Cualquier tarea de investigación conlleva una recopilación de datos que son gestionados a través de las denominadas "bases de datos". Estos datos están estructurados en forma de "variables", que pueden ser clasificadas según su naturaleza. Conocer la naturaleza de las variables es extremadamente importante a la hora de trabajar con datos estadísticos ya que nos permitirá: seleccionar las gráficas adecuadas para cada tipo de variable, elegir los test inferenciales más adecuados, etc. Imaginemos que queremos realizar un estudio de investigación relacionado con un screening visual en una población infantil. Vamos a explicar los distintos tipos de variables aplicando ejemplos asociados con este estudio.

Variables Categóricas o Cualitativas

Nominales

Describen una determinada cualidad del sujeto, como podría ser: sexo, si juega a videojuegos, si usa gafas, etc. En ningún momento estos números representan ningún valor, sino que son tan solo una traducción de un texto a través de un código numérico. Por ejemplo: Podríamos asignar a los Hombres = 1 y Mujeres = 2. O en el caso de querer saber si el niño juega o no a videojuegos, podríamos utilizar un 1 cuando juega y 0 cuando no juega.

En las variables categóricas nominales, hablaremos de Dicotómicas o Binarias cuando tan solo dispongan que dos opciones posibles (SI/NO) y Politómicas cuando existan un número de opciones mayor a 2.

Ordinales

Hasta ahora hemos representado las variables categóricas en una escala "nominal" en las que el número tan solo representa una codificación del atributo. Sin embargo, las variables categóricas también pueden ser representadas en escala "ordinal". Por ejemplo, si en lugar de querer saber exclusivamente si el niño juega o no a videojuegos deseásemos conocer un grado de tiempo podríamos ofrecerle las siguientes posibilidades de elección: nunca, rara ocasión, a veces, mucho, demasiado. En este segundo caso podríamos codificar las respuestas como 1,2,3,4,5 para cada una de las respuestas anteriores. Esta escala deja de ser "nominal" y pasa a ser "ordinal" puesto que el 1 representa una menor actividad que el dos y así de forma sucesiva.

Variables Cuantitativas

Continuas

En este caso, los números si que poseen el valor que representan. Aunque veremos que en algunas ocasiones estas variables pueden ser agrupadas en "rangos". Si tienes en algún momento dudas sobre si una determinada variable debe ser representada como numérica o categórica te recomiendo que te hagas esta pregunta: ¿La mitad del valor realmente significa su mitad en el significado?, por ejemplo si el sujeto A posee un punto próximo de convergencia de 6 cm y el sujeto B de 12 cm, lo cierto es que A posee exactamente la mitad del valor que B en su ppc. Sin embargo, en el caso de cuanto jugaba el niño a videojuegos, el valor de variable ordinal 2 no supone que el niño juegue exactamente la mitad que el valor 4.

Discretas

Las variables cuantitativas podrán ser a su vez Discretas, que se corresponden con números enteros. Por ejemplo, si medimos las forias con prismas de salto en una dioptría, tendremos como resultado una variable cuantitativa discreta, eso no quiere decir que el movimiento del ojo o su alineación se realice en pasos de 1 dioptría, sino que este es el intervalo mínimo que mide nuestra barra de prismas. 

Aprende de forma Rápida y Práctica con nuestros Cursos Online 100% Videotutoriales HD


Estadística Aplicada a las Ciencias de la Salud con SPSS

Nivel Básico / Intermedio
 17 horas de contenidos

Estadística Multivariante en con SPSS y AMOS

Nivel Anvanzado
6 horas de contenidos