido a que no es afectada por los cambios de puntaje que están por encima y por debajo de ella. En resumen, en este nivel de medición las categorías de la variable pueden ordenarse según su magnitud relativa, pues ellas no representan igual cantidad de la variable. Por ejemplo, si tomamos la variable peso y utilizamos las categorías de obeso, gordo, normal, bajo peso, sabremos que los obesos pesan más que todos, seguidos por los gordos y así sucesivamente. Sin embargo, no sabremos cuánto más pesan los obesos que los gordos, o los normales que los de bajo peso.
Estas escalas, al igual que la nominal, admiten la codificación por números en función de un orden prescrito.
4.3. Escala de Intervalo
La medición de intervalo posee las características de la medición nominal y ordinal. Establece la distancia entre una medida y otra, se miden variables cuantitativas, siendo igual la distancia entre dos puntos o valores de un continuo. La escala de intervalo se aplica a variables continuas, pero carece de un punto cero absoluto. Sin embargo el punto cero es arbitrario y convencional, por lo que no se pueden establecer razones o proporciones, ni comparar dos escalas sin definir el mismo punto de partida. Las variables inteligencia, rendimiento académico y temperatura, son ejemplos que utilizan escalas de intervalo, debido a que el punto cero es arbitrario. Tomando la temperatura como ejemplo, se puede decir que el cero no representa la ausencia de calor, sin embargo, la distancia entre dos puntos de la escala es igual, o sea, que el cambio de temperatura entre 36°C y 37°C es igual al cambio entre 40°C y 41°C. Al medir temperatura, no se puede decir que 20°C es el doble de 10°C. Esto es debido a que cuando el termómetro marca 0 grados, en realidad la temperatura es de 273 grados. Por esto, solo podemos decir que una temperatura de 20ºC es 10 grados más que una de 10ºC.
4.4. Escala de Razón
Una escala de medición de razón incluye las características de los tres anteriores niveles de medición anteriores (nominal, ordinal e intervalo). Este tipo de escala constituye el nivel más alto de medición para las variables cuantitativas. Contiene las características de una escala de intervalo con la ventaja adicional de poseer el cero absoluto, lo cual permite determinar la proporción conocida de valores de la escala. Determina la distancia exacta entre los intervalos de una categoría. El peso, talla y número de alumnos son ejemplos de variables de razón o proporción, en las que el cero representa la nulidad o ausencia de lo que se estudia. Por esta propiedad de la escala se puede establecer razones tales como se dan en la variable peso, en la cual se dice que un peso de 50 kg es el doble que uno de 25 kg, o que uno de 100 kg es 4 veces mayor que uno de 25 kg. Con este nivel de medición también se puede decir que 100 kg es mayor que 25, o que 100 kg es 75 kg más que 25 kg. También se pueden hacer estas aseveraciones a la inversa.
El nivel de medición con que se define una variable es lo que determina posteriormente el alcance del análisis de los datos, razón por la cual, en términos generales se recomienda medir las variables al mayor nivel posible. Por ejemplo, una variable como edad, la cual es del nivel de razón o proporción, debe ser medida con una escala de este nivel. No debe bajarse a nivel ordinal agrupando los datos en clases (0<5; 5< 10; 10El nivel de medición de razón se aplica tanto a variables continuas como discretas.