TEMA 4
Variables
Isidro Marín Gutiérrez
(isidromarin@[Link])
Curso 2022/2023 - Grado en [Link]
Estructura de la Investigación (cuantitativa)
Teoría
Deducción
Hipótesis Operacionalización
(diseño de investigación)
Producción
de datos Organización de los datos
(matriz de datos)
Análisis de
datos Interpretación
Resultados Inducción
Fuente: adaptado de Bryman (1988: 20)
1. Unidades de Observación y de Análisis
• De las Unidades de Observación se obtienen los datos empíricos necesarios
para contrastar las hipótesis.
• Identificarlas es, probablemente, la primera elección decisiva que se hace en
una investigación. Para identificarlas bien es necesaria una correcta
definición.
• La unidades de observación pueden ser:
- Individuales (personas)
- Colectivas (grupos sociales-instituciones, espacio territorial,
acontecimiento, producto cultural…)
• Generalmente las unidades de observación (de las que se reúne la
información) y las de análisis coinciden, pero no siempre.
Unidad de Análisis se localiza en el tiempo y en el espacio, definiendo la
población de referencia de la investigación
Ej. Un miembro de la familia (unidad de observación) da información sobre
todos los miembros de la unidad familiar (unidades de análisis).
2. Las Variables (I)
Variable puede definirse como una característica empíricamente
observable de algún fenómeno, que puede asumir más de un
valor. Es la propiedad de un concepto operazionalizada.
• Características observables de algo.
• Susceptibles de adoptar distintos valores (cuantitativo) o de ser expresadas
en categorías o atributos (cualitativo);
• Estas características pueden estar ligadas entre si en su variación con una
relación determinada (relaciones de asociación y de dependencia, influencia
o causalidad, etc.)
• Al diseñar un cuestionario, se suele asociar una variable a cada pregunta.
Cuando elaboramos una pregunta debemos tener claro si las posibles
respuestas se van a corresponder con las categorías que queremos analizar
una vez los datos estén recogidos.
Ejemplo
Fuente: Encuesta de Condiciones de Vida - INE
Ejemplo
A la hora de asignar valores debemos pensar en cómo trataremos
posteriormente en nuestro análisis esas variables.
Si hacemos medias, por ejemplo, tendrá más sentido interpretar
los valores elevados como más positivos. Se podría cambiar,
por tanto, la asignación de los códigos en la tabla anterior.
Ejemplo
Total 2,34
Superiores - Universitarios 2,85
Bach. Superior 2,57
Edad
Formación Profesional 2,35
ESO o Bach. Elemental 2,20
Primarios 1,99
Menos de estudios primerios 1,79
1,00 2,00 3,00 4,00
Frecuencia con la que se habla de política, dónde 1 es "Nunca", 2 "Raramente",
3 "Algunas veces" y 4 "Frecuentemente"
Fuente: CIS, 2009
Las Variables (II)
Requisito de las variables para su medición:
• Exhaustividad: la medición de la variable ha de efectuarse de
forma que ésta comprenda el mayor número de atributos
(categorías o valores) posible.
- En ocasiones se incluye la categoría ‘otro’
Las Variables (III)
Requisito de las variables para su medición:
• Exclusividad: las categorías cumplen el principio de la mutua
exclusión, cuando están definidas de tal manera que permiten
la clasificación de los individuos sin ambigüedad.
Ej. ¿cómo preguntamos la edad?
A) Edad B) Edad
18 y menos…………… 1 Menos de 18…………… 1
18-25 ……………….. 2 18-25 ………………… 2
25-50 ………………… 3 26-50 ………………..… 3
50-65 ……………….... 4 51-65 ………………….. 4
65 y más…………...... 5 Más de 65…………...... 5
NS …………….……… 998 NS …………….…..…… 998
NC …………….……… 999 NC …………….……..… 999
Las Variables (IV)
Requisito de las variables para su medición:
• Precisión: la importancia que tiene el incluir en la variable el
mayor número de distinciones posibles, de manera que no quede
ninguna fuera sin contemplar. Información al mayor detalle que
siempre se podrá agregar después.
