Tipos de

variables y
datos
• Robert, J. (1996) Estadística Elemental. México.
Iberoamérica.
• Kortada de Kohan (2022) Introducción a la
estadística y su importancia en la psicología
Antes de empezar…
▪ Factores que alteran el resultado de
la investigación.
▪ Variedad o característica
▪ Es un dato que puede ir cambiando.
▪ Aspecto que quiero conocer de la
unidad o del fenómeno.
▪ Debe cambiar de un sujeto/objeto a
otro. Por eso es variable, tiene
2
variabilidad.
1.
Variables
Definiciones y
características
¿Qué es una variable?

4
¿Qué es una variable?
▪ Constituyen los
aspectos/características/propiedades que se
han seleccionado para examinar o estudiar las
unidades de análisis.
▪ Se llaman variables porque responden a
variaciones entre distintos estados o valores en
que esos atributos se manifiestan. Por ejemplo, si
la unidad de análisis son los estudiantes, una
variable podría ser “rendimiento académico”.

5
Otra definición de variable
▪ Una variable se conoce como aquella que se
caracteriza precisamente porque varía o que está
sujeto a cambios. Una variable estadística es
entonces un conjunto de valores que miden o
evalúan características de la población sobre la
que se realizan estudios estadísticos.
▪ Se define como variable a cualquier característica
o cualidad de la realidad que es susceptible de
asumir diferentes valores, es decir, que puede
variar, aunque para un objeto determinado que
se considere puede tener un valor fijo.
6
Otra definición de variable
▪ Una variable es una propiedad, característica,
cualidad o atributo que puede darse en ciertos
sujetos o pueden darse en grados o modalidades
diferentes.
▪ En otras palabras, las variables son aquellas
características de los individuos o unidades de
análisis de una determinada población que pueden
ser establecidas por observación y mostrar
diferentes valores o categorías de una unidad de
observación a otra.
▪ Se trata de conceptos clasificatorios centrales en los
estudios, que permiten ubicar a los individuos en 7
categorías o clases y son susceptibles de
2.
Variables
Propiedades de la variable
Propiedades de las variables
▪ Los valores o las categorías de una
variable deben cumplir
necesariamente con dos requisitos,
estos son:

□ Exhaustivas
□ Mutuamente excluyentes

9
Exhaustividad
▪ Los valores o las categorías de las variables
deben abarcar todos los casos que puedan
presentarse, de modo que ninguna unidad de
análisis sea dejada de lado por no poder ubicarse
en alguna alternativa. El que una escala de una
variable sea exhaustiva significa que los grupos,
clases o categorías que se formen o definan,
deben dar la posibilidad de ubicar a todas las
unidades de análisis u observaciones que
intervienen en el estudio o investigación.
□ Ejemplo: Una escala que dividiera a las
piezas dentales en incisivos, caninos y
molares no sería exhaustiva, porque no 10
Mutua exclusión
▪ El que una escala sea mutuamente excluyente quiere
decir que los grupos, clases o categorías que se formen no
deben dejar dudas sobre donde incluir a cada unidad de
análisis u observación, por lo que en el proceso de
clasificación es necesario definirlo con la mayor precisión
posibles y los límites de cada categoría o escala de
valores deben ser claros.
▪ Una unidad de análisis debe ubicarse en una y solo una
categoría en una variable cualitativa o tomar un solo valor
en caso de las variables cuantitativas. No debe darse la
posibilidad de inclusión en dos categorías o valores
distintos. Esto significa que la unidad de análisis tiene que
poder ubicarse sólo en una de las categorías en variables
cualitativas o tomar un valor en el caso de las 11
3.
Variables
Clasificación
Formas de clasificación y tipos
de variables
▪ 1. Según las dimensiones: Variables simples
o complejas
▪ 2. Según la función que cumplan en la
hipótesis
▪ 3. Según la pregunta que responde en el
estudio
▪ 4. Según la forma de medir (nivel de
medición)

