Un a variab l e est adís ti c a es cada u n a de l as caracter í st ic a s o

cu a l id a d es qu e p o s e en l o s i n d iv id u os de u n a po b l ac i ón .

Ti po s d e v a r i a bl e es t ad í st ic a s

V a r i ab l e c u al i t at iv a

La s v a r i ab l es cu a l i ta ti v a s s e r efi e r en a c a r a ct er í st ic a s o
cu a l id a d es qu e no pu e d en s e r m edi da s c on nú m er o s . Po d em o s
di sti n gu i r d o s ti p o s:

V a r i ab l e c u al i t at iv a no mi n a l

Un a v a r i ab l e c u al it at i v a n om i n a l p r e s en t a mo d a l id a de s no
nu m ér i c as qu e no admi ten u n c r it e ri o d e o r d en .

Ej em p lo :

El e stad o ci vi l , c on l as si gu i en te s m od al idad e s: s ol te r o , c as a do ,
s epa r ad o, di v o r ci ad o y vi u d o .

V a r i ab l e c u al i t at iv a o r d in a l o v a ri a b l e c u as i cu a nt it a ti v a

Un a v a r i ab l e c u al it at i v a o rd i n a l pr e s e n ta mo d a l id a de s n o
nú m er i c as , en l a s qu e e xi st e u n or d e n .

Ej em p lo s :

La n ota en u n e xa m en : su s p en so , ap r ob ad o, n ota bl e, s ob r e sal i en t e.

Pu es to c on s egu i do e n u n a p ru eb a d ep o rt i va: 1 º , 2 º, 3 º , . ..

M edal l as d e u n a p ru eb a de p o rti va: o r o, pl ata, b r on c e.

V a r i ab l e c u an ti t at iv a

Un a v a r i ab l e c u an t it at i v a e s l a qu e s e ex pr e s a m edi an t e
u n n ú me r o , p o r tan to s e pu e d en r e al i z ar o p er a c io n es
a r itm ét i c as c on el l a. P od e m os di s ti n gu i r d o s ti p o s:

V a r i ab l e d i sc re t a

Un a va ri abl e di s c r et a e s aqu el l a qu e s ol o pu ed e t om a r u n n ú me r o
fi n i to d e v al o r e s en t r e d os val o r e s cu al e squ i e r a d e u n a
ca ra t erí s ti ca .

Ej em p lo :

El n ú m e r o d e h e rma n o s d e 5 ami go s: 2 , 1 , 0, 1 , 3.

V a r i ab l e co nt i n u a
Un a vari abl e con ti n u a es aqu el l a qu e pu ede tomar u n n ú mero
i n fi ni to d e val o r e s e n tr e d o s val o r e s cu a l esqu i e r a d e u n a
ca ra t erí s ti ca .

Ej em p lo s :

La al tu r a d e l o s 5 a mi go s: 1. 73 , 1. 82, 1.7 7, 1 .69 , 1 .75 .

En l a p r ácti c a m edi mo s l a al tu ra c on d o s d eci mal e s , p e r o t ambi én

s e p od rí a d ar c on t r e s d eci mal es .

Una variable estadística es el conjunto de valores que puede tomar cierta

característica de la población sobre la que se realiza el estudio estadístico y sobre la
que es posible su medición. Estas variables pueden ser: la edad, el peso, las notas de
un examen, los ingresos mensuales, las horas de sueño de un paciente en una semana,
el precio medio del alquiler en las viviendas de un barrio de una ciudad, etc.
Las variables estadísticas se pueden clasificar por diferentes criterios. Según su
medición existen dos tipos de variables:
 Cualitativa (o categórica): son las variables que pueden tomar como valores
cualidades o categorías.
Ejemplos:
 Sexo (hombre, mujer)
 Salud (buena, regular, mala)
 Cuantitativas (o numérica): variables que toman valores numéricos.
Ejemplos:
 Número de casas (1, 2,…). Discreta.
 Edad (12,5; 24,3; 35;…). Continua.

Las variables cualitativas (o variables categóricas) se pueden clasificar según

sigan una jerarquía o un orden determinado.
Las variables cuantitativas se clasifican según el número de valores que puede
tomar la variable.

Las variables se pueden clasificar también según si son independientes o

dependientes:

 Variable independiente: Es una variable que su valor no depende de otra

variable. La variable independiente suele representarse en las gráficas en el eje de
abcisas (x).
En un diseño experimental a la variable independiente se le suele denominar
también variable de entrada, o variable manipulada.
 Variable dependiente: Es una variable cuyos valores dependen de los valores
que tome otra variable. Se representa en el eje de ordenadas y.
En una función puede haber combinación de los dos tipos. Por ejemplo, el
capital invertido por una federación de una especialidad atlética de un país ante un
campeonato deportivo (variable independiente cuantitativa) y las medallas obtenidas
(variable dependiente cualitativa).
El investigador utiliza estas variables en el estudio estadístico con el fin de con
el de encontrar alguna causalidad de ciertas variables sobre las variables objetivo
del estudio.

Ejemplos

 Se realiza un estudio estadístico sobre la relación de los pacientes que tienen

asma respecto a ciertas variables también estudiadas. Suponemos que existe una
variable binaria en el estudio que indica si los individuos son o no fumadores. El
investigador puede establecer la hipótesis de que el tabaco influye en los
pacientes generando el asma. Utilizaría la variable “fumador” como variable
independiente para confirmar su relación con la variable dependiente “asma”.
 En un estudio estadístico realizado en un instituto se intenta hacer ver a los
alumnos que estudiar día a día influye positivamente en las notas obtenidas. Se
considera como variable independiente (o explicativa) la variable “promedio de
horas de estudio” y como variable dependiente las “notas obtenidas por cada
alumno”.
Escala nominal

Una escala de medición es nominal si los datos son etiquetas o categorías que
se usan para definir un atributo de un elemento. Los datos nominales pueden
ser numéricos o no numéricos.
Ejemplo

El sexo de una persona es un dato nominal no numérico. El numero de seguro

social de una persona es un dato nominal numérico.

Escala ordinal

Una escala de medición es ordinal si los datos pueden usarse para jerarquizar
u ordenar las observaciones. Los datos ordinales pueden ser numéricos o no
numéricos.
Ejemplo

Las medidas pequeño, mediano y grande para dar el tamaño de un objeto son
datos ordinales no numéricos.

Escala de intervalo

Una escala de medición es de intervalo si los datos tienen las propiedades de

los datos ordinales y los intervalos entre observaciones se expresan en
términos de una unidad de medición fija. Los datos de intervalo tienen que ser
numéricos
Ejemplo

Las mediciones de temperatura son datos de intervalo. Suponga que

la temperatura en un lugar es de 21°C y en otro es de 4°C. Estos lugares se
pueden jerarquizar de acuerdo con lo calurosos que son: el primero es más
caliente que el segundo. La unidad fija de medición, 1°C , permite decir cuán
más caliente es el primer lugar: 17°C .

Escala de razón

Una escala de medición es de razón si los datos tienen las propiedades de los
datos de intervalo y el cociente (o razón) entre dos medidas tiene sentido. Los
datos de razón tienen que ser numérico
Ejemplo

Variables como la distancia, la altura, el peso y el tiempo se miden con una

escala de razón.