VARIABLES Y

COVARIABLES

Junio 2019
 LA DEFINICIÓN VARIABLES

1. Que es Variables Extrañas

Son todas aquellas variables que el investigador no controla directa mente, pero
que pueden influir en el resultado de su investigación. Deben ser controladas,
hasta donde sea posible, para asegurar de que los resultados se deben al manejo
que el investigador hace de la variable independiente, más no a variables
extrañas, no controladas. Esto se puede hacer con más facilidad bajo una
investigación experimental, como dentro de un ambiente controlado, tipo
laboratorio.

2. Que es el control de Variables Extrañas

El control de variables es una de las fases más importantes en la planificación y
realización de experimentos (requiere una particular vigilancia por parte del
experimentador). La palabra “control” implica que el experimentador posee cierto
poder sobre las condiciones de su experimento, es capaz de manipular variables
en un esfuerzo por llegar a una conclusión firme. Así, en un primer sentido
usaremos el término control para referirnos a como un experimentador controla su
V.I. cuando la varía de forma específica y conocida. En un segundo sentido
utilizaremos el término control referido al control de las variables extrañas (variable
que actúa adicionalmente a la variable independiente).

3. Objetivos del control.

En esta fase del experimento, el científico debe considerar todas las variables que
podrían contaminar el experimento; debe intentar evaluar las variables que
pudieran afectar a su V.D., (variables extrañas), y cuyos efectos no desea
conocer. Debemos poder afirmar que el efecto producido sobre la V.D. es debido
sólo a la manipulación de la V.I. Las variables extrañas deben ser controladas.
Trabajar sobre lo que llamamos “control” y las técnicas para alcanzarlo requiere
mucha atención puesto que es de extrema importancia en la experimentación.

4. Técnicas de Control.
Nuestra consideración principal en este apartado se deriva del punto en el cual se
ha señalado una importante variable extraña y el experimentador debe
preguntarse cómo la va a controlar. Debe determinar con qué técnicas cuenta para
regularla de manera que los efectos de la V.I. sobre la variable dependiente
queden claramente aislados. Existen diversas técnicas de este tipo que
intentaremos clasificar dentro de varias categorías:
 Eliminación: La manera más deseable de controlar las variables extrañas es
eliminándolas de la situación experimental..
 Constancia en las condiciones: Cuando no pueden eliminarse ciertas
variables extrañas, podemos intentar mantenerlas constantes durante el
transcurso del experimento. Esta técnica el control significa, esencialmente,
que sea cual sea la variable extraña, se presente un mismo valor de ella
para todos los sujetos.
 Balanceo. Cuando no es posible o conveniente en el experimento mantener
las condiciones constantes, el experimentador debe recurrir a la técnica de
equilibrar el efecto de las variables extrañas. Existen dos situaciones
generales en las que puede emplearse el balanceo: una es cuando el
experimentador está incapacitado o desinteresado en la identificación de
las variables extrañas. Y la otra cuando puede identificarlas y desea tomar
medidas especiales para controlarlas.
 Contrabalanceo. Se emplea cuando se supone que el orden de
presentación de cualquier variable afecta el resultado sobre la V.D. Algunos
experimentos se diseñan de manera tal que los sujetos pasan por dos o
más condiciones experimentales.
  Selección al azar. Esta técnica se emplea en dos situaciones generales:
una Cuando se sabe que ciertas variables ajenas operan en la situación
experimental pero no es factible la aplicación de ninguna de las técnicas de
control mencionadas anteriormente. Y la otra Cuando suponemos que
operan algunas variables ajenas, pero no podemos especificar cuáles son
y, por tanto, no podemos recurrir a las otras técnicas. En cualquier caso,
tomamos precauciones que aumentan la probabilidad de nuestra suposición
en el sentido de que las variables extrañas estarán “distribuidas al azar”, es
decir, cualquiera que sean sus efectos van a influir sobre los grupos
aproximadamente en la misma magnitud.

5. Procedimientos para el control.

 Precisar la norma o base de control.
 Apreciar y considerar lo que ha realizado.
 Comparar los resultados con las normas o bases del control.
 Califica esos resultados.
 Aprobar o improbar los resultados obtenidos.
 Introducir los correctivos a que hubiere lugar.