13
Según dimensiones
▪ Variables simples: Son las que se
manifiestan directamente a través de un
indicador o unidad de medida y son fáciles
de medir. No se descomponen en elementos
o dimensiones (como, por ejemplo: peso,
altura, sexo).
▪ Variables compuestas: Una variable
basada en dos o más variables, dimensiones
e indicadores, recibe el nombre de variable
"compuesta" o “compleja”. Por ejemplo:
IMC, índice de hacinamiento, etc. 14
Definición y clasificación
▪ Variable: es una característica de interés
relacionada con cada elemento individual de
una población o muestra. Robert, J. (1996)

Cualitativa o atributo

Variabl
e Cuantitativa o
numérica

15
Clasificación de variables:
según la forma de medir
Hay dos clases de variables: 1) variables que resultan en
información cualitativa y (2) variables que resultan en
información cuantitativa.
VARIABLE CUALITATIVA, DE VARIABLE CUANTITATIVA O
ATRIBUTOS, O CATEGÓRICA: NUMÉRICA:
es una variable que clasifica o es aquella que cuantifica un
describe a un elemento de una elemento de una población.
población.

16
Por ejemplo:
VARIABLE CUALITATIVA, DE VARIABLE CUANTITATIVA O
ATRIBUTOS, O CATEGÓRICA: NUMÉRICA:

Una muestra de cuatro clientes de El “costo total” de los libros de

una peluquería fue cuestionada en texto adquiridos por cada
cuanto al “color de su cabello”, “la estudiante para las clases de
ciudad donde vive” y el “nivel de este semestre es un ejemplo de
satisfacción”. variable cuantitativa
Las tres variables son ejemplos de (numérica). Se obtuvo una
variables cualitativas (de muestra con los datos
atributos), ya que describen siguientes: $238.87, $94.57,
alguna característica de la $139.24.
persona, y todas las personas con
el mismo atributo pertenecen a la 17
misma categoría.
Clasificación
▪ Cada uno de estos tipos de variables (cualitativas
y cuantitativas) pueden subdividirse aún más,
como se ilustra en el diagrama siguiente

18
Variable cualitativa:
▪ VARIABLE NOMINAL: es ▪ VARIABLE ORDINAL: es
una variable cualitativa una variable cualitativa
que caracteriza que presenta una
(describe o identifica) a posición, o clasificación,
un elemento de una ordenada.
población. Para los
datos resultantes de
una variable nominal,
las operaciones
aritméticas no sólo
carecen de sentido sino
que tampoco se puede
asignar un orden a las
19
categorías.
Variable nominal
“color de su cabello” y “ciudad donde vive”, son ejemplos
de variables nominales, ya que ambas identifican alguna
característica de la persona.
Además, el color del cabello y la ciudad donde vive no
tienen un orden en sus categorías.

20
Variable ordinal: nivel de
satisfacción

“muy “algo
“satisfecho”
satisfecho” satisfecho”

21
Variables cuantitativas:
▪ VARIABLE DISCRETA: es una variable
cuantitativa que puede asumir un número
contable (o finito) de valores. Intuitivamente, la
variable discreta puede asumir los valores
correspondientes a puntos aislados a lo largo de
un intervalo de recta. Es decir, entre dos valores
cualesquiera siempre hay un hueco.
▪ VARIABLE CONTINUA: es una variable
cuantitativa que puede asumir una cantidad
incontable de valores. Intuitivamente, la variable
continua puede asumir cualquier valor a lo largo
de un intervalo de recta, incluyendo cualquier 22
Variables cuantitativas:
▪ En muchos casos, es posible distinguir los
dos tipos de variables decidiendo si las
variables están relacionadas con un conteo o
una medición. La variable “número de
cursos en los que usted está inscrito
actualmente” es un ejemplo de una variable
discreta; sus valores se determinan al contar
el número de cursos.
▪ (Al contar, no es posible que ocurran valores
fraccionarios; en consecuencia, entre los
valores que puedan ocurrir hay huecos 23
Variables cuantitativas:
▪ Cuando intente determinar si una variable
es continua o discreta, recuerde analizar la
variable y piense en los valores que podrían
ocurrir. No considere los valores de datos
que se han registrado porque pueden ser
engañosos

