See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/366412877

Norma estándar en ingeniería geotécnica como equivalente de

operacionalización de variables de investigación: El principio del fin de la
intrusión de los metodólogos sociales en la...

Preprint · December 2022

DOI: 10.13140/RG.2.2.21628.82566

CITATIONS READS

0 1,230

3 authors:

Cesar Arbulu José Ronald Aguilar Huerta

Universidad Nacional San Antonio Abad del Cusco, Cusco Universidad Nacional San Antonio Abad del Cusco, Cusco
14 PUBLICATIONS   0 CITATIONS    1 PUBLICATION   0 CITATIONS   

SEE PROFILE SEE PROFILE

José Humberto Cabezas Mancilla

Universidad Andina del Cusco, Cusco
1 PUBLICATION   0 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Metodología de la Investigación para Ingenieros Civiles View project

Biopolymers View project

All content following this page was uploaded by Cesar Arbulu on 20 December 2022.

The user has requested enhancement of the downloaded file.

Incluye clasificación amplia
de variables geotécnicas

César Arbulú Jurado

Ronald Aguilar Huerta
José Cabezas Mancilla

Norma estándar en
ingeniería como
equivalente de
operacionalización
de variables
El principio del fin de la intrusión de los metodólogos
sociales, en la ingeniería en Latinoamérica

UNSAAC-2023
 Artículo de revisión narrativa preparado para la Revista Yachay de la Universidad Andina del Cusco.

Norma estándar en ingeniería geotécnica como equivalente de

operacionalización de variables de investigación:
El principio del fin de la intrusión de los metodólogos sociales en la ingeniería en Latinoamérica
Standards in geotechnical engineering as equivalent to the operationalization of research variables:
The beginning of the end of the intrusion of social methodologists in engineering in Latin America

Autores:
César Arbulú Jurado 1
cesar.arbulu@unsaac.edu.pe
José Ronald Aguilar Huerta1
jose.aguilar@unsaac.edu.pe
José Humberto Cabezas Mancilla1,2
jose.cabezas@unsaac.edu.pe

Resumen.
¿Cuál es la unidad de medida del amor, del odio, de la envidia, de la felicidad, del racismo?
De la Puente (2007)

En el presente artículo se hace una revisión de la literatura concerniente a la operacionalización

de variables, sondeando el origen de su obligatoriedad en el Perú. Se definen los varios aspectos
de la técnica de operacionalización de variables, así como la definición de un constructo.

Luego, se explican y definen las normas técnicas de ingeniería y su vínculo con el diseño
experimental, proponiéndose que, en lugar de implementar el llamado cuadro de
operacionalización de variables, se defina la “plantilla de diseño experimental”, esto en
investigaciones en geotecnia par aquellas que tengan el método experimental como estrategia de
recolección de datos.

Seguidamente, se tratan los temas de metrología y los principios que rigen la medición de
variables en psicología desde el punto de vista de la psicometría, haciendo énfasis en el tipo de
variables que ambas miden: concretas la una y abstractas la otra.

Se plantea también una extensa variedad de clasificaciones de variables geotécnicas en

investigaciones en ingeniería, mostrando la obsolescencia de la tradicional costumbre de los
científicos sociales en clasificarlas solamente como: nominal, ordinal, de intervalo y razón, la
cual, muchas veces, resulta impertinente en el campo de la geotecnia.

Se concluye que, la operacionalización de variables es un aspecto fundamental de las

investigaciones en las ciencias sociales, sin embargo, en campos de conocimiento como la
ingeniería civil geotécnica, muchas veces no tiene sentido práctico.

En vista de lo analizado se plantea que la operacionalización de variables, tal como se solicita en

los manuales de formulación de tesis en el Perú, sea reemplazada por: a) estándar completamente
equivalente a la operacionalización, en este caso no es necesario ninguna operacionalización; b)
estándar semi equivalente con adaptaciones, aquí convendrá expresar en la investigación que
parte del procedimiento sigue la norma al pie de la letra y que parte se ha adaptado; y, c)
operacionalización completa a falta de estándar de ingeniería.

Se plantean la siguiente reflexión ¿Hasta cuándo las guías y manuales de formulación de tesis en
el Perú van a exigir la “operacionalización” en los casos en que ésta no es pertinente?
Palabras clave: norma técnica, ingeniería civil, investigación, definición operativa, geotecnia.

1
Docente de la maestría en Ingeniería Civil de la Universidad Nacional de San Antonio Abad del Cusco, Perú. Semestre 2022-I.
2
Docente de pregrado en Ingeniería Civil de la Universidad Andina del Cusco.