Ej. ¿cómo preguntamos el nivel de estudio?
A) Nivel de Estudios B) Nivel de Estudios
Sin Estudios………………. 1 Analfabeto………..………….… 1
Primarios ……………….. 2 Sólo sabe leer y escribir ….... 2
Profesionales …………..… 3 Primaria ……………..………… 3
Bachillerato …………….... 4 Secundaria (ESO) ..……..…... 4
Superiores……………...... 5 FP…………………..…...…...... 5
NS …………….……..…… 98 Bachillerato…….………..…..… 6
NC …………….……..…… 99 Universitarios (grado) ………... 7
Posgrado (máster, doctorado)…8
NS ………………….……..…… 98
NC ………………….……..…… 99
3. Tipologías de Variables (I)
* Variables cualitativas o no métricas
1. Nominales
2. Ordinales
Nivel de medición
* Variables cuantitativas o métricas
3. De intervalo
4. De razón o proporción
Escala de medición 1. Continúas
2. Discretas
1. Independientes
Función en la investigación 2. Dependientes
3. De control
1. Generales
Nivel de abstracción 2. Intermedias
3. Empíricas o indicadores
Tipologías de Variables: nivel de medición
• No métricas o Cualitativas (no conocemos la magnitud)
a) Variables nominales: clasifican objetos reales según ciertas
características, tipologías o nombres, dándoles un nombre o
símbolo. Los nombres de las variables nominales sólo sirven para
clasificar a los individuos, determinando si son iguales o distintos en
la característica objeto de estudio
b) Variables ordinales: se establecen posiciones relativas de objetos
o individuos con relación a una característica, sin que reflejen
distancias entre ellos. La medición ordinal aporta más información,
pues no sólo permite clasificar los fenómenos por categorías, sino
también ordenarlas por grados.
Tipologías de Variables: nivel de medición
• Métricas o Cuantitativas
c) Variables de intervalo: representan un nivel de medición más preciso que
las anteriores: no sólo establecen un orden en las posiciones relativas de los
objetos o individuos, sino que se mide también la distancia entre los
intervalos. Mientras que las medidas ordinales sólo dan una idea aproximada
de la relación entre los casos con respecto a una variable, las medidas de
intervalo proporcionan información sobre la distancia entre los casos.
d) Variables de razón: tienen un interés puramente académico, en la práctica
de la investigación social raramente se hace la distinción entre variables de
intervalo y variables de razón. La diferencia con las variables de intervalo es
que las de razón a su vez admiten un cero absoluto. Lo que permite el cálculo
de proporciones y la realización de cualquier operación matemática (ejemplo:
número de hermanos, los ingresos, la distancia al centro de trabajo, etc.)
b) Variables ordinales
Escalas de medición: Escala Likert
Escala Likert: para medir el nivel de acuerdo con alguna afirmación
propuesta o evaluar una situación, a través de Variables ordinales
que tratamos como cuantitativa discreta
• A cada sujeto se le pide el grado de acuerdo con cada ítem. Este
grado generalmente se expresa en cinco puntos (del 1 al 5) pero
también en siete u once.
• Se insiste en utilizar un número impar de categorías para permitir
la posición neutral de la persona encuestada. Hay estudios donde
se prefiere forzar al entrevistado a que se incline hacia un lado de
la balanza, en general, no es aconsejable.
• Se puntúan las respuestas en la dirección en la que se desea
medir la actitud y se suman construyendo una puntuación total.
Permite la comparación de medias.
Escala Likert
Escala Likert
Fuente: Encuesta Realidad Social Andaluza, febrero 2018
b) Variables ordinales
Escalas de medición: Escala Thurstone
Escala Thurstone: escala psicométrica centrada en la medición de
las actitudes de los individuos. Se construye a partir de una serie
de ítems con los que el individuo está de acuerdo o no.
