Investigaciones 

y Estudios Superiores S.C.
Access Provided by:

Metodología de la investigación, bioestadística y bioinformática en ciencias médicas y de la salud, 2e

Capítulo 5: Taxonomía de las variables

Julio César Casasola Vargas; Leticia Lino Pérez

Introducción
Después de tener identificado un problema y de plantear una pregunta de investigación, el siguiente paso consiste en formular una hipótesis. La
comprobación de una hipótesis incluye uno de los componentes más importantes del proyecto de investigación: “las variables”.

El término variable tiene múltiples connotaciones dentro de la estructura de un proyecto de investigación. Si se permite una analogía, es posible
considerar que la variable es la unidad anatómica y funcional de un proyecto de investigación. De su estructura y su función dependen su clasificación,
la forma de recolectar los datos, la prueba estadística para su análisis y la forma de expresar los resultados del estudio.

Concepto
Existen distintas definiciones de variables. Moreno y colaboradores las definen como atributos o características de los eventos, de las personas o los
grupos de estudio, que cambian entre una situación y otra, o entre un momento y otro; por tanto, pueden tomar diversos valores. Como complemento
de esta definición, Hulley y colaboradores indican que las variables son mediciones que describen los fenómenos para que puedan analizarse por
medios estadísticos.

Clasificación
Para comprender la función de las variables, es importante conocer su clasificación, la forma en que cada variable tiene una escala de medición y su
comportamiento en el estudio.

De acuerdo con el comportamiento de otras variables y con base en los objetivos del estudio, las variables se clasifican como independientes (o
explicativas) y dependientes (o de respuesta). Cuando una variable puede producir un cambio en otra, a la primera se le considera independiente (o
causa) y a la otra dependiente (efecto). Por ejemplo, en “factores de riesgo relacionados con cáncer de pulmón”, la variable independiente (o causa)
más conocida es el tabaquismo y la variable dependiente es la propia enfermedad (cáncer de pulmón). Una vez que se identifican las principales
variables en el estudio, se debe realizar una descripción operacional de las mismas y describir con claridad la manera en que se midieron.

Otra de las formas de clasificar las variables se deriva del tipo de escala de medición. Aunque esto depende de la naturaleza del fenómeno, la escala de
medición siempre debe permitir que se alcance el mayor grado de objetividad posible.

A continuación se describe cada uno de los dos tipos de variables clasificadas.

Variables cualitativas

Las variables cualitativas dividen a los sujetos en subclases no numéricas, mutuamente excluyentes y exhaustivas, sin que la distancia entre cada una
sea equidistante y se pueda cuantificar. A su vez, las variables cualitativas se subclasifican en:

a. Variables nominales. Dividen a los sujetos en subclases no comparables dentro del mismo grupo. No se pueden promediar, dividir, ni potenciar.
Lo único que se puede hacer es representarlas con porcentajes, proporciones y en gráficas de barras. Pueden ser cualitativas no ordenadas,
exclusivas y exhaustivas. Por ejemplo, el grupo sanguíneo puede ser A, B, AB u O, sin que A sea mejor que B, O o AB. Lo único es que no permiten
clasificar a los sujetos en estudio con base en el tipo de sangre, si se sabe de antemano que el sujeto sólo pertenece a un grupo.

b. Variables ordinales. Tienen ordenamiento jerárquico en subclases, con intervalos graduales que pueden ser iguales o no. Por ejemplo, si se
clasifica el dolor como leve, moderado y severo, se entiende que leve es menos intenso que moderado y que severo, sin que se pueda distinguir
Downloaded 2021­8­31 10:40 P  Your IP is 187.189.90.195
con claridad la distancia entre cada una de las intensidades del dolor.
Capítulo 5: Taxonomía de las variables, Julio César Casasola Vargas; Leticia Lino Pérez Page 1 / 3
©2021 McGraw Hill. All Rights Reserved.   Terms of Use • Privacy Policy • Notice • Accessibility
Variables cuantitativas
 Lo único que se puede hacer es representarlas con porcentajes, proporciones y en gráficas de barras. Pueden ser cualitativas no ordenadas,
Investigaciones y Estudios Superiores S.C.
exclusivas y exhaustivas. Por ejemplo, el grupo sanguíneo puede ser A, B, AB u O, sin que A sea mejor que B, O o AB. Lo único es que no permiten
Access Provided by:
clasificar a los sujetos en estudio con base en el tipo de sangre, si se sabe de antemano que el sujeto sólo pertenece a un grupo.

b. Variables ordinales. Tienen ordenamiento jerárquico en subclases, con intervalos graduales que pueden ser iguales o no. Por ejemplo, si se
clasifica el dolor como leve, moderado y severo, se entiende que leve es menos intenso que moderado y que severo, sin que se pueda distinguir
con claridad la distancia entre cada una de las intensidades del dolor.