1
Abstract
What is the unit of measurement of love, hate, envy, happiness, racism?
Bridge (2007)

In this article, a review of the literature concerning the operationalization of variables is

made, probing the origin of its obligation in Peru. Various aspects of the variable
operationalization technique are defined, as well as the definition of a construct.
Then, the engineering technical standards and their link with the experimental design are
explained and defined, proposing that, instead of implementing the so-called variables
operationalization table, the "experimental design template" be defined, this in geotechnical
research for par those that have the experimental method as a data collection strategy.
Subsequently, metrology issues and the principles that govern the measurement of variables
in psychology from the point of view of psychometry are discussed, emphasizing the type of
variables that both measure: the one concrete and the other abstract.
A wide variety of classifications of geotechnical variables in engineering research is also
proposed, showing the obsolescence of the traditional custom of social scientists in
classifying them only as: nominal, ordinal, interval and ratio, which is irrelevant in the field
of geotechnics.
It is concluded that the operationalization of variables is a fundamental aspect of research in
the social sciences, however, in fields of knowledge such as geotechnical civil engineering,
it often does not make practical sense.
In view of what has been analyzed, it is proposed that the operationalization of variables, as
requested in the thesis formulation manuals in Peru, be replaced by: a) standard completely
equivalent to the operationalization, in this case no operationalization is necessary; b) semi-
equivalent standard with adaptations, here it will be convenient to express in the investigation
which part of the procedure follows the standard to the letter and which part has been
adapted; and, c) complete operationalization in the absence of an engineering standard.
The following reflection is raised: How long will the thesis formulation guides and manuals
in Peru demand “operationalization” in cases where it is not pertinent?
Keywords: technical standard, civil engineering, research, operational definition,
geotechnics.

2
1. Introducción.
El objetivo del presente trabajo fue indagar los orígenes del proceso de operacionalización
de variables, puntualizando su estrecho vínculo con la práctica de investigación en las
ciencias sociales. Además, se define el proceso de operacionalización de variables según
diversos autores, sobre todo, desde la perspectiva de la psicología, la educación y la
sociología. Una segunda parte discute el concepto de las normas técnicas estándar
relacionadas a la ingeniería en general, y particularmente a la ingeniería civil geotécnica.
Seguidamente, en un tercer acápite se manifiestan los conceptos de metrología y psicometría
como una manera de contrastar los distintos enfoques en la forma de medir los objetos de
estudio en las disciplinas de las Ciencias Sociales y de la ingeniería. Finalmente, se plantea
la equivalencia del concepto de operacionalización de variables con los estándares de
ingeniería, describiéndolos en tres niveles: a) estándar completamente equivalente a la
operacionalización; b) estándar semi equivalente con adaptaciones y; c) operacionalización
completa a falta de estándar de ingeniería.

2. Revisión de la literatura
La revisión de literatura se llevó a cabo de manera semi sistemática, buscando los conceptos
a tratar en los libros de texto más actuales en los temas de: investigación científica,
estadística, psicología y sociología. La discusión central está en el hecho de comparar la
utilidad de la operacionalización de variables dentro de las ciencias sociales y su inutilidad
en la definición de variables que ya poseen estándares consensuados en la ingeniería civil
geotécnica.

3. Obligación de operacionalizar variables en las investigaciones en el Perú.

¿Por qué se obliga a los bachilleres, maestrantes y doctorandos en ingeniería civil de la
especialidad de geotecnia en el Perú a operacionalizar sus variables? La respuesta se halla
en los documentos emitidos como guías o normas para la presentación de tesis, los cuales
los exigen como requisito, así:
Tabla 1.
Manuales de universidades en el Perú y su exigencia de operacionalizar.
Fecha del Exige
Universidad Nombre del documento Fuente document operaciona-
o lización
Universidad http://fic.uni.edu.pe/med
Nacional de Guía de Plan de Tesis - FIC-UNI ia/announcements/Guia_ 2020 NO
de_Tesis_Profesional_2
Ingeniería 020.pdf
Pontifica
Universidad GUÍA EN CIENCIAS E https://repositorio.pucp.e
du.pe/index/handle/1234 2018 NO
Católica del INGENIERÍA: Ingeniería Civil
56789/172142
Perú
Guía de Investigación ¿Cómo https://ucontinental.edu.
Universidad pe/documentos/investiga
elaborar el Proyecto e Informe de cion/2019/guia-de- 2019 SI
Continental
Investigación? (p. 5) investigacion-pregrado-
postgrado.pdf

https://www.administrac
Universidad de Manual para la elaboración de las ion.usmp.edu.pe/wp-
San Martín de tesis y los trabajos de content/uploads/2020/06 2017 SI
/MANUAL-ELAB-
Porres investigación (p. 12) TESIS-Y-TRAB-
INVEST.pdf
Universidad http://www.unfv.edu.pe/
Anexo VI, estructura de plan de
Nacional eupg/images/servicios/gr
tesis ados_titulos/2019/RES- 2018 SI
Federico
(p. 19, 20) R-4211-2018-CU-
Villareal UNFV.pdf

“GUÍA DE ELABORACIÓN DE https://www.studocu.co

Universidad m/pe/document/universi
PRODUCTOS DE dad-cesar- 2022 SI
Cesar Vallejo
INVESTIGACIÓN DE FIN DE vallejo/tutoriaiii/rvi-
n0110-2022-vi-ucv-

