25

Las variables en Psicología: su clasificación,

definición y medición

Ana Luisa González-Celis Rangel

En Psicología, así como en otras ciencias de la salud, humanas y sociales, es

necesario contar con herramientas metodológicas que orienten la investigación,
debido a que gracias al rigor metodológico se adquiere nuevo conocimiento que
enriquece el saber científico. Es así que la Psicología como disciplina científica se
caracteriza por llevar a cabo investigación que puede llevarse a cabo desde las
aulas universitarias.

El propósito del capítulo es contribuir en la formación de futuros psicólogos en

aspectos metodológicos básicos de la investigación, que también va dirigido a
profesionistas que requieran dar un repaso para reafirmar conceptos para así
elaborar protocolos de investigación; en donde se revisan de una manera sencilla
las variables, las diferentes clasificaciones y tipos de variables, su definición
conceptual y operacional, y las escalas de medición; para lo cual se emplearán
muchos ejemplos de investigaciones en Psicología, algunas son tomadas de los
múltiples trabajos que mis estudiantes han elaborado, otras son reales y otras son
ficticias.

El objetivo de la investigación en las ciencias del comportamiento consiste en

aumentar nuestro conocimiento acerca de los seres humanos, en donde, además
de contribuir con el avance del conocimiento científico, los resultados de
investigación deben lograr su replicabilidad para que cualquier estudioso pueda
repetir la investigación, por lo que es importante identificar, definir y medir las
variables que se investigan.
 26

El capítulo está escrito en un lenguaje muy accesible, como si lo estuviera

platicando, y cuenta al final del mismo, con la descripción de una investigación y
preguntas para que el estudiante pueda aplicar los conceptos revisados.

Definición de términos

La investigación científica psicológica se inicia con la observación de los

fenómenos, a partir de ello, se plantean preguntas e hipótesis de investigación, las
cuales se responden mediante la ejecución de diseños de investigación bien
estructurados.

Cuando se observan los fenómenos que se presentan en la naturaleza, lo que se

observa es el comportamiento de dicho fenómeno, por ejemplo, en las elecciones
para gobernadores en los estados de la república mexicana, se puede observar el
comportamiento de la población en edad de votar, que son todas aquellas
personas mayores de 18 años y que cuentan con su credencial de elector. Así, a
quien se está observando, es a la población o también llamada unidad de
observación.

De esta manera, una unidad de observación en Psicología, es la población o

grupo a quien se está observando, puede ser una persona o un grupo de
personas, pero también se puede observar a una entidad como por ejemplo un
hospital, una comunidad, una colonia o barrio; o en investigación básica también
se hablan de sujetos animales, ratas o pichones; mientras que en investigación
social, una unidad de observación pudieran ser no sólo personas o grupos, sino
también imágenes y textos.
 27

Ejemplos de unidades de observación, son los estudiantes de la carrera de

Psicología, los niños que asisten a la escuela primaria, los profesores de
educación básica, las adolescentes embarazadas que acuden a una clínica de
salud, los pichones y las ratas de laboratorio, la comunidad gay que realiza una
marcha, los grupos religiosos que se reúnen en un templo, los anuncios
comerciales que aparecen en la televisión, los empleados de una oficina, los
sindicatos o agrupaciones gremiales, los pacientes diabéticos hospitalizados, los
enfermos de VIH/SIDA, los niños con cáncer, y otros.

Unidad de observación. Aquella población, entidad, sujeto o grupo, objeto de

investigación, en quien se observa el fenómeno bajo estudio.

Una vez identificada la unidad de observación del fenómeno que se pretende

investigar, todas aquellas propiedades o atributos que contienen nuestras
unidades de observación, que son susceptibles de medición, y que adquieren dos
o más valores, se conocen como variables.

El primer requisito para que sea variable es, como su nombre lo indica, que debe
“variar”, fluctuar o moverse dentro de una serie de valores, de ahí que al menos
tenga o adquiera dos o más valores.

Por el contrario si fuera una propiedad o atributo que no cambia, que sólo tiene un
valor no se le llama variable, se le conoce como constante. Lo que no es variable
es constante; y lo que no es constante es variable.

El segundo requisito para que una propiedad, característica o atributo de nuestra

unidad de observación, se reconozca como variable es que sea susceptible de
“medición”.
 28

De ahí que sea necesario definir qué se entiende por medir. Medir es la asignación
de números o numerales a los objetos bajo ciertas reglas previamente
establecidas. Los números tienen un significado cuantitativo y por tanto
propiedades numéricas, mientras que los numerales tan sólo son símbolos. Un
valor numérico es un símbolo con la forma de 1, 2, 3,…., o bien, I, II, III, o también
pueden emplearse los símbolos a, b, c,..… No posee ningún significado
cuantitativo a menos que éste le sea asignado, se trata simplemente de un
símbolo Un número es un valor numérico al que se le ha asignado un significado
cuantitativo (Kerlinger y Lee, 2002).

Medir. Asignación de números o numerales a los objetos bajo ciertas reglas

previamente establecidas.

Estas reglas pueden ser reconocidas por la comunidad científica, como por
ejemplo existe el sistema métrico decimal, que utiliza los centímetros, decímetros
y metros para medir longitudes, y en todo el mundo un centímetro mide
exactamente un centímetro, por que se usa la misma regla para medir longitudes.

Sin embargo, las reglas también pueden ser elaboradas particularmente para una
investigación donde se debe especificar la regla para medir lo que se pretende
medir. En Psicología, se elaboran algunos instrumentos en donde se especifica
cuales son las escalas que se emplean para medir ciertos fenómenos.

En este mismo capítulo más adelante se abordarán las escalas de medición, baste
por el momento que sea claro, que para medir es necesario utilizar reglas
previamente establecidas, donde se especifica cuál es el mecanismo de
asignación de los números o numerales a las unidades de observación.
 29

De tal suerte que sólo aquello que es susceptible de medición se reconozca como
una variable, que es una propiedad o atributo de la unidad de observación. Por el
contrario si se supone que es una característica, atributo o propiedad que posee la
unidad de observación, pero que no es medible, no se le considera como variable.
Para que sea variable debe ser medible, observable y cuantificable.

Variable. Propiedad, característica, o atributo que posee una unidad de

observación, que al menos cuenta con dos valores o más, y que es susceptible
de medición.

Veamos el ejemplo que tenemos de una unidad de observación, supóngase sea

una silla, si leyeron bien, una unidad de observación en un ejemplo utópico puede
ser una silla, y toda aquella propiedad, característica, atributo que podamos medir
a la silla y que tenga dos o más valores, es una variable. Así ¿qué podemos
medirle a la silla?, las respuestas pueden ser, el color, el peso, la altura, el
material, el país de origen, la antigüedad, la marca, el uso. Todo es susceptible de
medirse, y puede adquirir dos o más valores, por tanto son variables, por ejemplo
el color es una variable y puede ser de color rojo, negro, azul, así que son tres
valores o colores; el peso medido en kilogramos es otra variable y puede pesar
desde 1 kg, 2 kg, 3 kg, o 4 kg, así que se tienen cuatro valores. El país de origen,
México o China, son dos valores. La antigüedad, seis meses, uno o dos años, la
variable antigüedad adquiere tres valores.

Sin embargo, siguiendo el mismo ejemplo de la silla, algún estudioso puede

proponer que una propiedad de la silla es el alma, y afirmar que las sillas poseen
alma; a menos que exista una forma de medir el “alma” de las sillas, hoy por hoy
no se puede garantizar que una variable sea el alma de las sillas, porque no es
susceptible de medición, no se puede medir, observar, ni cuantificar, no existen
herramientas o instrumentos para medir el alma de las sillas; así que
lamentablemente, el alma no es una variable
 30

Para que se considere una variable, debe ser una propiedad, característica o
atributo que posean las unidades de observación, que sean medibles,
observables, cuantificables, y que adquieran al menos dos o más valores.

Los invito a que reflexionemos sobre las variables de diferentes unidades de

observación.

Para los objetos como unidades de observación, es muy fácil identificar sus
propiedades, características o atributos, ya revisamos el ejemplo anterior de la
silla; ahora veamos el ejemplo de un hospital como una unidad de observación,
¿qué se puede medir en un hospital? el número de camas; el nivel de atención,
general o de especialidades; el número de pacientes que se dan de alta al día; el
tipo de pacientes que se atienden, infantil, materno, de adultos o geriátrico; si el
hospital es público o privado. Todas estas características, propiedades o atributos
que le medimos al hospital se consideran variables. Y el número de valores que
tiene cada variable es diferente; la variable número de camas estará delimitado
por el espacio físico, y puede adquirir diferentes valores, 50, 100, 150 camas; para
la variable nivel de atención, clasificada como atención general o de
especialidades, toma dos valores; para la variable número de pacientes que se
dan de alta en un día, pueden ser cero, uno, dos, tres, cuatro, cinco, o más de
cinco, en este caso la variable toma siete valores; para la variable tipo de
pacientes que atiende el hospital, los valores son cuatro, infantil, materno, adultos
o geriátrico; si el hospital es público o privado, son dos valores para la variable tipo
de institución.

Otro ejemplo de unidad de observación son las ratas de laboratorio, y todo aquello
que le podamos medir a las unidades de observación, en este ejemplo a las ratas
de laboratorio, son variables. ¿Cuáles son las variables que son susceptibles de
 31

medir a las ratas de laboratorio? El peso de las ratas en kilogramos; la raza,

especie y cepa; el género; la edad; el tiempo de privación de agua en horas; el
tiempo que se tarda en recorrer un laberinto; el programa de reforzamiento a qué
son sometidas; la tasa de respuesta de palanqueo por minuto. Mientras puedan
ser medibles y adquieran dos o más valores, son variables.

Para unidades de observación que implican individuos, personas, grupos,

comunidades o poblaciones, se encuentran algunas variables que se identifican y
miden de manera sencilla, por ejemplo, si nuestra unidad de observación es un
estudiante, veamos ¿qué características, propiedades, atributos son susceptibles
de medir? Se puede medir su edad en años; el género, femenino o masculino; la
escolaridad, primaria, secundaria, bachillerato o licenciatura; la estatura en metros;
el peso en kilogramos; el estado civil, soltero o con pareja; el tipo sanguíneo,
Universal, A, o B; la temperatura corporal medida en grados centígrados; la
presión arterial; el aprovechamiento escolar mediante el promedio de
calificaciones obtenidas en el ciclo escolar anterior; las preferencias o simpatía por
algún partido político, PRI, PAN, PRD, otro, o ninguno; la actitud hacia la
homosexualidad o la homofobia, positiva, negativa o neutral; la inteligencia; la
personalidad; el nivel de ansiedad; el nivel de depresión; la calidad de vida; la
autoestima; entre otras muchas más variables.

Qué identificamos en este ejemplo, variables medidas a un estudiante o a un

grupo de estudiantes. El tipo de variables son de diferente naturaleza; se tienen
variables fisiológicas como la temperatura corporal, el tipo sanguíneo, la presión
arterial; o físicas, como el peso y la estatura; o variables socio-demográficas,
como el género, la escolaridad, el estado civil, la preferencia política. Para todas
estas variables de alguna manera existen herramientas o instrumentos para
medirlas fácilmente, reconocidos de manera universal, por ejemplo se usa una
báscula para medir el peso en kilogramos o libras; también se sabe del
termómetro para medir la temperatura corporal en grados centígrados; y para
 32

medir variables socio-demográficas, generalmente se emplea una encuesta con

preguntas en donde se pide al respondiente señale una opción de respuesta para
el género, indique la edad en años cumplidos, la escolaridad o el estado civil.

Sin embargo, existen variables psicológicas, como la actitud hacia la

homosexualidad o la homofobia, la inteligencia, la personalidad, el nivel de
ansiedad, el nivel de depresión, la calidad de vida, y la autoestima, por mencionar
algunas, que no se tienen instrumentos de medida para medir dichas variables, o
están en proceso, y son muy rudimentarios, y como puede distinguirse no son
variables que se puedan medir fácilmente.

Así, en Psicología, tenemos constructos más que variables, los constructos son
conceptos inventados o adoptados para un propósito científico, son conceptos
complejos formados a partir de ideas más simples.

Los científicos de forma algo vaga llaman constructos a aquellas variables que no
son medidas de forma fácil y para ello necesitan de conceptos mucho más amplios
que son los constructos formados a partir de variables más fáciles de medir.

