• Author / Uploaded
• Rozmery Choque

Citation preview

VARIABLES Y OPERALIZACION DE VARIABLES VARIABLES: Las variables en la investigación, representan un concepto de vital importancia dentro de un proyecto. Las variables, son los conceptos que forman enunciados de un tipo particular denominado hipótesis. Según cómo se midan, las variables podrán ser cualitativas o cuantitativas. Serán cualitativas aquellas que expresen características o cualidades diferentes; y serán cuantitativas cuando expresen argumentos numéricos. Las Variables Cualitativas se pueden dividir en: -

Variables nominales: Una variable puede ser tratada como nominal cuando sus valores representan categorías que no obedecen a una clasificación intrínseca. Por ejemplo, el departamento de la compañía en el que trabaja un empleado. Algunos ejemplos de variables nominales son: región, código postal o confesión religiosa.

-

Variables ordinales: Una variable puede ser tratada como ordinal cuando sus valores representan categorías con alguna clasificación intrínseca. Por ejemplo, los niveles de satisfacción con un servicio, que abarquen desde muy insatisfecho hasta muy satisfecho. Entre los ejemplos de variables ordinales se incluyen escalas de actitud que representan el grado de satisfacción o confianza y las puntuaciones de evaluación de las preferencias.

-

Intervalo de variables: 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.

-

Relación de variables: 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 operación Aritmética (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.

Las Variables cuantitativas se pueden dividir en: -

Datos cuantitativos continuos: Este tipo de datos cuantitativos se refiere al flujo constante de valores posibles de la variable, estos datos no se restringen a valores enteros (aunque normalmente son reducidos a valores enteros por aproximación). Los datos cuantitativos continuos se miden en lugar de contarse.

Ejemplo: 

 -

Medir la altura de una persona. (Puedes mediar la altura en metros, centímetros y hasta dar una medida en milímetros, es decir, los datos son continuos. Edad (Puedes definir una edad en años, meses y hasta días) Datos cuantitativos discretos: Prácticamente hablamos de números enteros, por valores completos. Se cuentan, no se miden.

Ejemplo:  

Número de hijos, adultos o mascotas en su familia. Son datos discretos, porque se cuentan por números indivisibles: no se puede tener 2,5 hijos, o 1,3 mascotas.

DATO IMPORTANTE: La investigación cuantitativa y la cualitativa son métodos complementarios que puedes combinar en tus encuestas a fin de obtener resultados representativos y detallados. En pocas palabras, los datos cuantitativos te proporcionan las cifras que demuestran los puntos generales de tu investigación. En cambio, los datos cualitativos te brindan la información detallada que necesitas para comprender sus consecuencias.

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 este cuadro encontramos 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. Variables Categóricas Para las variables que representan categorías o grupos de pertenencia, los principales procedimientos estadísticos, que se pueden utilizar en su análisis descriptivo son las frecuencias (Recuento), el Porcentaje, la Moda, en algunos casos la mediana y los gráficos más favorables son el de Sectores y el de Barras.

Variables de Escala Este tipo de variables nos permite realizar análisis más profundos de los datos, aplicando una gran variedad de medidas. Al contrario de las variables categóricas en este tipo de variables las frecuencias no son de utilidad en los análisis descriptivos, debido a la gran cantidad de valores que suele tomar. Supongamos que realizamos un sondeo de edad con una muestra de 500 personas, si generamos una tabla de frecuencias obtendríamos fácilmente unos 60 o 70 rangos diferentes haciéndola muy extensa y poco informativa.

DATO IMPORTANTE: Para las variables de escala las medidas como la Media, la mediana, la desviación, asimetría y otro más se les suele denominar MEDIDAS DE RESUMEN

RELACION ENTRE VARIABLES La forma de medir si existe asociación entre variables continuas es usando el coeficiente de correlación. Pero hay que tener siempre presente que este coeficiente sólo se aplica a variables continuas y sólo mide asociación lineal. Es costumbre representar la variable dependiente en el eje vertical (ordenadas) y la independiente en el eje horizontal (abscisas). Cuando se estudia la relación entre dos variables, una puede considerarse causa y la otra resultado o efecto de la primera, siendo ésta una decisión teórica. Llamaremos variable exógena, o variable independiente a la que causa el efecto y variable endógena, o variable dependiente a la que lo recibe.