24
Clasificación de las variables: según
la función que cumplan en la
hipótesis
▪ De acuerdo con la relación que guardan entre
sí, las variables se clasifican en
independientes o variables explicativas y
dependientes o variables respuesta.
▪ Cuando se supone que una variable produce
un cambio en otra, se considera a la primera
como independiente (o causa) y a la segunda
como dependiente (o efecto). Cabe resaltar
que esta relación es contextual, es decir,
obedece al modelo teórico planteado.
25
Clasificación de las variables:
según la función que cumplan en la
hipótesis
▪ Variable dependiente: Es aquella
que se busca comprender, explicar o
predecir y cuyos valores dependen de
los que tome/n otra/s variable/s.
▪ Variable independiente: Es aquella
que se manipula en un experimento
con el objeto de estudiar cómo incide
su variación sobre la expresión de la
variable dependiente.
26
▪ Por ejemplo: la relación que existe entre el
aumento de la temperatura (variable
independiente) y el estado de los metales
(variable dependiente).
▪ En el campo de la psicología, los
experimentos de pavlov pueden
considerarse como medición de v.
dependientes e independientes. En ese
sentido, podemos pensar el estímulo y
respuesta como formas de pensarlo.
27
Clasificación de las variables:
según la función que cumplan en la
hipótesis

28
Clasificación de las variables:
según la función que cumplan en la
hipótesis

29
Clasificación de las variables: según
la función que cumplan en la
hipótesis

30
Clasificación de las variables: según
la función que cumplan en la
hipótesis
▪ Por ejemplo, si un investigador desea conocer la
efectividad de un nuevo tratamiento para prevenir
una enfermedad, para ello se seleccionarán dos
grupos independientes. A uno se le aplicará un
tratamiento (casos) y otro al que no se le aplicará
nada en absoluto (controles).
▪ Otro ejemplo posible podría ser:
□ variable dependiente la tasa de repitencia
escolar en primer grado;
□ variables independientes: Haber cursado el
nivel inicial, escolarización de los padres,
vulnerabilidad social.
31
Clasificación de las variables: según
la función que cumplan en la
hipótesis
▪ Para que el experimento tenga validez
ambos grupos deben estar sometidos a
las mismas condiciones para evitar que no
aparezcan influencias de otras variables
intervinientes (no controladas).
▪ En este caso la variable independiente
corresponde a la aplicación o no del
tratamiento y la dependiente a la
aparición o no de la enfermedad.
32
A tener en cuenta..
▪ En algunas situaciones hay co-
dependencia entre variables, por
lo tanto, no hay variables
independientes (ejemplo: asociación
entre peso y altura). ⇨ La/s
variable/s independiente/s está en
manos del investigador, mientras
que la dependiente no. ⇨ La/s
variable/s independiente/s afectan 33
4.
Parámetros y
estadísticos
¿Qué es un parámetro?
▪ Es un valor numérico que resume
todos los datos de una población
completa.

35
Parámetro
▪ Un parámetro es un valor que describe
a toda la población. A menudo se utiliza
una letra griega para simbolizar la
denominación de un parámetro. Estos
símbolos serán asignados a medida que se
estudien los parámetros específicos.
▪ Para todo parámetro existe un estadístico
muestral correspondiente. La estadística
describe a la muestra en la misma forma
que el parámetro describe a la población.
36
Por ejemplo…
▪ La edad “promedio” al momento de
inscribirse para todos los estudiantes
que han asistido alguna vez a una
universidad, y la “proporción” de
estudiantes que tenían más de 21
años de edad cuando ingresaron a la
universidad, son ejemplos de dos
parámetros poblacionales.
37
¿Qué es un estadístico?
▪ Es un valor numérico que resume los
datos de la muestra.
▪ Casi todos los estadísticos
muestrales se determinan con ayuda
de fórmulas y suele asignárseles
denominaciones simbólicas con el
uso de letras del alfabeto español
(por ejemplo x, s y r).
38
Por ejemplo…
▪ La estatura “promedio” encontrada al
utilizar el conjunto de 25 estaturas es un
ejemplo de un estadístico muestral. Un
estadístico es un valor que describe una
muestra.

39