Constructo. Concepto que se basa en eventos o procesos empíricamente

verificables y mensurables.

Así es que, más que variables psicológicas, se tienen constructos; un ejemplo de

un constructo psicológico es la inteligencia, debido a que por el momento no se
puede medir directamente a la inteligencia de una persona, sino es a través de
descomponer la inteligencia en factores o dimensiones que la integran; y cada
factor en indicadores y cada indicador en índices o subíndices, proceso que nos
lleva a medir de una manera empírica lo que constituye al constructo inteligencia.
 33

En este caso, la inteligencia es un concepto, una abstracción de la observación de

comportamientos o indicadores presumiblemente medibles. Dicho proceso se
conoce como proceso de operacionalización de variables, proceso que va de lo
conceptual, abstracto, hasta lo concreto, medible, observable, que más adelante
revisaremos.

Por tanto, así como la inteligencia es un constructo, lo es la personalidad, la

ansiedad, la depresión, la calidad de vida, y la autoestima son constructos, son
conceptos construidos con un propósito científico a partir de factores o
dimensiones que los integran, para lo cual se obtienen indicadores que si son
susceptibles de medición empírica y que dan como resultado la medición del
constructo.

Para lo cual en toda investigación es necesario definir las variables y los

constructos que se medirán.

Antes de revisar este punto, nos detendremos en la clasificación y tipos de

variables, para dar paso más adelante a la definición y medición de las variables.

Clasificación y tipos de variables

Repasando, una variable es toda aquella característica, atributo o propiedad que

posee nuestra unidad de observación, que fluctúa, es decir que adquiere al menos
dos o más valores y que es susceptible de medición.
 34

Las variables se pueden clasificar de diversos modos y, por tanto, ser de

diferentes tipos, dependiendo de su clasificación: por el número de valores de la
variable, por el nivel de medición y por el diseño experimental o no-experimental.

Por el número de valores

Si las variables se clasifican por el número de valores que adquieren, se conocen

como dicotómicas, si tiene sólo dos valores, o politómicas, si toman más de dos
valores.

Variable dicotómica. Aquella que tiene sólo dos valores. Variable politómica
aquella que adquiere tres o más valores.

Ejemplos de variables dicotómicas son el género con dos valores (femenino y

masculino); calificación de un examen (aprobado y reprobado); estado de salud
(enfermo o sano); tipo de enfermedad (aguda o crónica); desempeño de un
empleado (productivo-no productivo); intensidad de una luz (brillante-opaca); lado
de un laberinto (izquierdo-derecho) y la preferencia sexual (heterosexual-
homosexual). Y ejemplos de variables politómicas, la religión con cinco valores
(protestante, católico, musulmán, judío, budista); la escolaridad con cuatro valores
(primaria, secundaria, bachillerato y universitario); el número de hijos con tres
valores (sin hijos, de uno a dos hijos, y tres o más hijos); la clase social con tres
valores (bajo, medio y alto); el nivel de inteligencia con tres valores (deficiente,
normal y brillante).

El número de valores que adquiere una variable, el investigador decide cómo

asignarlos, cuánto está dispuesto a que fluctúe la variable; pero no para todas las
variables, ya que existen algunas que se restringen por sí solas en el número de
 35

valores. Un ejemplo de ello es el género, sólo puede hasta el momento tomar dos
valores, femenino y masculino, y es poco probable que asuma otro valor.

Así para variables politómicas, por ejemplo, la escolaridad, un investigador decide

clasificarla en cuatro valores (primaria, secundaria, bachillerato y universitario), sin
embargo, otro investigador puede medirla únicamente en dos valores (con
estudios y sin estudios), así es entonces que dicha variable se clasificará como
dicotómica; obsérvese que el segundo investigador pierde información al
considerar a una persona con estudios o sin estudios, no podrá determinar el nivel
de escolaridad con mayor exactitud.

Algo que sucede con frecuencia es que una variable politómica puede
transformarse en una variable dicotómica, como en el caso anterior de la
escolaridad, mientras un investigador puede tener cuatro valores, éstos se pueden
restringir o transformar en dos valores; aunque para el análisis de datos constituye
una práctica negativa en tanto que pierde información. Sin embargo no es posible
pasar de una variable dicotómica a una variable politómica, como el caso del
género siendo dicotómica, jamás se podrá transformar en una variable politómica.

Por el nivel de medición

Otra forma de clasificar a las variables es por el nivel de medición, así si sólo se
miden las variables asignando símbolos de acuerdo a sus cualidades o atributos
se les llama variables cualitativas; en contraste cuando se emplean números o
cantidades, se les llama variables cuantitativas.
 36

Variables cualitativas. Cuando asumen valores o símbolos de acuerdo a sus

propiedades o atributos cualitativos.

Variables cuantitativas. Cuando adquieren valores numéricos o cantidades del

atributo o propiedad cuantitativa.

Ejemplos de variables cualitativas son el género, sus valores son femenino y

masculino, aquí se emplean símbolos con el propósito de diferenciar ambos
valores, se puede emplear el símbolo “F” para femenino y “M” para masculino;
asimismo, se pueden usar 1 para femenino y 2 para masculino; o bien emplear el
2 para femenino y el 1 para masculino; donde sólo se pretende denotar una
diferencia entre el uno y el dos, sin que exista una diferencia numérica.

Otro ejemplo de variable cualitativa es la preferencia por un partido político, cuyos

valores son los distintos partidos: PRI, PAN o PRD, en donde también pueden
emplearse los numerales 1, 2 y 3, respectivamente.

Mientras que las variables cuantitativas, los valores que adquieren las variables
son numéricos, y se emplean cantidades para denotar diferencias en tanto un
orden y/o magnitud.

Ejemplos de variables cuantitativas, pueden ser la edad de los estudiantes, cuyos

valores fluctúan de acuerdo a un orden de menor a mayor número de años,
expresando una diferencia en la cantidad de años. Un estudiante de 18 años es
más joven que un estudiante de 19 años, y éste será más joven que uno de 20 o
de 21 años de edad y así sucesivamente.
 37

De igual manera si las variables se clasifican por el nivel de medición,

dependiendo del número de valores que existan entre dos puntos cualesquiera de
la escala de medición que adquiera dicha variable, puede ser variable discreta o
variable continua; si sólo toma valores exactos sin valores intermedios se llama
discreta; y si adquiere una cantidad infinita de valores entre un par de puntos
cualesquiera de la variable, se conoce como variable continua.

Variable discreta. Aquella que adopta valores exactos.

Variable continúa. Aquella que puede tomar un número infinito de valores entre
dos puntos de la escala.

Un ejemplo de variable discreta, es el género de una persona, el cual tiene dos

valores, femenino o masculino, de tal suerte, se es hombre o se es mujer, no
existen entre estos dos valores, puntos intermedios, lo cual tiene lógica, es muy
poco probable observar una persona “medio femenina” o “medio masculina”; se
dice que los valores que adquiere la variable género son mutuamente excluyentes.

Otro ejemplo de variable discreta, es el número de hijos que tiene una madre, así
los valores son 0, 1, 2, 3, 4 o más hijos, en este ejemplo no existen valores
intermedios entre dos puntos; así una madre puede no tener hijos o tener un hijo,
no existe alguien quien tenga medio hijo o 0.5 de hijo; o bien una madre puede
tener 1 hijo o 2 hijos, y no tiene lógica al referir que una madre tenga 1.5 de hijos,
o se tiene 1 hijo o 2 hijos y no valores intermedios.

Tenemos más ejemplos de variables discretas, el estado civil, cuyos valores

pueden ser, soltero, casado, viudo o divorciado, en este caso, una persona no
puede estar “medio casado”, o “medio divorciado”, no hay valores intermedios
entre estos dos puntos de la variable estado civil.
 38

La condición de un recién nacido, se considera como variable discreta con dos

valores, nacido vivo o nacido muerto, no se puede registrar como nacido “medio
vivo” o nacido “medio muerto”.

El número de respuestas correctas en un examen de matemáticas, donde existen

10 preguntas, los valores fluctúan entre 0 y 10 respuestas correctas, y si
atendemos la definición de correcta, una pregunta sólo puede estar respondida de
manera correcta o incorrecta, son mutuamente excluyentes, y la variable es
discreta, con once valores posibles de respuesta, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 y 10
respuestas correctas.

Por otro lado, se tienen ejemplos de variables continuas, donde para un par de
puntos cualesquiera de la escala de la variable, existirán un número de valores
infinito, tantos como nuestro equipo biológico pueda ser capaz de registrarlo o
existan los instrumentos de medida lo suficientemente sensibles para distinguir las
diferencias entre esos valores intermedios.

Así, podemos dar un ejemplo de variable continua, el peso medido en kilogramos

de un individuo, cuyos valores intermedios son infinitos para cualesquier par de
puntos de la escala; si una persona pesa en la báscula 60 kg, si se tuviese una
báscula mucho más sensible, podríamos obtener 60.5 kg, y aún siendo más
exactos, se obtendría un valor que indicara 60.53 kg, o más aún 60.534, o
60.5342, y así tendríamos una cantidad infinita de valores intermedios entre 60 y
61 kg; tantos como pudiéramos ser capaces con los instrumentos de medida que
se cuentan para apreciar estos valores, en este caso, una báscula lo
suficientemente sensible.
 39

Otro ejemplo de variable continua es la dosis de una droga administrada vía

intramuscular a ratas de laboratorio, medida en gramos, un grupo lo conformaría
con aquellas ratas a quienes se les administra 2 g, y un segundo grupo 3 g; así
podríamos formar tantos grupos con valores intermedios infinitos de dosis de una
droga administrada, medidas en g, 2.5 g, 2.54 g, 2.546 g, 2.5469 g, etc.

El tiempo que tarda un niño en leer un texto medido en minutos, se puede medir
en segundos, o décimas de segundo, o centésimas de segundo o milésimas de
segundo, dependerá del cronómetro que estemos empleando, si es lo
suficientemente sensible para registrar estos valores pequeñísimos de segundo,
aunque en estricta teoría, existen un número infinito de valores intermedios entre
cada par de segundos.

Asimismo, si se clasifican las variables por el nivel de medición, otra forma de

llamarles es variables categóricas y variables numéricas, esta última clasificación
pretende integrar a las dos clasificaciones de variables anteriores cualitativa-
cuantitativa y discreta-continua, en la clasificación de variables según el nivel de
medición en variables categóricas-numéricas.

Una variable categórica será definida por la pertenencia a un grupo, clase o

categoría. Se categoriza a las unidades de observación, objetos o individuos en
razón de la posesión de las características que definen cualquier subgrupo.
Categorizar significa asignar un objeto a una subclase (o subconjunto) de una
clase (o conjunto) con base en que el objeto posea o no la característica que
define al subconjunto. La unidad de observación que está en proceso de ser
categorizada posee o no la propiedad definitoria. Un ejemplo clásico de variable
categórica es el género, así, las unidades de observación son los individuos, a
quienes se les categoriza o asigna a una subclase o subconjunto (femenino o
masculino) en razón de si posee la característica que define al subconjunto. Cada
individuo será categorizado (femenino o masculino) según pertenezca a cada
subconjunto, la pertenencia al subconjunto dependerá si el individuo posee la
 40

característica “ser mujer” para el subconjunto femenino, o “ser hombre” para el

subconjunto masculino.

Por otro lado, una variable numérica se define en función de la asignación de

números, los cuales son símbolos con un significado cuantitativo, de acuerdo a la
cantidad del atributo o propiedad que posee la unidad de observación, en donde al
menos se establece un orden en el nivel del atributo que posee la unidad de
observación.

Un ejemplo de variable numérica es el número de hijos de una madre, donde cada

una de ellas se le asignará un número 0, 1, 2, 3, 4 o más, a partir del número de
hijos, donde se establece al menos un orden de menor a mayor número, 0 < 1 < 2
< 3 < 4 hijos.

Otro ejemplo de variable numérica es la escolaridad, donde se asignan números,

con un significado cuantitativo a los individuos en función de mayor o menor
atributo posean; en este caso, según el nivel máximo alcanzado, se asignará 1
para quienes hayan cursado hasta estudios de nivel primaria, 2 para quienes
tengan máximo estudios de nivel secundaria, 3 quienes cuenten con estudios de
bachillerato, y 4 aquellos individuos con estudios universitarios.