 



El caso (A) corresponde a la relación tal que al aumentar los valores de la variable independiente aumenta -en promedio- el valor de la variable dependiente. Cuando esto ocurre se dice que hay una relación lineal positiva. El caso (B) representa otra relación de nuevo lineal, pero ahora negativa. El caso (C) representa una situación en la que no hay relación entre ambas variables. Decimos entonces que las variables son independientes. El caso (D) muestra una relación entre ambas, pero no lineal.

LA COVARIANZA: La covarianza es una medida de la asociación lineal entre dos variables que resume la información existente en un gráfico de dispersión. Véase que el plano de una representación gráfica posible puede dividirse en cuatro cuadrantes definidos por los dos ejes.

Se denomina primer cuadrante a la zona del gráfico donde ambas variables toman valores positivos. El segundo cuadrante corresponde a valores negativos de la primera variable y positivos de la segunda. El tercer cuadrante incluye los valores negativos de ambas variables y el cuarto es donde la primera variable toma valores positivos y la segunda valores negativos. EL COEFICIENTE DE CORRELACIÓN: La covarianza depende de las unidades de medida de las variables y se modificará si modificamos las unidades de medida de las variables. Esto hace que no sea útil comparar la covarianza de grupos diferentes de observaciones con unidades (o con escalas) de medición diferentes. Por ejemplo, una covarianza de 1 medida en metros, se transforma en una covarianza de 100 medida en centímetros. Por lo tanto, no tiene sentido decir que, si la covarianza es grande, la relación es fuerte, ya que la covarianza cambiará si modificamos las unidades de medida de la variable.

OPERACIONALIZACIÓN DE VARIABLES Es un proceso metodológico que consiste en descomponer deductivamente las variables que componen el problema de investigación, partiendo desde lo más general a lo más específico; es decir que estas variables se dividen (si son complejas) en dimensiones, áreas, aspectos, indicadores, índices, subíndices. Ahora bien, una variable es operacionalizada con la finalidad 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 de investigación, cuando no existe relación entre la variable y la forma en que se decidió medirla, perdiendo así la validez, dicho de otro modo (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. En consecuencia, la operacionalización de las variables es el proceso a través del cual el investigador explica en detalle la definición que adoptará de las categorías y/o variables de estudio, tipos de valores (cuantitativa o cualitativos) que podrían asumir las mismas y los cálculos que se tendrían que realizar para obtener los valores de las variables cuantitativas.

La operacionalización es un proceso que variará de acuerdo al tipo de investigación y de diseño. No obstante, las variables deben estar claramente definidas y convenientemente operacionalizadas. Se consideran incompletos aquellos protocolos cuyo nivel de operacionalización es muy vago

Con fines didácticos explicamos cada una de las columnas del cuadro que hacen parte del proceso de operacionalización de una variable de estudio.

A. Variable  Una variable es una característica que se va a medir.  Su misma palabra define que “debe permitir rangos de variación”.  Es el conjunto de valores que constituyen una clasificación.

B. Tipo de Variable  Hace referencia a conceptos clasificatorios de las variables que puede ser de distinto orden a saber:

C. Operacional o definición operacional  Explica cómo se define el concepto específicamente en el estudio planteado, que puede diferir de su definición etimológica. D. Categorización o dimensiones  Cuando el concepto tiene varias dimensiones o clasificaciones o categorías, éstas deben especificarse en el estudio; tal es el caso de la variable recursos, que puede hacer referencia a recursos técnicos, financieros, ambientales, humanos entre otros. E. Definición de las categorías o dimensiones 

F.

Cada una de las dimensiones, categorías o clasificaciones debe ser definida conceptual y etimológicamente. Indicador



Es la señal que permite identificar las características de las variables. Se da con respecto a un punto de referencia. Son señales comparativas con respecto a contextos o a sí mismas.

G. Nivel de medición  La medición de una variable se refiere a su posibilidad de cuantificación o cualificación, y éstas se clasifican según el nivel o capacidad en que permite ser medido el objeto en estudio.