• Selección de ítems positivos respecto de la actitud que se quiere
medir, de otros ítems negativos y otros neutros.
• Presentar los ítems al individuo a través de una encuesta y luego
se elabora la escala mediante la puntuación asignada a cada
ítem en la escala según el criterio previo del investigador. Se
obtiene la media de la escala.
• Permite medir actitudes de los individuos basándose en
estímulos, obteniendo como resultado una escala gradual. Se
obtiene una medición objetiva que aborda mejor la complejidad
de la realidad.
Cuando Ud. oye hablar del mundo rural de Andalucía ¿con qué ideas lo relaciona?
Fuente: Encuesta Realidad Social Andaluza, febrero 2018
Tipologías de Variables: escala de medición
• Variables continuas admiten un número de valores
intermedios entre dos valores dados y se pueden subdividir en
partes más pequeñas, siempre que el instrumento de medida
lo permita (ejemplo la edad, porque entre un año y otro caben
diferentes valores).
• Variables discretas sólo permiten un número limitado de
valores y no se pueden subdividir en partes más pequeñas
(ejemplo el número de hijos, el número de coches vendidos,
etc. en los que no cabe hacer ninguna división).
Tipologías de Variables: escala de medición
• Las posibilidades analíticas vendrán determinadas por el nivel de
medición. Por ello, cuanto mayor precisión represente este nivel,
mayor las posibilidades de análisis.
• En la práctica, existe cierta flexibilidad en el tratamiento de las
variables, según las técnicas específicas utilizadas en el análisis.
• Así, por ejemplo, si una variable ordinal presenta un número elevado
de categorías, se podrá tratar en algunos modelos estadísticos
como cuantitativa discreta (ej: nivel académico). Si una variable
cuantitativa discreta toma un número alto de valores (ej: número de
empleados en empresas agroalimentarias) se podrá considerar
como continua. A la inversa, a veces nos interesará tratar una
continua como discreta (Ej. podemos pasar de la edad a grupos de
edad).
Tipologías de Variables: función
a) Variable independiente o predictora: se llaman variables
independientes aquéllas que toman o tienen valores o categorías
que influyen en otras variables. En el diseño experimental, la
variable independiente es aquélla que se manipula en los
experimentos, también se la denomina causal o predictora.
b) Variable dependiente su valor depende del valor que tome la
variable independiente (ejemplo: las actitudes de las personas,
“variable dependiente” depende del nivel de estudios) Las
variables dependientes también reciben el nombre de explicadas,
por ser las variables que hay que explicar en la investigación
social.
Tipologías de Variables: función
c) Variables de control en la relación entre una variable
independiente y la dependiente siempre cabe la posibilidad de
que exista una tercera variable mediando en la relación. Si el
efecto de esa tercera o cuarta variable se controla (bien antes-a
priori o bien después de haberse recogido los datos-a posteriori-)
se la denomina variable de control.
d) Variables perturbadoras: En la relación entre una v.
independiente y una dependiente cabe la posibilidad de que
existan otras variables mediando en la misma. Ello puede
provocar la existencia de explicaciones alternativas que hagan
espuria la relación observada. Las variables que llevan a
confusión se denominan espurias o perturbadoras.
Tipologías de Variables: nivel de abstración
a) Variables generales se refieren a realidades que no se pueden medir
empíricamente de manera inmediata, por ser genéricas y abstractas. De
ahí que la única forma de medirlas es traduciéndolas en variables
intermedias o en indicadores sociales (ejemplo: la educación).
b) Variables intermedias expresan dimensiones o aspectos parciales de
las variables generales y por tanto más concretas y cercanas a la
realidad (ejemplo años de educación o nivel de estudios).
c) Indicadores sociales o Variables empíricas Representan aspectos de
estas dimensiones abstractas directamente medibles y observables (ej.
cursos académicos realizados). Por tanto, son elaboraciones complejas
y observables que exhiben la magnitud de un fenómeno teóricamente
relevante. (IPC, mide la inflación a partir de la evolución de los precios
de una cesta o conjunto de productos en un periodo de tiempo).