Y un ejemplo más de variable numérica es el peso de las personas medido en

kilogramos; así se le asignarán valores numéricos de acuerdo al peso obtenido
utilizando una báscula para cada individuo, obteniéndose resultados ficticios para
la persona 1, 60 kg, persona 2, 58 kg, persona 3, 75 kg y así sucesivamente,
donde el resultado entre más grande sea el número, indica mayor peso obtenido.
Por tanto la persona 2 es quien tiene el menor peso (58 kg), seguida por la
persona 1(60 kg) y la persona 3 con el mayor peso (75 kg).
 41

Variable categórica. Es aquella en la que se asignan numerales a las

categorías.

Variable numérica. Es aquella donde se asignan números de acuerdo con la

cantidad de atributo o propiedad que posee la unidad de observación.

Esta última clasificación de variables categóricas-numéricas, busca integrar a las

otras clasificaciones de variables según el nivel de medición en una sola. Debido a
que se han encontrado confusiones en las clasificaciones de variables cualitativas-
cuantitativas y discretas-continuas (Figura 2.1).

Cualitativas Cuantitativas

Discretas Continuas

Categóricas Numéricas

Figura 2.1. Clasificación de variables por el nivel de medición.

La expresión de variables cualitativas algunas veces se ha aplicado a las variables

categóricas, en particular a las dicotómicas, probablemente en contraste con las
variables cuantitativas y continuas. Este uso refleja un concepto distorsionado de
lo que son las variables, ya que siempre son cuantificables, si no lo fueran, no
serían variables. Por ejemplo el género es una variable cualitativa, discreta y
categórica con dos valores (femenino y masculino), si se asigna el número 1 a las
personas del sexo femenino, y el número 2 a las personas del sexo masculino,
entonces estamos usando símbolos o valores numéricos con el propósito de
establecer la pertenencia a un subconjunto (femenino o masculino), para fines de
 42

análisis de datos se puede dar un tratamiento estadístico, es decir, manejarse

como si fuera una variable cuantitativa. La cuantificación, es decir la asignación de
numerales de la variable género, al emplear valores numéricos, en el ejemplo 1 y
2 se utiliza con fines estadísticos, dichas variables han sido llamadas variables
prototipos o fantasmas, conocidas en el idioma inglés como variables dummy.

Variable dummy. Conocida como variable prototipo o fantasma, es una variable

cualitativa, discreta a la que se le asignan valores numéricos con fines de
análisis estadísticos.

Asimismo, algunas variables cualitativas, también lo son discretas generalmente, y

éstas son consideradas como variables categóricas. Así por ejemplo el género es
una variable cualitativa, discreta y categórica. Por otro lado, las variables
cuantitativas, pueden ser variables continuas y variables numéricas. Un ejemplo lo
es el peso de las personas, medido en kilogramos, es una variable cuantitativa,
continua y numérica.

Sin embargo, no todas las variables cuantitativas son continuas, algunas variables
cuantitativas son discretas, por ejemplo el número de hijos. Asimismo, no todas las
variables discretas son categóricas, también algunas son numéricas, de tal suerte
el número de hijos es una variable cuantitativa, discreta y numérica (Figura 2.1).

Por el diseño experimental o no-experimental

Si se tiene un diseño experimental o un diseño no-experimental, donde se

estudian los efectos de una variable A, sobre el comportamiento en otra variable
B, ocurre que estas variables se reconocen como variable independiente y
variable dependiente, respectivamente.
 43

Una variable independiente (VI) es la causa supuesta de la variable dependiente

(VD), el efecto supuesto. La variable independiente es el antecedente; la
dependiente es el consecuente.

Dado que uno de los objetivos de la ciencia es describir relaciones entre diferentes
fenómenos, la búsqueda de las relaciones entre variables independientes y
dependientes lo logra.

Se asume que la variable independiente influye en la dependiente. En algunos

estudios la variable independiente causa cambios en la variable dependiente.
Cuando decimos: Si A, entonces B, tenemos una conjunción condicional de una
variable independiente (A) y una variable dependiente (B).

Los términos “variable independiente” y “variable dependiente” proceden de las

matemáticas, donde (x) es la variable independiente y (y) es la dependiente.
Entonces establecemos una posible relación funcional, se lee (y) está en función
de (x):

y = f (x)

Ésta es probablemente la mejor manera de pensar en las variables independientes

y dependientes, porque no hay necesidad de utilizar la discutida palabra causa y
las palabras afines a ella, dado que el uso de tales símbolos se aplica a la
mayoría de las situaciones de investigación.

Variable Independiente (VI). La que se presume tiene un efecto sobre otra

variable (la que se conoce como Variable Dependiente).

Variable Dependiente (VD). Aquélla sobre la cual se evalúan los posibles

cambios producidos por la presencia de la VI.
 44

La variable dependiente es el resultado medido que el investigador usa para

determinar si los cambios en la variable independiente tuvieron un efecto.

En los experimentos, el investigador manipula la variable independiente. Los

cambios en los valores o niveles de la variable independiente generan cambios en
la variable dependiente.

Por ejemplo, cuando un investigador del área educativa estudia el efecto de

diferentes métodos de enseñanza en el desempeño en una prueba de
matemáticas, puede variar los métodos de enseñanza, se dice que manipula los
valores de la variable independiente al asignarlos a diferentes grupos. Un nivel de
la variable independiente puede ser una enseñanza tradicional expositiva, y otro
nivel es el método expositivo más video. El método de enseñanza es la variable
independiente. Un grupo de alumnos recibe el método de enseñanza tradicional
expositiva; mientras que otro grupo, recibe el método de enseñanza expositivo
más video. En este caso la variable independiente tiene dos niveles o valores. La
variable sobre la cual se evalúan los resultados del método de enseñanza, será la
calificación obtenida por los alumnos en una prueba de matemáticas, ésta es la
variable dependiente.

La asignación de participantes a diferentes grupos con base en la existencia de

alguna característica es un ejemplo de cuando el investigador no puede manipular
la variable independiente, entonces se conocen como diseños no-experimentales.
En esta situación, los valores de la variable independiente son pre-existentes.

El participante o unidad de observación tiene la característica o no la tiene. En

este caso no hay posibilidad de una manipulación experimental, pero se considera
que lógicamente la variable tiene algún efecto en la variable dependiente. Las
variables características del sujeto constituyen la mayor parte de este tipo de
variables independientes. Una de las variables independientes más comunes de
 45

este tipo es el género (femenino y masculino). Así, si un investigador desea

determinar si hombres y mujeres difieren en las destrezas matemáticas, se
aplicaría una prueba matemáticas a representantes de ambos grupos, y se
compararían las puntuaciones de la prueba. La prueba de matemáticas sería la
variable dependiente. En este caso la variable independiente no puede
manipularla el investigador, sólo la registra, y ésta debe tener al menos dos
niveles o valores.

Una regla general es que cuando el investigador manipula una variable (diseño
experimental) o asigna participantes a los grupos según alguna característica
(diseño no-experimental), esa variable es la independiente. Y la variable
dependiente es el resultado, es la variable que se observa para detectar
variaciones como un resultado supuesto de la variación en la variable
independiente.

Variable dependiente. Variable que se observa y se mide para detectar

variaciones como resultado de la variable independiente.

Como se aprecia en los ejemplos, algunas ocasiones, cuando se habla de un

experimento propiamente dicho, el investigador puede manipular la variable
independiente; sin embargo, en otras ocasiones diseño no-experimental, el
investigador no puede manipular la variable independiente, sólo mide la
pertenencia de la característica o propiedad en los individuos y forma los grupos
de acuerdo a si contienen dicha propiedad, se dice que los sujetos se
autoseleccionan para constituir tantos grupos como niveles de la variable
independiente.

Así, una clasificación que resulta muy útil dentro del diseño de investigación, se
basa en la distinción entre variables experimentales y medidas. Cuando se planea
 46

y ejecuta la investigación es importante distinguir entre estos dos tipos de

variables. Las variables manipuladas se conocen como variables activas,
mientras que las variables medidas, se denominan variables atributivas.

Variable activa. Cuando el investigador manipula los niveles de la variable

independiente en un diseño experimental.

Variable atributiva. Cuando el investigador controla la VI, con base a

características o propiedades que poseen las unidades de observación, en un
diseño no-experimental.

Así, cualquier variable manipulada, constituye una variable activa. Manipulación

significa, en esencia, hacer cosas diferentes a distintos grupos de sujetos. Se dice
que existe manipulación cuando un investigador hace algo a un grupo, y hace algo
distinto con el otro grupo o grupos. Por ejemplo si tiene un grupo de ratas a quien
le administra una dosis de una droga, supongamos 10 mL, mientras que a otro
grupo le administra la misma droga pero en una dosis de 20 mL, y a un tercer
grupo de ratas le inyecta 30 mL de la misma droga, entonces la variable
independiente será la droga, la cual tiene tres niveles o valores, un nivel distinto
para cada grupo, por tanto la variable independiente que manipula el investigador
es una variable independiente activa. En cuyo caso, el experimento se diseña con
el propósito de examinar los efectos de diferentes dosis de una droga
administrada a tres grupos distintos de ratas, sobre el tiempo que tardan en
recorrer un laberinto. En este caso, la variable independiente es activa y es la
droga administrada, y la variable dependiente es el tiempo que tardan las ratas en
recorrer un laberinto.

Otro ejemplo es cuando el investigador está interesado en comparar tres métodos

para enseñar a leer a niños de educación primaria; el primero consiste en
enseñarles a reconocer palabras de vista (método de palabra completa); el
 47

segundo aprenden a reconocer el sonido de partes de una palabra común a varias

de ellas (método fonético); y el tercero es una combinación de ambos métodos.
Aquí la variable independiente es el método de enseñanza que tiene tres valores o
niveles (palabra completa, fonético y mixto), y el investigador está interesado en
saber si el método de enseñanza tiene algún efecto en la variable habilidad de
lectura medida por el tiempo en minutos, que tardan en dar lectura a una historia;
es decir, si diferentes métodos de enseñanza producen desempeños distintos en
el tiempo de lectura. Para lo cual forma tres grupos de niños, y cada uno recibe un
entrenamiento diferente del método de enseñanza, así la variable independiente
es el método de enseñanza con tres niveles, y al ser manipulada por el
investigador se refiere como variable activa, y la variable dependiente es el tiempo
de lectura.

Mientras en otros casos, cuando el investigador no puede manipular la variable

independiente, en diseños no-experimentales, la variable se conoce como variable
atributiva, y lo es, debido a que son los atributos, características o propiedades
que poseen las unidades de observación, es decir los sujetos bajo estudio, lo que
hace diferentes a los sujetos y lo que se espera probar es si los distintos niveles
de la variable independiente (atributos) producen diferencias sobre la variable
dependiente.

Las variables consistentes en características humanas como el género, la edad, la

inteligencia, el nivel socioeconómico, son variables atributivas. Los sujetos poseen
las características o atributos, están presentes, pre-existentes, también se les
conoce como variables organísimicas.

Variable organísmica. Cualquier propiedad, característica o atributo de un

individuo que forma parte del organismo.
 48

Un ejemplo de variable independiente atributiva u organísmica es la edad de los

participantes, donde el investigador desea someter a prueba si la edad de los
sujetos (niños de 5 a 9 años y niños de 10 a 14 años) produce diferencias en la
creatividad artística medida en el número de detalles de un dibujo que se les pidió
a los niños hicieran sobre una hoja de papel. Para lo cual el investigador formó
dos grupos de niños a partir de su edad, el grupo 1 lo constituyeron niños entre 5 y
9 años, y el grupo 2 lo formaron niños de 10 a 14 años, se dice que los grupos se
autoseleccionan por sí mismos. A todos los niños se les proporcionaron hojas de
papel y crayones de colores y se les dieron las mismas instrucciones, el dibujo era
libre y tuvieron 30 minutos para realizarlo. La variable independiente es la edad de
los participantes, con dos niveles, y es atributiva, y la variable dependiente es la
creatividad. Aquí aparece la variable independiente como una característica o
atributo de los sujetos, y no es susceptible de manipular, por eso se le conoce
como variable atributiva.