Variables cuantitativas

Se trata de observaciones con diferencias entre magnitudes que corresponden a una escala numérica y que pueden medir una cantidad. Las variables
continuas proporcionan gran cantidad de información y es posible analizarlas con pruebas estadísticas importantes. Las variables cuantitativas se
derivan en variables numéricas discretas y continuas.

a. Variables numéricas discretas. En este tipo de variables, los valores están separados por intervalos asimétricos, con un grupo de valores
contables dentro de lo que se considera un grupo finito, entero. Por ejemplo, un número de embarazos es 4. En este tipo de variables sólo pueden
existir números enteros; no es posible tener 1.5 embarazos.

b. Variables numéricas continuas. Se cuantifican como un grupo de valores en un infinito, porque siempre es posible encontrar, entre dos
valores, uno intermedio. A su vez, las variables continuas se dividen en dos:

Variables de intervalo. En éstas, el cero no tiene valor absoluto y, por tanto, es posible encontrar valores negativos y positivos. Por otra
parte, la distancia entre dos puntos es igual, lo que permite la suma y resta de sus valores, pero no su multiplicación ni su división. Por
ejemplo, en el caso de la temperatura ambiental, 0˚ es el punto de congelación del agua, pero puede haber temperaturas de −10 ˚C, sin que
−20 ˚C sea necesariamente el doble de −10 ˚C.

Variables de razón. En este tipo de variables, el valor de 0 es absoluto; por otra parte, se pueden sumar, restar, multiplicar y dividir. Los
intervalos entre dos puntos adyacentes también son iguales. Por ejemplo, el peso de un individuo se puede cuantificar en kilogramos, de
modo que si un sujeto pesa 100 kg y después de un tratamiento dietético estricto logra bajar 15.750 kg, el peso actual del sujeto es 84.250 kg.

Por su contenido, las variables se clasifican en unidimensionales o multidimencionales.

a. Variables unidimensionales. Reflejan un solo atributo como propiedad única cuantificable; su medición se hace por medio de una sola escala.
Por ejemplo, la medición de la intensidad del dolor puede realizarse con una escala visual análoga, en que 0 es ausencia de dolor y 10 es el dolor
máximo.

b. Variables multidimensionales. Son resultado de la agregación matemática de varias variables unidimensionales para formar índices. Por
ejemplo, la calidad de vida de un sujeto no sólo depende de la salud física, sino de otras variables como la salud mental, el rol social, etc. Por esto,
se han desarrollado índices compuestos por diferentes variables, con una escala determinada para evaluar la calidad de vida.

La importancia de la selección de la escala de medición de una variable depende del objetivo primario del estudio. Debe ser sensible al cambio,
presentarse con frecuencia en la población de estudio, aportar información completa y tener importancia clínica para el estudio.

Si se realizan en forma adecuada, los procesos de medición y clasificación de una variable reducen los sesgos, aumentan la objetividad de los
conocimientos y aportan información científica adecuada. Aunque no es el objetivo de este capítulo, a continuación se describen dos términos
importantes para el proceso de medición.

Precisión. Una medición es muy precisa cuando presenta casi el mismo valor cada vez que se mide. Si se realizan varias tomas de la presión arterial
con el esfigmomanómetro de mercurio en una persona normal, las lecturas en un periodo determinado son siempre normales y los valores tienen una
variación mínima (p. ej.: primera toma: 120/80, segunda toma: 119/78 y tercera toma: 118/79).

Exactitud. La exactitud de una variable es el grado con que representa lo que debe representar. La pregunta que debe contestarse, entonces, es si la
escala de medición en realidad mide lo que se quiere medir. La determinación de la exactitud de una medición depende de su comparación con el
estándar de referencia (el estándar de oro), que se define como el instrumento o la medición que, hasta ese momento, es lo más cercano a la verdad
del fenómeno que se pretende medir. Por ejemplo, si se quiere desarrollar un índice compuesto por variables clínicas y de laboratorio para
determinar actividad de la nefritis lúpica, este índice debe compararse con el estándar de oro para determinar actividad de la enfermedad, que es el
estudio histopatológico de una muestra de riñón extraída por biopsia.