H. Unidad de medida  Se refiere a la respuesta que se espera en la medición planeada.  Puede ser cuantitativa: en kilos, en metros, en litros, en porcentajes, en proporciones, en tasas. Puede ser cualitativa: en grados de satisfacción (mucho, regular, poco), en calificaciones (excelente, regular, insuficiente), en grado de acuerdo (si y no) o (muy de acuerdo, en acuerdo, en desacuerdo) etcétera. I. Índice  Es la expresión del indicador, por ejemplo:  Índice ocupacional: porcentaje de camas ocupadas.  Índice de desempleo: porcentaje de desempleados.

J. Valor  Es el resultado o número de resultados posibles que se obtiene de una variable. Cuando una variable puede medirse a través de varios indicadores, algunos de ellos pueden tener mayor valor que otros y por tanto se hace necesario explicitarlo.

Por ejemplo: la variable “calidad docente” puede medirse a través de: la hoja de vida del docente, el grado de capacitación, o sea. El número de títulos académicos, un examen de conocimientos o una prueba pedagógica: pero es posible que se le asigne un mayor valor porcentual a la hoja de vida y al grado de capacitación que a los dos restantes.

MATRIZ OPERACIONAL DE LA VARIABLE IMPORTANCIA: Es útil para construir no solo los problemas, objetivos, e hipótesis generales y específicas, sino también para desarrollar el constructo del marco teórico o las bases teóricas de un proyecto de investigación y la tesis, en concatenación a las variables, dimensiones e indicadores y la construcción de los instrumentos de investigación. CARACTERISTICAS: La matriz operacional de la variable como cuadro lógico de coherencia e interrelación metodológica y teórica, posee un conjunto de características que en esencia expresan su naturaleza y significación. 

Es un instrumento que trabaja con las variables, dimensiones e indicadores  Es un documento que se elabora al inicio de la investigación científica  Determina con precisión y rigor científica los problemas, objetivos, generales y específicos.

Existen varias propuestas para trabajar la matriz operacional de las variables, algunos plantean la definición conceptual y operacional de la variable, en nuestro caso trabajaremos con los siguientes elementos:

MATRIZ DE CONSISTENCIA Es un instrumento de varios cuadros formado por columnas y filas y permite evaluar el grado de coherencia y conexión lógica entre el título, el problema, los objetivos, las hipótesis, las variables, el tipo, método, diseño de investigación la población y la muestra de estudio. ELEMENTOS Y ASPECTOS DE LA MATRIZ DE CONSISTENCIA

TITUTO.

PROBLEMA GENERAL Y ESPECIFICOS.

OBJETIVOS GENERAL Y ESPECIFICOS.

HIPOTESIS GENERAL Y ESPECIFICOS.

VARIABLES DIMESIONES E INDICADORES.

METODO DISEÑO DE INVESTIGACION, MUESTRA Y POBLACION.

RECOMENDACIONES PARA LA ELABORACIÓN DE UNA MATRIZ DE CONSISTENCIA   

Dominio teórico y conceptual del proceso de la investigación científica. Dominio metodológico procedimental. La matriz de consistencia debe ser trabajada al inicio, en el proceso y se consolida al concluir el proyecto de investigación.  La matriz de consistencia debe construirse en un cuadro que contenga columnas con elementos claves del proyecto de investigación, distribuidos secuencialmente y en forma horizontal.  Las deficiencias e incoherencias detectadas en el análisis teórico y metodológico de los componentes de la matriz deben ser corregidos inmediatamente.

CONCLUSION

BIBLIOGRAFIA. http://metodologiaeninvestigacion.blogspot.com/2010/07/variables.html https://tecnicaymetodologia.files.wordpress.com/2012/08/variables-yoperacionalizacion.pdf?fbclid=IwAR2Bctg2QEEbcQQx9qvfzhl1QT1Jv5DXEyLFkbAkspCN 18PdPrmFdLgPpIA http://www.une.edu.pe/diapositivas3-matriz-de-consistencia-19-08-12.pdf http://tesis-investigacion-cientifica.blogspot.com/2013/08/que-es-operacionalizacionde-variables.html http://www.spssfree.com/curso-de-spss/analisis-descriptivo/escalas-de-medida.html