Otro ejemplo, donde la variable independiente es atributiva, es la inteligencia de

los sujetos, a quienes se les mide a través de una prueba de inteligencia, por
ejemplo, si se emplea la Escala Wechsler de Inteligencia para Niños (WISC, por
sus siglas en inglés, Wechsler Intelligence Scale for Children), donde, a partir de
los resultados obtenidos, se conformarán tres grupos de participantes, el primer
grupo por aquellos individuos que hayan obtenido calificaciones bajas por debajo
de 90 puntos (inteligencia inferior); el segundo grupo estará conformado por
participantes que hubiesen obtenido calificaciones promedio entre 90 y 110 puntos
(inteligencia media); y el tercer grupo se constituiría por sujetos con puntuaciones
por arriba de 110 (inteligencia superior). En este caso, el investigador mide el
atributo “inteligencia” en los participantes y evalúa sus efectos sobre la variable
dependiente (creatividad); en este ejemplo, a diferencia del anterior, los grupos se
forman a partir de la medición de la inteligencia (inferior media y superior) y no con
base a la edad.
 49

Como se observa en los dos ejemplos anteriores, es un sólo estudio, con tres
mediciones: la edad de los niños, el nivel de inteligencia, y la creatividad artística;
en donde se plantean tres objetivos, probar los efectos de la edad de los niños
sobre la creatividad; probar los efectos del nivel de inteligencia de los niños sobre
su creatividad artística; y probar la interacción de edad-inteligencia de los niños
sobre su creatividad artística. Se tienen dos variables independientes atributivas,
la edad con dos niveles, y la inteligencia con tres niveles, y la variable dependiente
es la creatividad artística.

Obsérvese con este ejemplo que hay estudios en donde las puntuaciones en una
prueba se utilizan para dividir a los grupos; en este caso las diferencias de los
grupos se reflejan como una variable atributiva. Ahora bien, existen algunas
variables atributivas, que por su propia naturaleza, son siempre atributivas, como
el ejemplo del género, que hasta el momento no puede ser manipulado por el
investigador, los grupos de sujetos se autoseleccionan, conformando el grupo de
hombres y el grupo de mujeres.

Sin embargo, existen variables atributivas que también pueden ser variables
activas. Esta última característica hace posible investigar las mismas relaciones de
formas diferentes. Por ejemplo, si medimos el nivel de ansiedad que les produjo
un examen de matemáticas, a jóvenes de bachillerato, a través de las
puntuaciones obtenidas con el inventario de ansiedad de Beck, el BAI (Beck
Anxiety Inventory) aplicado al término del examen; con el propósito de evaluar el
efecto de la ansiedad sobre el desempeño de un segundo examen de
matemáticas. Los jóvenes fueron agrupados ex-post-facto, es decir, después de
haber medido el atributo, es decir el nivel de ansiedad, de acuerdo al puntaje
obtenido con el BAI, de 0 a 5 puntos, con un nivel mínimo; de 6 a 15 puntos, con
un nivel leve; de 16 a 30 puntos, con un nivel moderado; y de 31 a 63 puntos, con
un nivel severo. Aquí la variable independiente fue el nivel de ansiedad, con cuatro
niveles, siendo la variable atributiva, mientras la variable dependiente consistió en
 50

el desempeño en el segundo examen de matemáticas aplicado a los jóvenes

estudiantes.

Por otro lado, la variable ansiedad puede ser también una variable independiente
activa, esto es, también puede ser manipulada al inducir diferentes grados de
ansiedad, por ejemplo si a un grupo de estudiantes les proporcionamos ciertas
instrucciones como que “la tarea que van a realizar va a ser muy difícil, y que su
inteligencia será evaluada”, mientras que a otro grupo les decimos que “hagan lo
mejor posible la tarea, y que el resultado no es importante”; aquí el nivel de
ansiedad es manipulado, en donde presumiblemente en el primer grupo se genera
mayor ansiedad que en el segundo grupo. La variable dependiente, también es el
desempeño en un examen de matemáticas. Cada grupo recibe un nivel distinto de
la variable independiente la cual manipula el investigador, por tanto se considera
activa con dos niveles. El investigador asigna a los individuos a uno de los dos
grupos, que recibirá uno de los niveles de la variable independiente, instrucciones
con mayor carga emocional que se suponen producen mayor nivel de ansiedad, e
instrucciones con no generan presumiblemente ansiedad en los sujetos.

Ahora bien, el término nivel se utiliza para describir uno de los valores que una
variable independiente toma en un estudio concreto (Clark-Carter, 2002).
Recuérdese que una variable independiente debe tener por lo menos dos niveles
o valores (Kerlinger y Lee, 2002), y dependiendo de la manera en que se
seleccionan los niveles de las variable independiente, pueden ser de dos tipos,
fijas o aleatorias.

En una variable fija, el investigador elige los niveles específicos por utilizar en el
estudio. Una variable aleatoria es una donde se han seleccionado aleatoriamente
(al azar o por sorteo) sus niveles entre un conjunto mayor de niveles posibles.

Variable fija. Cuando el investigador selecciona los niveles de la variable

 51

independiente.

Variable aleatoria. Cuando el investigador selecciona aleatoriamente los niveles

de la variable independiente entre los niveles posibles que puede adquirir la
variable.

Un ejemplo, supóngase que el investigador está interesado en estudiar el efecto

de escuchar grabaciones de relajación de diferentes tiempos de duración sobre los
niveles de ansiedad. En el estudio, la variable independiente es la duración de la
grabación, cuyos niveles puede elegirlos el investigador de dos maneras. Primero,
puede decidir que tienen una duración de 5, 10, 15 y 30 minutos. En este caso la
duración sería una variable independiente fija con cuatro niveles. Segundo, la otra
posibilidad es que elija al azar cuatro duraciones entre 1 y 30 minutos, por tanto
aquí la variable independiente sería aleatoria con cuatro niveles.

La decisión de utilizar variables fijas o aleatorias tiene dos consecuencias. En

primer lugar, el uso de una variable independiente fija evita que los investigadores
traten de generalizar a otros niveles posibles de la variable independiente,
mientras que el empleo de una variable independiente aleatoria permite más
generalización. En segundo lugar, el análisis estadístico puede verse afectado por
el uso de una variable fija o aleatoria.

Resumiendo la clasificación de variables por el diseño experimental o diseño no-

experimental, se divide en variables independientes y variables dependientes,
donde la variable independiente puede ser activa o atributiva, y cuyos valores o
niveles pueden ser fijos o aleatorios. Un esquema que integra a esta clasificación
puede apreciarse en la figura 2.2.

La variable independiente es la supuesta causa de otra variable, la dependiente.

En un experimento, constituye la variable manipulada o activa; mientras que en un
 52

estudio no experimental, es la variable atributiva que tiene un efecto lógico en la

variable dependiente. El efecto de la variable dependiente se observa como
resultado de la variación de los niveles de la variable independiente. Una variable
activa se manipula y una variable atributiva se mide; cuyos niveles en la variable
independiente pueden ser fijos, cuando el investigador elige los valores, o
aleatorios cuando los selecciona al azar.

Variables

Fija
Dependiente Independiente
Aleatoria

Activa Atributiva
 53

Figura 2.2. Clasificación de variables por el diseño experimental.

La relación entre una variable independiente y una dependiente se puede

entender mejor si se trazan dos ejes perpendiculares uno del otro. Uno representa
a la variable independiente, el otro a la variable dependiente. De acuerdo con la
tradición matemática, (x) es la variable independiente, es el eje horizontal; y (y) es
la variable dependiente, es el eje vertical. Se denomina abscisa al eje de la (x), y
ordenada al eje de la (y). Los valores para (x) se grafican en el eje de las (x), y los
valores de (y) en el eje de las (y).

Una forma común y útil de ver e interpretar una relación es graficar un par de
valores (xy), usando los ejes (x) y (y) como marco de referencia.

Un ejemplo para establecer la relación entre la variable independiente y la variable

dependiente en una gráfica, supóngase que la variable independiente (x) es el
nivel de inteligencia y la variable dependiente (y) es la creatividad. Los resultados
de estas medidas de seis sujetos participantes se presentan en la tabla 2.1.

Tabla 2.1. Medidas de la variable independiente (x) nivel de inteligencia, y de la

variable dependiente (y) creatividad, de seis sujetos

Nivel de inteligencia Creatividad

Variable Independiente Variable Dependiente

Sujeto (x) (y)

1 90 25
2 100 32
3 105 47
4 110 52
 54

5 115 65
6 120 80

Estas medidas de las variables se grafican en la figura 2.3 Obsérvese que se ha

trazado una recta para mostrar una relación entre las dos variables, en donde se
presume que conforme aumenta el nivel de inteligencia, aumentan los valores de
(x), también aumenta la creatividad, aumentan los valores de (y). Así, si se
conocen las medidas de la variable independiente y en una relación como la que
se muestra en la figura 2.3, se puede predecir con considerable precisión las
medidas de la variable dependiente.

Figura 2.3. Medidas de la variable independiente (x) nivel de inteligencia, y de la

variable dependiente (y) creatividad de seis sujetos.

El estudiante debe estar atento a la posibilidad de que en un estudio una variable

sea independiente, mientras en otro sea dependiente, e inclusive ambas en un
mismo estudio.
 55

Un ejemplo es al medir la ansiedad, que se ha estudiado como variable

independiente, en un ejemplo anteriormente mencionado, se prueba el efecto de la
variable independiente, nivel de ansiedad en un grupo de estudiantes de
bachillerato, mediante las puntuaciones obtenidas con el inventario de ansiedad
de Beck, el BAI (Beck Anxiety Inventory), sobre el desempeño en un examen de
matemáticas, considerada como variable dependiente. Sin embargo, la ansiedad
también puede concebirse y usarse como una variable dependiente, por ejemplo,
puede utilizarse para estudiar la diferencia entre el género (femenino y masculino),
o entre el nivel socioeconómico (pobre, medio y alto), donde el género y el nivel
socioeconómico son las variables independientes, y el nivel de ansiedad, la
variable dependiente. Puede ocurrir que sea el mismo estudio con jóvenes de
bachillerato, a quienes se les mide el nivel de ansiedad y a partir de las
puntuaciones obtenidas en el BAI se clasifican en cuatro grupos: mínimo, leve,
moderado y severo, y se prueban los efectos de la ansiedad sobre el desempeño
en un examen de matemáticas, aquí la variable independiente es el nivel de
ansiedad y la variable dependiente es el rendimiento en el examen de
matemáticas. Asimismo, se puede estudiar el efecto del género, clasificando a los
estudiantes en hombres y mujeres sobre el nivel de ansiedad obtenido en el
inventario de ansiedad de Beck; y al mismo tiempo se pueden formar tres grupos
de estudiantes, según el nivel socioeconómico y probar si tiene un efecto en el
nivel de ansiedad. En estos últimos casos, el género y el nivel socioeconómico son
las variables independientes, mientras que la ansiedad es la variable dependiente.

En otras palabras, la clasificación de la variable independiente y la variable

dependiente es en realidad una taxonomía de los usos de la variable más que una
distinción entre diferentes tipos de variables (Kerlinger y Lee, 2002).

Por otro lado, en cualquier estudio hay numerosas variables posibles, algunas
serán parte del estudio como variables dependientes o independientes; sin
 56

embargo existen otras variables que también pueden estar presentes en una
investigación y que pueden afectar la relación entre las variables independientes y
dependientes, se llaman variables de confusión o extrañas. Hay maneras de tratar
de reducir los efectos de estas variables y de controlarlas o eliminarlas, cuando el
estudiante revise los distintos diseños de investigación, se explicarán cuáles son
los mecanismos que existen para controlar tales variables extrañas o de
confusión.

Variable extraña o de confusión. Variable que no si no se controla puede llegar

a afectar a la variable dependiente.

Un ejemplo de variables extrañas que pueden afectar a la variable dependiente, si

se estudian los efectos de la ansiedad sobre el desempeño en un examen de
matemáticas en jóvenes de bachillerato, pueden ser el ruido y la iluminación del
salón, el hambre de los estudiantes, o la hora en que se aplica el examen, por lo
que es importante tomar en cuenta que la presencia de estas variables pudieran
tener un efecto sobre la ejecución en el examen de matemáticas.

Asimismo existen otras variables que también pueden alterar la relación entre
otras variables, o la relación entre la variable independiente y la variable
dependiente, que son necesario conservar y evaluar sus efectos, estas variables
se conocen como intervinientes, mediadoras o moderadoras.

