VARIABLES DE INVESTIGACIÓN CIENTÍFICA
Las variables de investigación son aquellos elementos de los hechos que interesan al investigador; por ello es que, dentro del proceso de estudio de la realidad, se preocupa por plantearlas con claridad, por definirlas conceptualmente primero y después por plantear, para ellas, definiciones operacionales precisas e inequívocas (por lo menos, en un momento determinado). En esta medida se puede confiar en los datos, saber hasta donde puede alcanzar la generalización de las conclusiones logradas y también si se puede o no replicar los estudios realizados y revisar alguna parte del proceso de investigación.Debemos tener en cuenta que para ser considerada como una variable, debe tener una referencia conceptual y a la vez ser cuantificable.
Toda variable tiene los siguientes elementos:
✓ Un nombre.
✓ Una definición verbal.
✓ Un conjunto de categorías.
✓ Un procedimiento de clasificación.
Las variables de investigación por su relación de dependencia o desde el punto de vista metodológico, pueden ser:
❖ Variable Independiente: Es la llamada variable causa, afecta o condiciona en forma determinada a la variable dependiente.
Son aquellas que dentro de la relación causal que propone una hipótesis, se determinan como causas. Estas variables, en un experimento, son manipuladas por el experimentador; la finalidad de este control directo es ver si genera cambios en la otra variable relacionada.
La variable independiente es la base del estudio y está aislada y manipulada por el investigador.
❖ Variable Dependiente: Es la llamada variable efecto o condicionada. Es aquella que es afectada por la presencia o acción de la variable independiente en los resultados. Son las que el investigador observa o mide. El propósito de esta observación es determinar si la variable independiente ha generado o no los cambios previstos en las hipótesis.
❖ Variable Interviniente: Es aquella que participa con la variable independiente condicionando a la variable dependiente. Se interpone entre las variables independiente y dependiente. Esta variable no es objeto de estudio o explotación; pero que al presentarse puede afectar los resultados, de ahí que se le llama también variable interferente.
También se les llama variables extrañas, con esta denominación se conoce un conjunto de variables que es necesario controlar para que sus efectos no interfieran con aquellos que genera la variable independiente. Si no se controla estas variables, los resultados serían inservibles, pues no se lograría determinar cuáles de los efectos pertenecen a las variables independientes y cuáles otros pertenecen a las variables no controladas.
➢ Ejemplo:
Problema: “¿En qué medida la enseñanza del proyecto de investigación mejorará la producción de los trabajos científicos en los docentes y estudiantes de la
Universidad Privada San Pedro?
- Variable independiente (causa): La enseñanza del proyecto de investigación.
- Variable dependiente (efecto): Producción de trabajos científicos.
- Variable interviniente: Nivel de inteligencia, situación profesional, estado o nivel socioeconómico, grado de motivación, etc.
➢ Ejemplo concreto de cómo la falta de control puede afectar cualquier interpretación de los hechos se da en la siguiente proposición: “Una hipótesis planteada sostiene la idea de que los estudiantes entrenados para mejorar sus hábitos de estudio van a elevar su rendimiento académico”.
- La variable independiente es “hábitos de estudio”, que en este caso se controla directamente a través del programa de entrenamiento.
- La Variable Dependiente es el “rendimiento académico”, que se mide en un sistema vigesimal.
ESCALAS DE MEDICION
Para realizar un correcto análisis de los datos es fundamental conocer de antemano el tipo de medida de la variable, ya que para cada una de ellas se utiliza diferentes estadísticos. La clasificación más convencional de las escalas de medida las divide en cuatro grupos denominados Nominal, Ordinal, Intervalo y Razón.
1. NOMINAL
Son variables numéricas cuyos valores representan una categoría o identifican un grupo de pertenencia. Este tipo de variables sólo nos permite establecer relaciones de igualdad/desigualdad entre los elementos de la variable. La asignación de los valores se realiza en forma aleatoria por lo que NO cuenta con un orden lógico. Un ejemplo de este tipo de variables es el Género ya que nosotros podemos asignarle un valor a los hombres y otro diferente a las mujeres y por más machistas o feministas que seamos no podríamos establecer que uno es mayor que el otro.
2. ORDINAL
Son variables numéricas cuyos valores representan una categoría o identifican un grupo de pertenencia contando con un orden lógico. Este tipo de variables nos permite establecer relaciones de igualdad/desigualdad y a su vez, podemos identificar si una categoría es mayor o menor que otra. Un ejemplo de variable ordinal es el nivel de educación, ya que se puede establecer que una persona con título de Postgrado tiene un nivel de educación superior al de una persona con título de bachiller. En las variables ordinales no se puede determinar la distancia entre sus categorías, ya que no es cuantificable o medible.
3. INTERVALO
Son variables numéricas cuyos valores representan magnitudes y la distancia entre los números de su escala es igual. Con este tipo de variables podemos realizar comparaciones de igualdad/desigualdad, establecer un orden dentro de sus valores y medir la distancia existente entre cada valor de la escala. Las variables de intervalo carecen de un cero absoluto, por lo que operaciones como la multiplicación y la división no son realizables. Un ejemplo de este tipo de variables es la temperatura, ya que podemos decir que la distancia entre 10 y 12 grados es la misma que la existente entre 15 y 17 grados. Lo que no podemos establecer es que una temperatura de 10 grados equivale a la mitad de una temperatura de 20 grados.
4. RAZÓN
Las variables de razón poseen las mismas características de las variables de intervalo, con la diferencia que cuentan con un cero absoluto; es decir, el valor cero (0) representa la ausencia total de medida, por lo que se puede realizar cualquier operaciónAritmética (Suma, Resta, Multiplicación y División) y Lógica (Comparación y ordenamiento). Este tipo de variables permiten el nivel más alto de medición. Las variables altura, peso, distancia o el salario, son algunos ejemplos de este tipo de escala de medida.
Debido a la similitud existente entre las escalas de intervalo y de razón, SPSS las ha reunido en un nuevo tipo de medida exclusivo del programa, al cual denomina Escala. Las variables de escala son para SPSS todas aquellas variables cuyos valores representan magnitudes, ya sea que cuenten con un cero (0) absoluto o no. Teniendo esto en cuenta discutiremos a continuación los diferentes procedimientos estadísticos que se pueden utilizar de acuerdo al tipo de medida de cada variable.
B. Análisis Descriptivo de acuerdo al nivel de Medida
No todos los procedimientos estadísticos son realmente útiles para la totalidad de los niveles de medida. Cada uno de los tipos de medida posee ciertas características, las cuales debemos tener en cuenta en el momento de realizar un análisis descriptivo. En la tabla [5-2], encontrarás algunos de los procedimientos que resultan ventajosos en los análisis descriptivos de los diferentes niveles de medida. Es necesario aclarar que esta tabla es sólo una muestra de las medidas que se pueden emplear; en algunos textos de estadística aparecen tablas más amplias y detalladas de los procedimientos.