3. Validez (I)
En esta sección nos referimos a la validez en los instrumentos y procesos de
medida, no en el diseño de la investigación (como se vio en el tema 2).
Validez: los indicadores miden correctamente el significado del
concepto teórico que se analiza.
• Ejemplo: ¿una medida sobre compasión está midiendo
efectivamente la compasión, o mide otro constructo como la
empatía?
• La validez se puede evaluar usando aproximaciones teóricas o
empíricas. La primera examina si una medida es un buen reflejo del
constructo al que representa. La segunda examina si una medida
se comporta como debiera, dada la teoría de ese constructo (a
través del análisis estadístico). Lo más acertado sería utilizar
ambas.
Validez (II)
• Un grupo de expertos podrían valorar una serie de ítems para ver si
realmente miden el constructo analizado (aproximación teórica).
• La valoración empírica de la validez se basa en análisis cuantitativo
(aproximación estadística) que permite estudiar si el indicador
resultante se comporta como se espera que lo haga.
Ejemplo: la validez de las pruebas de acceso a la universidad como medida
del grado de capacitación del alumnado se muestra por su habilidad para
predecir el éxito de los estudiantes en la universidad.
Ejemplo: es razonable pensar que las personas que sienten más temor ante
el delito serán menos propensas a salir por la noche que las personas
menos temerosas. Si nuestra medida de la variable ‘miedo al delito’ se
relaciona con la variable ‘frecuencia de salidas por la noche’ de la forma
esperada, ello constituirá una evidencia de la validez de nuestra medida.
Validez (III)
• Mejora la validez cuanto más asentado esté el concepto en la teoría.
• Se habla de validez de contenido cuando se cubre la variedad de
significados incluidos en un concepto (múltiples indicadores).
• Es difícil demostrar que las medidas adoptadas son válidas.
Ejemplo: para medir el constructo
«satisfacción con un restaurante»,
se recogería información sobre el
servicio recibido, el tiempo de
espera, la calidad de la comida o el
ambiente del restaurante (ruidoso,
espacioso…), etc.
4. Fiabilidad (I)
• Una medida es fiable si es capaz de obtener resultados
consistentes en mediciones sucesivas del mismo fenómeno, o por
distintas personas encargadas de recoger la información.
• Un método de comprobación consiste en realizar mediciones en
diferentes momentos y ver si conducen a los mismos resultados.
Ejemplo: No sería fiable pedirle a la gente que adivinara mi peso.
• Fiabilidad implica consistencia, pero no necesariamente exactitud.
Por ejemplo, el velocímetro del coche puede proporcionarnos la velocidad de
forma consistente, pero marcando siempre unos kilómetros más por hora.
• Una de las principales fuentes de falta de fiabilidad es la
subjetividad de los observadores. Otra, las preguntas ambiguas,
imprecisas, sin interés para quien responde o excesivamente
complicadas.
5. Fiabilidad (II)
• Es más fácil calcular una medida cuantitativa de la
fiabilidad de un instrumento, pero casi imposible hacer lo
mismo para asegurar su validez.
Bibliografía
• CORBETTA, P. (2003). Metodología y técnicas de investigación social.
Madrid: Mac Graw-Hill. (capítulo 3)
• CEA D’ANCONA, M. Á. (2001). Metodología cuantitativa. Estrategias y
técnicas de investigación social. Madrid: Ed. Síntesis. (capítulo 4).
• SIERRA BRAVO, R. (2001) Técnicas de investigación social. Teoría y
ejercicios. Madrid: paraninfo (capítulo 6).
• BHATTACHERJEE, A. (2012). Social Science Research: Principles, Methods,
and Practices. Open Access Textbooks. Book 3 (capítulos 6 y 7)