Variable interviniente, mediadora o moderadora. Aquella que altera la relación

entre otras variables.

Por ejemplo, si existe evidencia empírica de que el género puede conllevar un

efecto sobre el desempeño en el examen de matemáticas, puede sumarse el
efecto, al efecto de la variable independiente ansiedad. Así se prueba si el nivel de
ansiedad produce diferencias en el desempeño en un examen de matemáticas si
 57

quien está resolviendo el examen es hombre o mujer. La variable independiente

es el nivel de ansiedad, la variable dependiente la ejecución en el examen de
matemáticas, y la variable interviniente, mediadora o moderadora es el género de
los jóvenes de bachillerato. Puede expresarse la relación como se aprecia en la
figura 2.4.

Ansiedad Desempeño en
matemáticas

(Variable dependiente)
(Variable independiente)

Género
(Variable
interviniente)

Figura 2.4. Esquema de relación entre la variable independiente, dependiente e

interviniente.

Ahora bien, dejemos atrás la clasificación de variables y los distintos tipos de ellas,
para continuar en un aspecto que es esencial en una investigación, el análisis de
datos, el cual parte del nivel de medición de las variables, por ello en el siguiente
apartado se retomará el concepto de medición y se revisarán las escalas de
medición.
 58

Escalas de medición

En la vida cotidiana, generalmente estamos midiendo diversos eventos, se mide el

tiempo, a qué hora desayunamos o comemos; se miden los alimentos que
consumimos; se mide la distancia que recorremos diariamente hacia la escuela o
el trabajo; se miden las horas de sueño, o el tiempo que pasamos en internet
frente a una computadora; se mide lo agradable que es estar en compañía de la
pareja, de la familia o de los amigos; se mide lo interesante de una clase impartida
por nuestro profesor, o el aprendizaje que obtuvimos en una clase; o se mide
nuestro rendimiento en las diversas asignaturas a través de los exámenes que
aplicamos.

Así, que resulta claro que en investigación una tarea que se realiza es la
observación de los fenómenos con el propósito de describirlos, compararlos,
explicarlos o predecirlos. Y para que se lleve a cabo, es necesario identificar las
variables que están presentes y seleccionar un nivel de medición para medir
dichas variables.

Recordemos que se entiende por medir, es la asignación de número o numerales

a las unidades de observación bajo ciertas reglas previamente establecidas.

Se dice que la medición es una de las piedras angulares de la investigación,

cualquier cuantificación de eventos, objetos, lugares, personas o sujetos, involucra
a la medición; la cual es trascendente debido que dependiendo del nivel de
medición se seleccionan los procedimientos estadísticos para el análisis de los
datos recabados en una investigación.
 59

En la definición de medición se resaltan las reglas bajo las cuales se asignan los
números o los numerales a las unidades de observación. De tal suerte que la tarea
más interesante y al mismo tiempo la más difícil de la medición es la regla bajo la
cual opera la medición.

Una regla es una guía, un método, una orden que indica qué hacer. Un ejemplo
clásico es emplear la regla de asignar 0 a los sujetos que pertenecen al género
femenino, y asignar 1, si el sujeto es masculino. Otro ejemplo de medición, es
cuando se utiliza la regla “asigne a un estudiante los valores numéricos del 1 al 5,
a partir de su nivel de aprovechamiento escolar, donde 1 indica que su nivel de
aprovechamiento es malo; 2, si lo fuera bajo; 3, si fuera regular; 4, bueno; y 5,
sobresaliente.

Como se aprecia, la regla debe estar bien establecida para asignar los valores
numéricos a las unidades de observación.

Existen diversos niveles de medición, a partir de las escalas o reglas que se

emplean. Dichas escalas constituyen problemas complejos e inclusive
controvertidos. Las dificultades surgen principalmente de los análisis estadísticos
que pueden ser empleados a partir de los niveles de medición; puesto que los
estadísticos se rigen por supuestos lógico-metodológicos para utilizarlos
adecuadamente.

Existen cuatro niveles generales de medición: nominal, ordinal, de intervalo y de

razón. Estos cuatro niveles conducen a cuatro tipos de escalas. Algunos
investigadores que provienen de las ciencias exactas, biológicas o de la salud,
aceptan únicamente la medición ordinal, de intervalo y de razón; mientras que
otros investigadores pertenecientes a las ciencias sociales, del comportamiento y
las humanas, afirman que los cuatro niveles pertenecen a la familia de la
medición, donde consideran que la escala nominal constituye una forma de
 60

medición. Sin embargo, ésta no es tan cuantitativa como la ordinal, de intervalo o

de razón; es decir los números utilizados en la medición nominal son sólo
etiquetas numéricas ligadas a categorías predefinidas.

Como lo señalan Kerlinger y Lee (2002) “no es necesario ser tan exigentes
respecto a esto mientras se comprendan las características de las diferentes
escalas y niveles” (p. 573).

Así se tiene que a partir de las reglas utilizadas para asignar los valores numéricos
a las unidades de observación definen el tipo de escala y el nivel de medición de
las variables.

Cada escala de medición tiene su definición, sus propiedades y las operaciones

admisibles, encontrándose que las escalas de medición tienen niveles de
importancia según sus propiedades y operaciones admisibles; así el nivel más
básico de medición es aquel que utiliza la escala nominal, le sigue la escala
ordinal, la escala de intervalo y por último la escala de razón. Esto es importante
considerar, ya que las propiedades de las escalas son sumativas, lo cual significa,
que de acuerdo al nivel de medición, la escala nominal sólo tiene ciertas
propiedades y operaciones que puede realizar; mientras la escala ordinal, además
de las características propias de la escala ordinal, también están incluidas las
propiedades y operaciones de la escala inferior, en este caso las propiedades de
la escala nominal, más las de la escala ordinal. Así, para la escala de intervalo, se
suman las propiedades y operaciones de las escalas de nivel inferior; y para la
escala de razón, se incluyen todas las propiedades y operaciones de las tres
escalas inferiores y las suyas propias.

Ahora bien, revisaremos a continuación cada una de las escalas de medición.

 61

Escala nominal

El nivel más bajo de medición es el nominal. Los valores numéricos asignados a

las unidades de observación son símbolos o numerales que carecen de un
significado numérico, por tanto no es posible establecer un orden ni realizar con
ellos operaciones aritméticas. Se utilizan etiquetas parecidas a los nombres que
usualmente usamos para nombrar o nominar a los objetos.

“La escala nominal es una escala de medición en la que los datos se clasifican
simplemente en categorías mutuamente excluyentes, sin indicar el orden, la
magnitud, un punto cero verdadero” (APA, 2010, p. 183).

En el nivel nominal se establecen dos o más categorías de la variable a la cual se

le asignan los símbolos, donde las categorías no tienen orden ni jerarquía. Las
únicas operaciones admisibles son igual o diferente, en base a si posee o no la
propiedad o característica.

Por ejemplo, la variable género es una variable medida en una escala nominal,
donde se establecen dos categorías, hombre o mujer, a la cual se le pueden
asignar valores numéricos, 0 y 1, donde 0 se emplea para nominar a la categoría
“hombre”, y 1 se utiliza para la categoría “mujer”, en este caso, con la escala
nominal, sólo se pueden nombrar o etiquetar a los individuos a partir de la regla
“ser hombre = 0” o “ser mujer = 1”; también podrían utilizarse otro valores
numéricos para establecer la diferencia, por ejemplo “ser hombre = 1” y “ser mujer
= 2”; donde los símbolos 0 y 1; o 1 y 2 carecen de significado cuantitativo.

Los símbolos o valores numéricos utilizados en el nivel de medición nominal,

tienen una función puramente de clasificación y no se pueden manipular de
manera aritmética (Hernández, Fernández-Collado, & Baptista, 2006).
 62

De hecho algunos expertos no consideran que en este nivel se pueda hablar de

medición, sin embargo, puesto que si, se satisface la definición de medición, es
válido según Kerlinger y Lee (2002) al asignar numerales o valores numéricos a
las propiedades de las unidades de observación bajo ciertas reglas pre-
establecidas; el empleo de la escala nominal como un nivel de medición, de hecho
es el nivel más basico de la medición.

Donde la única relación posible que se establece en la escala nominal es de

igualdad o diferencia, a partir de si reúne o no la unidad de observación, las
propiedades definitorias de acuerdo a la regla pre-establecida. Con lo cual la única
operación admisible es el conteo, es decir se pueden contar el número de objetos
o unidades de observación que pertenecen a cada una de las categorías que se
establecen.

Por ejemplo, una vez clasificada la variable género en dos categorías, en un grupo
de sujetos se pueden clasificar en dos categorías “hombres” y “mujeres”; con lo
cual se tienen dos subgrupos, donde se cuentan el número de sujetos que forman
parte de la categoría “hombres” y el número de sujetos que pertenecen a la
categoría “mujeres”; este número resultado del conteo, se conoce en el análisis de
datos descriptivo como “frecuencia”.

La cuantificación de la medición nominal básicamente equivale a contar los

objetos o unidades de observación, sujetos o individuos que pertenecen a cada
una de las categorías en que se clasifica la variable medida en una escala
nominal.

Ejemplos de variables medidas en una escala nominal, son además del género
con dos categorías (hombre-mujer); el grupo religioso que puede tomar cinco
categorías o valores (protestante, católico, musulmán, judío, budista); el tipo de
 63

escuela con dos categorías (pública o privada); el partido político con tres niveles
(PRI, PAN, PRD); el tipo de recompensa, con dos niveles (físico o social); la clase
de estímulo con tres niveles (visual, auditivo o mixto).

Escala ordinal

La medición con una escala ordinal requiere que los objetos o unidades de
observación puedan ser ordenados por rangos respecto a una característica o
propiedad que sea medido en ellos.

En este nivel hay varias categorías, pero además éstas mantienen un orden de
mayor a menor, o viceversa, de menor a mayor.

Escala ordinal. Asignación de numerales que reflejen el orden o rango de los

participantes en el atributo que se mide.

El llamado postulado de transitividad debe cumplirse: si a es mayor que b, y b es

mayor que c, entonces a es mayor que c. Es posible utilizar otros símbolos o
palabras. Simplemente es necesario afirmar que a > b > c > … > n, respecto de
alguna propiedad.

Los valores numéricos asignados a las unidades de observación, ordenadas de

acuerdo a la propiedad o característica que poseen, según un orden, se llaman
valores ordenados o de rango.
 64

Los números ordinales indican un orden de rango y nada más, que tienen mayor o
menor del atributo o propiedad que se está midiendo y ordenando.

Por ejemplo, una variable medida con una escala ordinal, es la escolaridad, donde
se asigna el valor ordinal 1, para aquellos sujetos que cuentan con un nivel
máximo de estudios de primaria; 2, para las personas que tienen estudios
máximos de secundaria; 3, para los individuos que han cursado hasta el nivel de
bachillerato; y 4, para quienes tienen estudios de licenciatura o más. Esta es la
regla que se emplea para la asignación de los valores de rango; sin embargo,
pueden emplearse otras reglas y otros símbolos, que denoten un orden.

Dicho orden, se puede establecer de menor a mayor atributo, en este caso, de

menor a mayor escolaridad, se asignaron valores de 1 a 4, tanto mayor sea el
número, mayor será el nivel de escolaridad.

Sin embargo, cuando se asignan los valores de rango, no existe una regla única
que señale cuál es la dirección del orden en que se asignan los valores; por tanto,
otro investigador puede emplear también números del 1 al 4, donde entre menor
sea el número, mayor refleje el nivel máximo de escolaridad alcanzado; de tal
suerte se emplea el 1, para sujetos que tengan estudios de licenciatura o
superiores; el rango 2, para individuos con nivel de bachillerato; el valor 3 para
personas son estudios máximo de secundaria; y el valor 4 para quienes sólo
cuenten con estudios a nivel primaria.

Las operaciones admisibles en la escala ordinal, son además de igual o diferencia,

mayor que (>) y menor que (<) y no es posible emplear las operaciones
aritméticas.
 65

Otros ejemplos de variables medidas con una escala ordinal son los niveles o
grados universitarios (licenciatura, maestría, doctorado); los puestos en una
empresa (técnico, supervisor, jefe de área, director); el número de hijos de una
madre (0, 1, 2, 3, 4 o más).