Todos esos pasos tiene un carácter necesario; de lo contrario, el proceso de

control se desnaturalizaría y perdería su verdadero contenido y efectividad.

6. El Análisis de Covarianza como control Estadístico.

El análisis de la covarianza es una técnica general de análisis estadístico que
puede aplicarse tanto a los datos procedentes de diseños experimentales como
cuasiexperimentales, e independientemente del modelo de diseño (univariado o
multivariado, intersujetos o intrasujeto, unifactorial o factorial, etc.) con el que se
trabaje. No obstante, y aunque en todos los casos se persiga el objetivo de
controlar la variabilidad no deseada por el investigador, el análisis de la covarianza
cumple funciones distintas dependiendo de la naturaleza de la investigación en la
que se aplique

En el análisis de la covarianza se incluyen tres tipos de variables: la(s) variable(s)

independiente(s) o variable(s) cuyos efectos se quieren estimar, la(s) variable( s)
dependiente(s) o respuesta(s) que se espera(n) encontrar como consecuencia de
la aplicación de los tratamientos experimentales y la(s) covariable(s) o variable(s)
extraña(s) no sometida(s) a investigación y cuyos efectos se pretenden controlar
mediante procedimientos de ajuste estadístico

7. Criterios para escoger Covariables.

Los supuestos necesarios son:
 Los X son fijos, medidos sin error, e independientes de los tratamientos.
 La regresión de Y respecto de X, después de eliminar diferencias de
bloques tratamientos, es lineal e independiente de tratamientos y bloques.
 Los residuos se distribuyen normal e independientemente con media cero y
varianza comun

8. Requisitos para el análisis de Covarianzas.

Como regla general para decidir sobre el empleo de la covarianza, el investigador
debiera tener la certeza de que sus covariables no estan influenciadas por los
tratamientos estudiados. Es común que en la práctica, para probar la significancia
del efecto de los tratamientos sobre los valores de la propia covariable, se realice
el análisis de varianza sobre los valores observados de la covariable. Esta manera
de proceder, de acuerdo con Anderson y Bancroft (1952), no es muy adecuada, y
recomiendan que los investigadores basen su técnica de análisis en un juicio
riguroso de su experimento, para bien detectar la existencia de dependencia o no
de las covariables para con los tratamientos

9. Mencione un Ejemplos del uso del análisis de covarianza.

La covarianza se representa por s x y o σ xy y viene dada por las
expresiones

Ejercicios

Cinco niños de 2, 3, 5, 7 y 8 años de edad pesan,

respectivamente, 14, 20, 32, 42 y 44 kilos.

Hallar la covarianza.

xi yi xi 2 yi 2 x i ·y i
2 14 4 196 28
3 20 9 400 60
1
5 32 25 160
024
1
7 42 49 294
764
1
8 44 64 352
936
5
25 152 151 894
320
Se ha solicitado a un grupo de 50 individuos información sobre
el número de horas que dedican diariamente a dormir y ver la
televisión. La clasificación de las respuestas ha permitido
elaborar la siente tabla:

Nº de horas dormidas (X) 6 7 8 9 10

Nº de horas de televisión
4 3 3 2 1
(Y)
Frecuencias absolutas (f i ) 3 16 20 10 1

Calcular la covarianza

xi · xi 2 · yi · yi 2 · xi ·
xi yi fi
fi fi fi fi yi · f i
6 4 3 18 108 12 48 72
7 3 16 112 784 48 144 336
8 3 20 160 1280 60 180 480
9 2 10 90 810 20 40 180
10 1 1 10 100 1 1 10
50 390 3082 141 413 1078
 10. Control de variables extrañas mediante diseños experimentales
(alternativas al análisis de covarianzas).
a) Cundo tenemos sujetos igualados. Con Dos y más de dos muestras.
b) Cuando tenemos sujetos agrupados en bloques. Dos y más
muestras
Dada la tabla de doble entrada,