Por último, otra práctica importante en el uso de las variables es la manera de registrarlas en la base de datos de diferentes programas estadísticos. En
ocasiones, las variables se pueden clasificar de nuevo al realizar el análisis estadístico; por ejemplo, cuando una variable se registra de manera
Downloaded 2021­8­31 10:40 P  Your IP is 187.189.90.195
Capítulo 5: Taxonomía de las variables, Julio César Casasola Vargas; Leticia Lino Pérez
numérica, como la edad de inicio de una enfermedad, y después se pretende clasificar la edad de inicio de la enfermedad antes o después de Page 2/3
los 17
©2021 McGraw Hill. All Rights Reserved.   Terms of Use • Privacy Policy • Notice • Accessibility
años, la variable que antes era numérica ahora es categórica y dicotómica (es decir, si se registra o no el inicio antes de los 17 años).

Representación de los datos de acuerdo con la naturaleza de las variables

estándar de referencia (el estándar de oro), que se define como el instrumento o la medición que, hasta ese momento, es lo más cercano a la verdad
Investigaciones y Estudios Superiores S.C.
del fenómeno que se pretende medir. Por ejemplo, si se quiere desarrollar un índice compuesto por variables clínicas y de laboratorio para
Access Provided by:
determinar actividad de la nefritis lúpica, este índice debe compararse con el estándar de oro para determinar actividad de la enfermedad, que es el
estudio histopatológico de una muestra de riñón extraída por biopsia.

Por último, otra práctica importante en el uso de las variables es la manera de registrarlas en la base de datos de diferentes programas estadísticos. En
ocasiones, las variables se pueden clasificar de nuevo al realizar el análisis estadístico; por ejemplo, cuando una variable se registra de manera
numérica, como la edad de inicio de una enfermedad, y después se pretende clasificar la edad de inicio de la enfermedad antes o después de los 17
años, la variable que antes era numérica ahora es categórica y dicotómica (es decir, si se registra o no el inicio antes de los 17 años).

Representación de los datos de acuerdo con la naturaleza de las variables

Los resultados de un estudio de investigación deben reportarse de la manera más clara e ilustrativa. Para ello, se recurre a diferentes formas de
ilustrar los resultados, como cuadros o gráficas.

En los cuadros (o tablas) se muestra el resumen de los datos más importantes, muchas veces con el valor de la variable, dependiendo de su naturaleza,
con medidas de tendencia central y dispersión; por ejemplo, si se quiere resumir la edad de inicio de una enfermedad, se anota en el cuadro el nombre
de la variable, la edad de inicio, el promedio de edad y, entre paréntesis, la desviación estándar, siempre y cuando la distribución sea normal. Los
cuadros también sirven para poder comparar grupos y ver la diferencia estadística entre ellos.

Las gráficas representan otra manera de mostrar los datos en forma más fácil e ilustrativa. En este sentido es muy importante tener clara la naturaleza
de la variable. Una recomendación es que para los datos categóricos y cuantitativos discretos se usen gráficas de barra y de pastel (circulares). Y para
los datos numéricos, histogramas, gráficas lineales y diagramas de dispersión.

Conclusión

Las variables son la parte primordial del proyecto de investigación. Pueden clasificarse por su función, la escala de medición y su contenido. Las
escalas de medición deben ser lo más exactas y precisas para reducir sesgos, aumentar la objetividad y aportar información verídica.

Bibliografía

Dawson B. Bioestadística Médica , 3a. ed. Illinois: McGraw-Hill, 2001:112–123.

Hulley S. Diseño de la investigación clínica. Un enfoque epidemiológico. España: Harcourt Brace de España, 1997:35–47.

Martínez González M.A. Bioestadística amigable , 2a. ed. Díaz de Santos, 2006:13–24.

Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. Salud Pub Mex , 2000;42:337–348.

Downloaded 2021­8­31 10:40 P  Your IP is 187.189.90.195
Capítulo 5: Taxonomía de las variables, Julio César Casasola Vargas; Leticia Lino Pérez Page 3 / 3
©2021 McGraw Hill. All Rights Reserved.   Terms of Use • Privacy Policy • Notice • Accessibility