Una situación más que ilustra la asignación de los valores de rango de acuerdo a
un orden establecido (escala ordinal), es aquella en la que se obtuvieron las
puntuaciones de cuatro pacientes oncológicos, a quienes se les pidió que
reportaran el nivel de dolor en una escala de 0 a 10 puntos, donde 0 indicaba la
ausencia de dolor, y 10 un dolor insoportable, el mayor dolor experimentado.
Véanse las calificaciones obtenidas por los cuatro pacientes en la figura 2.5. En
ella se encuentra que el paciente A reportó 0 puntos (ausencia de dolor), mientras
que el paciente D, reportó 10 puntos, el máximo dolor experimentado; asimismo el
paciente B reportó 4 puntos de dolor; mientras el paciente C reportó 8 puntos; con
lo cual se puede establecer una relación de acuerdo al dolor reportado en estos
cuatro pacientes donde A < B < C < D; sin embargo no es posible deducir cuál es
la magnitud de la diferencia de dolor experimentado entre los cuatro pacientes. Un
error común podría concluir que el paciente B experimentó la mitad de dolor que el
paciente C, ya que la distancia entre los valores de la escala sólo representa
orden pero no magnitud igual para cada punto de la escala.

0 1 2 3 4 5 6 7 8 9 10

Ausencia Máximo
de dolor dolor
A B C D
 66

P a c i e n t e s

Figura 2.5. Representación de las puntuaciones de dolor en una escala ordinal

reportadas por cuatro pacientes.

Otra situación que ejemplifica el uso de una escala ordinal, consiste en pedir a
estudiantes universitarios califiquen su memoria de acuerdo a la siguiente escala:
mucho mejor que el promedio (con una puntuación de +2), mejor que el promedio
(con una puntuación de +1), promedio (con una puntuación de 0), peor que el
promedio (con una puntuación de -1) y mucho peor que el promedio (con una
puntuación de -2).

En este ejemplo sólo se puede establecer una relación de orden +2 > +1 > 0 > -1
> -2 percepción de memoria reportada. Donde no es posible aseverar que la
distancia entre las puntuaciones de la escala ordinal tiene la misma magnitud.

Escala de intervalo

La escala de intervalo incluye datos que indican más que simplemente un orden,
señala el grado de diferencia entre dos puntuaciones; se dice que se establecen
intervalos iguales en la medición. La distancia entre categorías es la misma a lo
largo de toda la escala, por lo que hay un intervalo constante para cada unidad de
medida.
 67

Las escalas de intervalos o de intervalos iguales poseen las características de las

escalas nominales y ordinales, especialmente las del orden de rango. Además, las
distancias numéricamente iguales en las escalas de intervalo representan
distancias iguales en la propiedad que se miden. Con lo cual es posible emplear
las operaciones aritméticas básicas y así es permitido utilizar análisis estadísticos.

Otra característica importante en las escalas de intervalos es que se parte de un

cero arbitrario, este cero en la medición no es real, ya que se asigna
arbitrariamente a una categoría el valor de cero y a partir de ésta se construye la
escala. Se dice que el cero es el inicio de la medición y no se considera como
ausencia de la variable o propiedad que se mide en la unidad de observación.

Un ejemplo clásico en ciencias naturales es la temperatura, que puede medirse en

grados centígrados y Fahrenheit, el cero es arbitrario, pues no implica que en
realidad haya cero o ninguna temperatura, incluso en ambas escalas el cero es
diferente.

Cabe agregar que diversas mediciones en el estudio del comportamiento humano

no son verdaderamente de intervalo, por ejemplo, escalas de actitudes, pruebas
de inteligencia y de otros tipos de rendimiento o habilidades y destrezas; pero se
acercan a este nivel y se suelen tratarlas como si fueran mediciones de intervalo.

Esto se hace porque este nivel de medición permite utilizar las operaciones
aritméticas básicas y por ende aplicar algunos análisis estadísticos, que de otro
modo no se utilizarían. Aunque algunos investigadores no están de acuerdo con
suponer tales mediciones como si fueran de intervalo, hay autores que aprueban
su uso (Hernández, Fernández-Collado y Baptista, 2006).

Es claro que es mucho más difícil para las ciencias sociales y del comportamiento
humano, probar unidades de medición iguales que para las ciencias físicas o
 68

naturales, ya que los datos recolectados en las ciencias sociales y del

comportamiento no están bien definidos como por ejemplo los datos de la
temperatura que claramente se encuentran en una escala de medición de
intervalo.

Escala de intervalo. Escala marcada a intervalos iguales de modo que la

diferencia entre dos valores consecutivos cualquiera sobre la escala es
equivalente sin importar los dos valores seleccionados. Las escalas de
intervalo carecen de un punto cero verdadero y significativo, lo que las
distingue de las escalas de razón.

Ejemplos de variables que se emplean en Psicología medidas en una escala de

intervalo son aquellas que tienen que ver con unidades de tiempo. Debido a que la
medida del tiempo es una medida arbitraria. Existe cierto convencionalismo a
tratar el tiempo medido en segundos, minutos, horas, días, semanas, meses, años
y así sucesivamente; sin embargo puede apreciarse por ejemplo, que el calendario
es diferente dependiendo de la cultura. La medición del tiempo hasta hoy es
relativa, no absoluta.

Así, un ejemplo en donde se utiliza una escala de intervalo, es una investigación

en la que se mide el tiempo que tarda un grupo de cuatro ratas en recorrer un
laberinto, medido en segundos; los resultados se representan en la figura 2.6.

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

A B C D
Sujetos
 69

Figura 2.6. Representación del tiempo (medido en segundos) en una escala de

intervalo.

En la escala se aprecia la presencia de un cero arbitrario, éste representa el inicio

de la medición, el cual para cada rata comienza desde el momento en que se
coloca al sujeto en la entrada al laberinto, y se presiona con el cronómetro para
que se inicie el conteo de tiempo en segundos, el cual se detiene en el momento
que el sujeto cruza la meta. Se podría diseñar un laberinto con dos microchips, al
inicio y al final del mismo, que fueran sensibles al pasar por ellos, los cuales
estuviesen conectados a un cronómetro, para contabilizar el tiempo de inicio y
término de recorrido del laberinto.

Asimismo, en la figura 2.6 la escala tiene intervalos iguales donde para cada par
de ellos tiene la misma distancia, por ejemplo la diferencia en tiempo entre los
sujetos A y B, si A tardó en recorrer el laberinto 5 segundos, y B, 8 segundos; la
diferencia entre ellos es de tres segundos, que es equivalente a la diferencia que
tardaron en recorrer el laberinto los sujetos C, 12 segundos, y D, 15 segundos,
entre C y D, también son tres segundos. Esto se debe a que la distancia es
equivalente, igual para cada intervalo.

La edad en años y meses de las personas es otro buen ejemplo de variable

medida en una escala de intervalo. Donde el cero es arbitrario, debido a que
aparece como el inicio de la medición y no como ausencia de la propiedad medida
de la variable. Así, si se cuenta a partir del momento del nacimiento como el cero
o inicio, un niño que tiene un año, en realidad tiene más tiempo de “vida” si se
contara a partir del momento de la concepción, lejos de la discusión de cuándo
comienza la “vida”. Casi en todo el mundo la edad se cuenta a partir de un cero
arbitrario reconocido como el momento de nacimiento. Así, cada intervalo tiene la
 70

misma distancia, y los intervalos son equivalentes a lo largo del continuo de la

escala.

Otros ejemplos relacionados con el tiempo, medidos en escala de intervalo son la

duración en minutos del tiempo de habla de niños sordos que están siendo
entrenados en terapia de lenguaje; la edad de inicio de prácticas sexuales en
estudiantes de secundaria; la duración en minutos de anuncios comerciales
televisivos; la duración de discursos políticos de los candidatos presidenciales de
los diferentes partidos; el tiempo medido en segundos de exposición de imágenes
con contenido erótico presentadas a grupos de adolescentes; el tiempo que
transcurre medido en días de abstinencia de un alcohólico sin consumir bebidas
alcohólicas; o el tiempo de noviazgo medido en días, meses o años que lleva una
pareja; o el tiempo que tarda un adulto mayor en armar un rompecabezas,
comparado con el tiempo que tarda un adulto joven.

Es tarea de los psicólogos buscar variables que puedan ser medidas en una
escala de intervalo con el propósito de acceder a mayor información empírica que
pueda dar mayor validez científica a nuestra investigación.

Otro nivel de medición es el de razón o proporción que revisaremos en el siguiente

apartado.

Escala de razón

El nivel más alto de una medición es el de razón, y es el ideal de medición de los

científicos. Una escala de razón o también llamada de proporción, además de
poseer las características de la escala nominal, ordinal y de intervalo, posee un
cero absoluto o natural con significado empírico.
 71

En este nivel, además de tenerse todas las características de nivel de intervalos

magnitudes y cantidades iguales entre las categorías o valores de la escala, así
como la aplicación de operaciones aritméticas básicas (suma, resta, multiplicación
y división), el cero es real y es absoluto, no es arbitrario. El cero absoluto implica
que hay un punto en la escala donde está ausente o no existe la propiedad
medida.

Si una medición es cero en una escala de razón, entonces existe una base para
afirmar que un objeto no posee la característica medida. Puesto que existe un cero
absoluto o natural, es posible realizar todas las operaciones aritméticas,
incluyendo la multiplicación y la división. Los números de la escala indican las
cantidades reales de la propiedad medida.

Escala de razón. Escala de medición que posee un cero verdadero (indica una
ausencia del atributo que se mide) y una razón constante de los valores. En
una escala de razón, un aumento de 3 a 4, por ejemplo, es lo mismo que un
aumento de 7 a 8. La existencia de un punto cero verdadero es lo que distingue
a una escala de razón de una escala de intervalo.

La escala de razón proporciona, como la de intervalo, información acerca de la

magnitud de las diferencias entre lo que se está midiendo. Además reúne la
propiedad adicional de que los datos deben tener un cero verdadero; en otras
palabras, cero significa que la propiedad que se mide carece de una cantidad.

Por ejemplo, el peso expresado en kilogramos es una escala de razón. Ello puede
resultar confuso por que cuando se le pregunta a la gente su peso, no puede
responder “cero kilogramos”. Esto significaría que no cuenta con peso. La
 72

temperatura en grados Fahrenheit se encuentra en una escala de intervalo y no en

una de razón porque cero grados Fahrenheit constituye una temperatura
mesurable.

En el caso de una escala de razón, se puede hablar de la razón entre dos

entidades medidas en ella porque hay un punto de partida fijo. Por ejemplo, si se
compara la estatura de una persona que mide 100 centímetros con la de otra de
200, se puede decir que la primera tiene la mitad de la altura de la segunda. En el
caso de temperatura, no hay un punto de partida fijo para la escala; por ello, no es
verdad si se dice que 40 grados centígrados es la mitad de 80 grados centígrados.

Se comprende el concepto si se convierte la escala a otro tipo de unidades para

ver si la razón entre dos puntos permanece igual. Si el ejemplo de la altura se
cambia a pulgadas donde cada una equivale a 2.54 centímetros y 0.00
centímetros es lo mismo que 0.00 pulgadas, la persona de menor estatura mide
39.37 pulgadas y las más alta 78.74. La conversión no ha cambiado la relación
entre ambos individuos; el primero mide la mitad del segundo. Sin embargo, si se
convierten 40 y 80 grados centígrados a grados Fahrenheit, se obtendrán 104 y
176 grados, respectivamente. Queda claro que una temperatura no es la mitad de
la otra. Por fortuna para cualquier estudiante que no comprenda la diferencia entre
escalas de intervalo y de razón, los análisis estadísticos que empleará a lo largo
de su formación profesional, tratan de la misma manera los datos medidos en una
escala de razón que medidos en una escala de intervalo.

Ejemplos de variables que se miden en Psicología en una escala de razón son

aquellas divididas sobre unidades de tiempo. Así, la tasa de respuesta, se ubica
también en una escala de razón o proporción, por ejemplo, el número de
palanqueos por minuto de una rata privada de agua, bajo un programa de
reforzamiento determinado.
 73

Otro ejemplo es la velocidad de lectura de niños de primaria, medida por el

número de palabras por minuto. O el número de palabras recordadas en un
minuto, emitidas por jóvenes universitarios en una prueba de memoria.