La medida de X es
Con la varianza

Igualmente se calculan la media y varianza de Y . Ahora covarianza es

11. Ventajas de control mediante diseños.

Los sistemas de control efectivo maximizan los beneficios potenciales y minimizan
los comportamientos disfuncionales. Para lograr esto, la administración necesita
diseñar sistemas de control que:

 se basen en estándares validos de desempeño

 comuniquen información adecuada a los empleados
 sean aceptables para los empleados
 utilicen enfoques múltiples.
 La asignación aleatoria de las unidades de análisis a los grupos
experimental y control permite controlar la validez interna del
experimento.
 Las posibles diferencias que manifiesten en los grupos son producto de
la casualidad.
 La utilización de la preprueba permite cuantificar el cambio inducido por
el tratamiento experimental.
 La asignación por pareamiento aleatorio permite controlar las diferencias
entre las unidades de análisis.

12. Control de variables extrañas cuando no hay Asignación Aleatoria.

Este diseño utiliza un grupo experimental de control o comparación que no
proviene del universo del grupo experimental (son grupos naturales). Con esto se
quiere decir que no ha habido una selección al azar en estos grupos. En este
sentido, el grupo de control es, en realidad, un grupo de comparación. Tanto en
este grupo como en aquel en el cual se aplica el tratamiento o estímulo, se hacen
mediciones “antes” y “después” para comparar las diferencias finales y apreciar
así, si lo hubo, el efecto del estímulo. Una de las soluciones para tener controlado
estas variables te consiste en elegir un grupo de personas cuyas características
más pertinentes a los propósitos de evaluación se controlan por igualación con las
de aquellas que recibirán un programa o tratamiento. Las características o
variables a controlar son, entre otras, aquellas habituales en el diseño destinados
al control de variables, tales como las variables socio demográficas: edad, sexo,
estrato, estado civil, etc.

13. Relación entre el Error Experimental y el Control de Variables.

En el análisis de la covarianza se incluyen tres tipos de variables: la(s) variable(s)
independiente(s) o variable(s) cuyos efectos se quieren estimar, la(s) variable( s)
dependiente(s) o respuesta(s) que se espera(n) encontrar como consecuencia de
la aplicación de los tratamientos experimentales y la(s) covariable(s) o variable(s)
extraña(s) no sometida(s) a investigación y cuyos efectos se pretenden controlar
mediante procedimientos de ajuste estadístico. En el análisis de la covarianza se
incluyen tres tipos de variables:la(s) variable(s) independiente(s) o variable(s)
cuyos efectos se quieren estimar, la(s) variable( s) dependiente(s) o respuesta(s)
que se espera(n) encontrar como consecuencia de la aplicación de los
tratamientos experimentales y la(s) covariable(s) o variable(s) extraña(s) no
sometida(s) a investigación y cuyos efectos se pretenden controlar mediante
procedimientos de ajuste estadístico

El control local o control del error experimental se logra mediante el bloqueo de

aquellos factores que puedan afectar las respuestas a los tratamientos que se
estén evaluando. Cuando no sea posible bloquear es necesario usar alguna otra
alternativa para impedir la sobreestimación del error. Para controlar el error
experimental los datos necesarios para llevar a cabo el Anacova corresponden a
los pares de observaciones (X, Y), donde X es la covariable y Y es la respuesta,
medidas en cada una de las unidades experimentales. Los cómputos cambian de
acuerdo con el diseño experimental (completamente aleatorizado, bloques
completos aleatorizados, parcelas divididas, etcétera
 Referencias

Aguedelo, G., Et All. Diseños De Investigación Experimental Y No-Experimental.

Universidad De Antioquia. Colombia

Badii, M., Castillo, J. Y Wong, A. (2008) Uso De Análisis De Covarianza (Ancova)

En Investigación Científica. Uanl, San Nicolás,México.

Betancourt, R. (2002) Temas De Covarianza Y Regresión En Agronomía.

Universidad Autónoma Agraria Antonio Narro. Mexico

Juvenino, O., Molina, R., Martinez, E. Y Hernandez, J. Control Estadístico

Multivariante De Proceso Aplicado En La Industria. Universidad Autónoma
De La Ciudad De Juarez. Mexico

Martínez R. Y Castillo J. (2004) El Análisis De Covarianza En La Experimentación

En Palma De Aceite. Revista PALMA Vol 25 Nº 3