Afortunadamente, aunque existen pocos ejemplos de variables psicológicas

medidas en una escala de razón o proporción, como se mencionó anteriormente,
el tratamiento estadístico exige para algunos análisis que las variables estén
medidas cuando menos en una escala de intervalo, o bien de razón o proporción,
no existe diferencia entre ambas, para llevar a cabo ciertos análisis de datos.

Por otro lado, a partir del propósito de la investigación, y de acuerdo a las

necesidades de análisis estadísticos que requieren de ciertos supuestos lógico-
metodológicos que se satisfagan para realizar el análisis de datos, es necesario
aplicar algunas transformaciones entre las escalas de medición. Por tanto se
revisarán algunos aspectos relacionados a este tema.

Transformación de Escalas

Cabe aclarar que cuando se emplean las escalas de medición para medir las
variables, a partir del propósito de la investigación, y de los análisis estadísticos
que se pretendan realizar, es posible hacer transformaciones de las escalas de
medición, lo que significa que de acuerdo al nivel de medición ordenado de
acuerdo a sus propiedades y operaciones admisibles, se pueden transformar los
datos medidos con una escala de nivel superior, a una escala de nivel inferior.

De tal suerte que si el nivel de medición más básico es el nivel de medición al

emplear la escala nominal, le sigue la escala ordinal, después la escala de
intervalo y por último la escala de razón, entonces al transformar los datos
medidos en una escala de orden superior, es posible hacerlo en dirección hacia
 74

una escala de orden inferior, y nunca en el sentido contrario de menor nivel a

mayor nivel.

Ejemplo, supóngase para la variable inteligencia, medida a través de la Escala

Wechsler de Inteligencia para Adultos (WAIS por sus siglas en inglés Wechsler
Adult Intelligence Scale), las puntuaciones obtenidas en esa prueba se consideran
medidas en una escala de intervalo, las cuales pueden ordenarse de acuerdo a los
rangos estandarizados en seis categorías: Superior de 120 o más puntos; Normal
brillante de 110 a 119 puntos; Normal de 90 a 109 puntos; Subnormal de 80 a 89
puntos; Limítrofe de 70 a 79 puntos; y Deficiente mental de 69 o menos puntos;
por lo que se transforman las puntuaciones originales en categorías ordenadas por
el nivel de inteligencia, lo que se obtiene es una variable medida en una escala
ordinal. Cuando se clasifica a los sujetos dentro de cada una de las categorías, se
sabe el orden pero se pierde información respecto a la puntuación exacta
obtenida. Sin embargo, muchas veces dependiendo de los objetivos de la
investigación y de los análisis estadísticos, es necesario llevar a cabo
transformaciones de la escala de medición para ciertas variables.

Por ejemplo, la variable género, medida en una escala nominal, jamás será
medida con una escala de medición de un nivel superior a la nominal, es imposible
hacer transformación de escalas de un nivel inferior a un nivel superior.

Otro ejemplo de transformación de escalas, a partir de una escala de intervalo, es

el caso de la variable nivel económico, medido por el ingreso económico familiar.
Se pueden construir categorías de acuerdo al nivel de ingreso, donde éstas
pueden ser: “nivel alto” de igual o superior a los $15,000.00; “nivel medio”, entre
$5,000.00 y $14,999.00; y “nivel bajo”, menor de $5,000.00; estableciéndose tres
rangos, y por tanto se observa una transformación de la escala de intervalo para la
variable nivel económico, medido en el ingreso mensual familiar en pesos
 75

mexicanos; hacia una escala ordinal para la misma variable nivel económico en
tres niveles o rangos: “nivel alto”, “nivel medio” y “nivel bajo”.

Un ejemplo más, en donde se puede llevar a cabo una transformación de las

escalas, es para la variable obesidad, evaluada por medio del Índice de Masa
Corporal (IMC), el cual se obtiene al dividir peso en kilogramos sobre la estatura
en metros elevada al cuadrado (Kg/m2); así supóngase el estudiante A, que pesa
71 Kg y mide 1.65 metros, el IMC es igual a 26.08 Kg/m2; esta medida se
encuentra en una escala de razón o proporción, es una razón del peso sobre la
altura. Donde de acuerdo con OMS (2000) la obesidad se clasifica con referencia
al IMC como se aprecia en la tabla 2.2; por lo que el estudiante A, se encuentra en
la categoría de “sobrepeso”. La obesidad medida con el IMC se encuentra en una
escala de razón, la cual puede transformarse en una variable medida en una
escala ordinal al categorizar la variable, dando un orden o jerarquía y clasificando
a la obesidad, según la OMS en tres grados de magnitud ascendente, “obesidad
grado I” donde el IMC va de 30 a 34.9; “obesidad grado II” su IMC fluctúa entre 35
y 39.9 Kg/m2; y “obesidad mórbida”, cuyo IMC es igual o superior a 40. Así, si se
mide la variable obesidad por el IMC, se ubica la variable en un nivel de medición
de razón; y si la variable obesidad se mide de acuerdo a la clasificación de la
OMS, en los tres grados de magnitud ascendente en obesidad grado I, II y II, se
está empleando un nivel de medición ordinal.

Tabla 2.2. Clasificación y categorización del peso corporal (World

Health Organization, WHO, 2000)

Clasificación IMC (en Kg/m2)

Normopeso IMC entre 20 -24.9 Kg/m2

Sobrepeso IMC entre 25 - 29.9 Kg/m2

Obesidad grado I IMC entre 30 – 34.9 Kg/m2

 76

Obesidad grado II IMC entre 35 - 39.9 Kg/m2

Obesidad grado III IMC mayor de 40 Kg/m2

(Obesidad mórbida)

A manera de recapitulación, las escalas de medición que se emplean dependerán

del propósito de la investigación, del tipo de mediciones disponibles y las
limitaciones impuestas por el tipo de variable; así en el siguiente apartado se
establece el vínculo de la clasificación de variables de acuerdo al nivel de
medición a partir de las escalas de medición.

Relación de la clasificación de variables y las escalas de medición

En la primera parte del capítulo se revisaron los diferentes tipos de variables

dependiendo del criterio de clasificación, uno de los cuales fue en relación con el
nivel de medición; de tal suerte que una vez revisadas las distintas escalas de
medición, nominal, ordinal, de intervalo y de razón, se vincula esta clasificación de
variables y las escalas de medición. En la figura 2.8 aparece la relación de las
variables de acuerdo a las escalas de medición.

En donde se observa que las variables cualitativas o cuantitativas, discretas y

categóricas, están medidas en escalas nominales u ordinales; por otro lado, las
variables cuantitativas, continuas, numéricas, están medidas en una escala
ordinal, de intervalo y de razón o proporción.

Cualitativas Cuantitativas
 77

Discretas Continuas

Categóricas Numéricas

Nominal Ordinal Intervalo Razón

Figura 2.2. Relación de variables por el nivel de medición, y las escalas de

medición.

Ahora bien, recuérdese que algunas variables pueden ser medidas con una o más
de una escala de medición a partir de cómo sean las operaciones lógico-
metodológicas para medir la variable; de ahí la importancia en investigación, de
elaborar una definición de cada una de las variables del estudio, donde se destaca
que se requieren de dos tipos de definiciones, la conceptual y la operacional, que
se abordarán en el siguiente apartado.

Definición conceptual y operacional de variables

Con el propósito de que los investigadores le den el mismo significado a las

variables y asegurarse de que puedan ser medidas lo más próximo a la realidad,
según ciertas especificaciones u operaciones que deben dejar claras los
investigadores, es necesario definir las variables, las cuales son de dos tipos:
definiciones conceptuales y definiciones operacionales.

Definición conceptual. Definición de conceptos, en la que se utilizan otros

conceptos para definirlos. Es una definición de diccionario, también se conoce
 78

como definición circular.

Definición operacional. Definición en términos de las operaciones

(procedimientos, acciones o procesos) con que puede observarse y medirse.
Por ejemplo, la definición operacional de la ansiedad podría ser en términos de
la puntuación en una prueba, el retraimiento conductual o la activación del
sistema nervioso simpático.

La conceptualización es el proceso a través del cual especificamos con precisión

lo que queremos decir cuando utilizamos un término en particular.

El producto final de este proceso de conceptualizaciones es la especificación de

un conjunto de indicadores que tenemos en mente, y que indican la presencia o
ausencia del concepto que estamos estudiando.

El nombre técnico que se le da a estas agrupaciones es dimensión: un aspecto o

faceta específicos de un concepto.

Sería posible subdividir el concepto, constructo o variable en función de varios

grupos de dimensiones diferentes. Especificar dimensiones e identificar los
indicadores para cada una de estas dimensiones son las dos partes de la
conceptualización que llevan al proceso de operacionalización de variables.

Especificar las distintas dimensiones de un concepto, suele facilitar el camino para

comprender mejor lo que estamos estudiando.

La conceptualización es el refinamiento y especificación de conceptos abstractos,

mientras la operacionalización es el desarrollo de procedimientos de investigación
 79

específicos que darán lugar a observaciones empíricas que representarán esos

conceptos en el mundo real (Babbie, 1996).

La importancia de las definiciones operacionales estriba en que hacen posible la

verificación y enriquecen el significado de los conceptos.

Una definición conceptual trata a la variable con otros términos. Se trata de

definiciones de diccionarios o libros especializados.

Una definición operacional constituye el conjunto de procedimientos que describe

las actividades que un observador debe realizar para medir una variable.

Se puede definir a las variables o constructos de dos formas generales: Primero,

podemos definir una palabra con el uso de otras palabras, que es lo que hace un
diccionario. Podemos definir inteligencia como “un intelecto operante”, “agudeza
mental” o “la habilidad para pensar de forma abstracta”. Tales definiciones utilizan
otros conceptos o expresiones conceptuales en lugar de la expresión o la palabra
que se define. Segundo, podemos definir una palabra por las acciones o
comportamientos que expresa o implica.

Por ejemplo, podemos definir peso diciendo que es la “pesadez” de los objetos, o
ansiedad como “temor subjetivo”.

Una definición operacional asigna significado a un constructo o variable al

especificar las actividades u “operaciones” necesarias para medirlo y evaluar la
medición. De manera alternativa, una definición operacional constituye una
especificación de las actividades del investigador para medir una variable o
manipularla. Implica algo así como un manual de instrucciones para el
 80

investigador. En síntesis, define o aporta significado a una variable al delinear

paso a paso lo que el investigador debe hacer para medirla y para evaluar dicha
medición.

Un ejemplo bien conocido, citado por Kerlinger y Lee (2002), de una definición
operacional para el constructo inteligencia, que puede aplicarse a otros
constructos, tales como ansiedad, aprovechamiento, entre otros, es la puntuación
en una prueba X de inteligencia, o inteligencia es lo que la prueba X de
inteligencia mide. Las puntuaciones altas indican un mayor nivel de inteligencia
que las bajas. Esta definición indica qué hacer para medir la inteligencia, ya que
debe dejarse claro que no necesariamente precisa qué tan bien es medida la
inteligencia por el instrumento especificado.

En otro ejemplo, la variable ingreso familiar podría operacionalizarse al preguntar

sobre el ingreso personal de cada uno de los miembros de la familia y luego sumar
las cantidades que cada quien indicó.

En toda investigación es imprescindible que el investigador defina los constructos

o variables de manera conceptual y operacional.

Definición conceptual. Según la clasificación de los desórdenes mentales y

comportamentales proporcionada por la OMS (1992), se define depresión como
un estado de ánimo caracterizado por pérdida de la capacidad de interesarse y
disfrutar de las cosas, disminución de la vitalidad que lleva al paciente a la
reducción de su nivel de actividad y a un cansancio exagerado que aparece
incluso tras un esfuerzo mínimo, casi todos los días, durante dos semanas
consecutivas o más. Se deberán presentar también al menos dos de los
siguientes síntomas: Disminución de la atención y concentración, pérdida de la
 81

confianza en sí mismo y sentimientos de inferioridad, ideas de culpa y de ser

inútil, perspectiva sombría del futuro, pensamientos y actos suicidas o de
autoagresiones, trastornos del sueño y pérdida del apetito.

Definición operacional. Puntaje obtenido con el Inventario de Depresión de

Beck, versión traducida, adaptada y estandarizada para población mexicana
por Jurado, Villegas, Méndez, Rodríguez, Loperena y Varela (1998). Cuenta
con 21 categorías de síntomas. La suma de todas las respuestas varía de 0 a
63, en donde a mayor resultado obtenido, más intensa es la sintomatología de
depresión del sujeto. Un resultado superior a 10 revela la presencia de
depresión, y una puntuación de 17 o más corresponde a una depresión mayor.

Asimismo, en una investigación, se deben incluir las definiciones conceptuales y

operacionales de las variables o constructos, para lo cual, se recomienda elaborar
un cuadro del proceso de operacionalización de los constructos o variables.
Continuando con el constructo de depresión, para operacionalizarlo (González-
Celis, 2009) se descompone en factores o dimensiones, para lo cual se decide el
número de ellos que se pretenden estudiar, a partir de la revisión de la literatura,
se seleccionan los componentes que integran al constructo depresión. En la tabla
2.3, se aprecian cuatro factores: trastornos cognitivos, deterioro en el rendimiento,
déficits afectivos y trastornos somáticos. Cada uno de los cuales contienen
diversos indicadores, los cuales especifican cómo habrá de medirse el factor, se
indican los aspectos que miden las dimensiones del constructo, en este caso a
través de índices que vienen siendo los reactivos o preguntas que incluyen el
inventario BDI. En el cuadro aparecen los indicadores para cada factor, donde
para el factor 1 “trastornos cognitivos”, contiene nueve indicadores; para el factor 2
“deterioro en el rendimiento”, cuenta con cinco indicadores; mientras el factor 3
“déficits afectivos”, le corresponden cinco indicadores; y para el factor 4 “trastornos
somáticos”, tiene dos indicadores. Para cada indicador se elaboró un reactivo o
pregunta; obteniéndose así 21 índices, reactivos o preguntas, que integran al
Inventario de Depresión de Beck (BDI). Cabe mencionar que el proceso parte de
 82

lo abstracto, el constructo, hacia lo más empírico y medible, es decir del constructo

se derivan los factores o dimensiones; éstos a su vez en indicadores y al mismo
tiempo, en índices o reactivos, hasta llegar a lo medible, observable, tangible a
través de preguntas que integran el inventario BDI; cabe mencionar que el proceso
se inicia con lo teórico, conceptual, abstracto, en dirección hacia lo medible,
cuantificable, observable, empírico; sin embargo el proceso debiera ir en las dos
direcciones, para retroalimentar al constructo que se pretende medir.

Tabla 2.3. Proceso de operacionalización del constructo “Depresión”

CONSTRUCTO FACTORES/ INDICADORES ÍNDICES/

DIMENSIONES REACTIVOS
Insatisfacción R4
Acusación hacia sí R8
mismo
Autoimagen negativa R 14
Trastornos Culpabilidad R5
cognitivos Disgusto hacia sí R7
mismo
Fracaso R3
Dificultad para tomar R 13
decisiones
DEPRESIÓN Pérdida del interés en la R 12
gente
Pesimismo R2
Disminución en el R 15
trabajo
Deterioro en el Fatiga/cansancio R 17
rendimiento Pérdida del apetito R 18
Preocupación por la R 20
salud
 83

Dificultad para dormir R 16

Sentirse castigado R6
Llanto R 10
Déficits afectivos Irritabilidad R 11
Tristeza R1
Pensamientos suicidas R9
Trastornos Pérdida de la libido R 21
somáticos Pérdida de peso R 19
Por último, vale la pena mencionar que, aunque son indispensables, las
definiciones operacionales sólo aportan significados limitados de los constructos o
variables. Ninguna definición operacional puede expresar toda la riqueza y los
diversos aspectos de algunas variables. Esto implica que las variables medidas
por los científicos siempre tienen un significado limitado y específico.

Sin embargo, gracias a las definiciones conceptuales y operacionales, el

investigador cuenta con un lenguaje que puede comunicar a sus colegas, otros
investigadores, estudiantes y a cualquier lector, el significado de los conceptos
que está empleando y las operaciones necesarias para medirlos de manera
empírica.

RESUMEN

La investigación psicológica enriquece el conocimiento científico acerca del

comportamiento de los seres humanos, que se inicia con el proceso de la
observación de los fenómenos que se presentan en la naturaleza, para lo cual es
importante identificar las variables, su definición y medición.

Las unidades de observación constituyen a los objetos, población, entidad, grupo

o sujeto de investigación sobre quien se observa el fenómeno bajo estudio.
 84

Una variable es una propiedad, característica o atributo que posee una unidad de
observación, que al menos cuenta con dos valores o más y que es susceptible de
medición.

Las variables se clasifican por el número de valores o niveles, en dicotómicas, si

tienen dos valores, o politómicas, más de dos.

Otra forma de clasificar a las variables, por el nivel de medición, cualitativas si se

miden asignando símbolos de acuerdo a sus cualidades o atributos; o
cuantitativas, cuando se emplean números o cantidades. De igual manera se
clasifican dependiendo del número de valores que existan entre dos puntos
cualesquiera de la escala de medición, discreta, si toma valores exactos; o
continua si adquiere una cantidad infinita de valores. Asimismo por el nivel de
medición, categórica, si pertenece a un grupo, clase o categoría en razón de si
posee las características que lo definen; o numérica, en función de la asignación
de números de acuerdo a la cantidad del atributo o propiedad que posea la unidad
de observación.
Una forma adicional de clasificar a las variables, si se tiene un diseño experimental
o no experimental, donde se estudian los efectos de una variable (independiente)
sobre el comportamiento en otra variable (dependiente).

La variable independiente es la supuesta causa de otra variable la dependiente.

En un experimento, si la variable independiente es manipulada se dice que es
activa, mientras que en un estudio no-experimental, la variable independiente es
atributiva, si se mide y tiene un efecto lógico la diferencia sobre la variable
dependiente. Donde los niveles de la variable independiente pueden ser fijos,
cuando el investigador los elige, o aleatorios cuando los selecciona al azar.

Existen cuatro niveles de medición: nominal, donde se asignan símbolos o

numerales a las unidades de observación de acuerdo a una clasificación o
categorización, sin indicar orden o magnitud.
 85

En la escala ordinal, los objetos o unidades de observación deben ser ordenados

respecto a una característica o propiedad medida en ellos.
La escala de intervalo incluye datos que indican más que simplemente un orden,
señala el grado de diferencia entre dos puntuaciones, donde se establecen
intervalos iguales en la medición, y se parte de un cero arbitrario o inicio de la
medición.

El nivel más alto de medición es la escala de razón, donde además de tenerse

todas las características de nivel de intervalos, magnitudes y cantidades iguales
entre las categorías o valores de la escala, así como la aplicación de operaciones
aritméticas básicas (suma, resta, multiplicación y división), el cero es real y es
absoluto, no es arbitrario. El cero absoluto implica que hay un punto en la escala
donde está ausente o no existe la propiedad medida.

Con el propósito de que los investigadores le den el mismo significado a las

variables y asegurarse de que puedan ser medidas lo más próximo a la realidad,
según ciertas especificaciones u operaciones que deben dejar claras los
investigadores, es necesario definir las variables, las cuales son de dos tipos:
definiciones conceptuales y definiciones operacionales.

Una definición conceptual trata a la variable con otros términos o conceptos. Se

refiere a definiciones de diccionarios o libros especializados, son definiciones
circulares.

Una definición operacional constituye el conjunto de procedimientos que describe

las actividades que un observador debe realizar para medir una variable.

El proceso de operacionalización de variables o constructos parte de lo abstracto

hacia lo empírico y medible; del constructo se construyen factores o dimensiones,
éstos a su vez en indicadores y al mismo tiempo en índices o reactivos, hasta
 86

llegar a lo medible, cuantificable u observable, con el propósito de dar significado a

los conceptos mediante las operaciones necesarias para medirlos de manera
empírica.

ACTIVIDADES

Para confirmar lo revisado en este capítulo, a partir de la descripción de una

investigación doctoral en proceso (Hattori, 2011), resuelve los enunciados que se
presentan al finalizar la lectura de la información.

En una investigación se evaluó la carga del cuidador primario de pacientes con

diabetes-mellitus tipo 2 (DM-2), a través del instrumento de Carga al Cuidador
de Zarit, adaptado al idioma español por Montorio, Izal, López y Sánchez
(1998), el cual contiene 22 reactivos agrupados en tres factores: impacto de
cuidado, carga interpersonal y expectativas de autoeficacia; cuya puntuación
total indica un índice de sobrecarga percibida, que varía de 0 a 88 puntos, la
cual se clasificó en tres categorías: de 0 a 16 puntos no existe carga, de 17 a
39 una carga moderada, y por encima de 40 puntos sobre-carga; antes y
después de un entrenamiento cognitivo-conductual. Así como la calidad de vida
tanto del paciente como de su cuidador. La calidad de vida se midió con el
WHOQQoL-Bref, instrumento adaptado y validado para población mexicana por
González-Celis, Trón y Chávez (2009), con una puntuación de 0 a 100, entre
más alta la puntuación mejor calidad de vida. El cual contiene 26 reactivos
agrupados en cuatro dominios: salud física, salud psicológica, relaciones
sociales y medioambiente. También se tomaron indicadores fisiológicos de los
pacientes (peso, glucosa en sangre, y hemoglobina glucosilada). El peso se
 87

midió en kilogramos; el nivel de azúcar en sangre, fue medido en mg/dL; y la

hemoglobina glucosilada que indica el promedio de glucosa en sangre durante
los últimos tres meses, donde la glucosilación es un proceso que ocurre
cuando la glucosa se une a algunas moléculas, en este caso, la hemoglobina
de los glóbulos rojos de la sangre. Para verificar que el control de la glucosa
sea adecuado, debe tener un valor de hemoglobina glucosilada de entre 6 y
7%. A continuación se indican los porcentajes de hemoglobina glucosilada y los
valores de glucosa promedio a los que corresponden: 6% (120 mg/dL); 7%
(150 mg/dL); 8% (180mg/dL); 9% (210 mg/dL); y 10% (240 mg/dL). Se
plantearon dos hipótesis: la primera, si la carga del cuidador disminuye
después de la intervención entonces aumenta su calidad de vida y la de su
paciente; la segunda, las medidas del paciente (calidad de vida e indicadores
fisiológicos) mejorarán si se entrena también a los cuidadores de estos
pacientes, así como a los pacientes; en comparación de aquellos pacientes que
sólo reciben el entrenamiento y sus cuidadores no reciben entrenamiento. Para
ello, se invitó a veinte pacientes y sus cuidadores a formar parte del estudio de
manera voluntaria, consentida e informada; quienes fueron asignados de
manera aleatoria a dos grupos de intervención. El Grupo 1, lo constituyeron 10
pacientes y sus cuidadores, quienes ambos recibieron un entrenamiento
cognitivo-conductual con una duración de ocho sesiones, basado en el
“Programa de Competencias de Afrontamiento” de Sank y Shaffer (1993);
mientras el Grupo 2, lo formaron 10 pacientes y sus cuidadores, donde los
pacientes recibieron el entrenamiento cognitivo-conductual, y los cuidadores
sólo fueron evaluados en las diferentes medidas.

2.1 Identificar las variables del cuidador y el número de valores o niveles.

2.2 Identificar las variables del paciente y el número de valores o niveles.

 88

2.3 Indicar el tipo de variables, según las distintas fuentes de clasificación (por el
número de valores de la variable; por el nivel de medición; y por el diseño
experimental o no-experimental) para el cuidador primario de los pacientes.

2.4 Indicar el tipo de variables, según las distintas fuentes de clasificación (por el
número de valores de la variable; por el nivel de medición; y por el diseño
experimental o no-experimental) de las variables para los pacientes.

2.5 Identificar la(s) variable(s) independiente(s) y sus niveles o valores y

especificar el tipo de variables independientes (fija o aleatoria; activa o atributiva).

2.6 Identificar la(s) variable(s) dependiente(s) y sus niveles de medición ¿en qué
escalas de medición se encuentran?

2.7 Identificar la presencia de variables extrañas.

2.8 Proporcionar una definición conceptual para cada variable.

2.9 Proporcionar una definición operacional para cada variable.

2.10 Elaborar un cuadro de operacionalización para cada una de las.