3
 Fecha del Exige
Universidad Nombre del documento Fuente document operaciona-
o lización
PROGRAMA” - RESOLUCIÓN aprueba-guia-de-
elaboracion-de-
DE VICERRECTORADO DE productos-de-
INVESTIGACIÓN N°110-2022- investigacion-de-fin-de-
VI-UCV (p. 14) programa/28711349

Universidad ANEXO 3: ESTRUCTURA DE https://www.uandina.ed

u.pe/descargas/transpare
Andina del TESIS CON ENFOQUE ncia/2022/R_CU-471- 2022 SI
Cusco CUANTITATIVO (p. 36) 2022-UAC-grado-titulo-
fia.pdf
Universidad GUIA PARA ELABORAR https://www.uandina.ed
Andina del LA TESIS DOCTORAL Y u.pe/descargas/documen 2015 SI
tos/epg/guia2-tesis-
Cusco DE MAESTRIA maestria-doctorado.pdf
Escuela de
posgrado de la
ANEXO 1: ESTRUCTURA DEL http://postgrado.unsaac.e
Universidad
PROYECTO DE TESIS PARA du.pe/laescuela/doc/Estr 2022 Opcional
Nacional de San ucturaPlanTesisAnexo1.
MAESTRÍA O DOCTORADO
Antonio Abad pdf
del Cusco

Conforme se aprecia, la mayoría de universidades exigen como parte del desarrollo de un

proyecto de tesis la integración de la operacionalización de las variables, esto sin considerar
las particularidades técnicas de las especialidades de sus propias carreras.

4. La operacionalización de variables.
4.1. Historia de la operacionalización de variables: el operacionismo.
“Puedes medir muchas cosas con una regla, pero la felicidad [de una arcilla] no es una de ellas”
(Schacter et al., 2009).

El psicólogo Gustav Fechner, fundador de la psicofísica, planteaba ya en 1860 su

debatible teoría de las medidas mentales, asumiendo que los sistemas sensoriales
humanos obedecen a las mismas leyes de error que afectan a los instrumentos físicos
de medición (Link, 1993).
En 1897, el estadístico escoces George Udny Yule en su obra “the theory of
correlation” introduce el término variable para referirse a las cantidades numéricas.
También usó el término correlación y plantea que se usará en lugar de relación causal,
augurando el largo debate de que correlación no implica causalidad (Ahmed & Pathan,
2016).
Un grupo de científicos e ingenieros, encabezado por Charles Dudley, formó la
American Society for Testing and Materials (ASTM) en 1898, con el objetivo de
abordar las frecuentes roturas de rieles que afectaban a la industria ferroviaria. El
grupo desarrolló y aprobó en 1901 el primer estándar “Structural Steel for Bridges”,
luego del cual el gobierno de los estados unidos, presionado por la industria crea el
“National Bureau of Standards” (NBS). En 1902 el comité C-1 del ASTM pone los
fundamentos de los estándares del cemento y del concreto en la ingeniería (ASTM,
2022).
Ya en 1922, Edward C. Tolman ofreció una "nueva fórmula para el conductismo" que
alentó a la psicología a tratar los estados mentales como variables intermedias que
están vinculadas a la observación mediante definiciones operativas (Wright, 2015).
La organización que hoy se conoce como ISO, comenzó en 1926 como la Federación
Internacional de Asociaciones Nacionales de Normalización (ISA). Esta organización
se centró en gran medida en la ingeniería mecánica. Se disolvió en 1942 durante la

4
Segunda Guerra Mundial, pero se reorganizó con el nombre actual, ISO, en 1946 (ISO,
2022).
El desarrollo de las ciencias estuvo nutrido por cambios sociales como la segunda
guerra mundial en la primera mitad del siglo XX. Aquella época estuvo dominada por
un pensamiento naturalista que priorizaba propuestas empíricas y métodos
matemáticos y físicos (Cordero, 2017). Las definiciones operacionales emanaron de
un movimiento conocido como operacionismo, iniciado en 1927 por el físico premio
Nobel P. W. Bridgman, basado en el concepto de Einstein acerca de la simultaneidad,
y descrito en su obra “The Logic of Modern Physics”.
El supuesto básico del operacionismo es que las definiciones convenientes de las
variables con que trata una ciencia son obligación indispensable para su avance. Sin
embargo, el término “definición operacional” fue apropiado por los psicólogos,
basándose en la obra de Bridgman (McGuigan, 1996). Así, se fija el concepto de
longitud cuando se establecen las operaciones por medio de las cuales se mide la
longitud: es decir, el concepto de longitud contiene tanto como, pero no más que el
conjunto de operaciones por las cuales la longitud es determinada (Bridgman, 1958).
En 1946, el psicólogo norteamericano S.S. Stevens plantea su Teoría de las Escalas de
Medición, con la cual trata de responder la pregunta de la Asociación Británica del
Avance de la ciencia: ¿Es posible medir las sensaciones humanas? A su vez, plantea
el dilema: ¿Cuáles son las reglas, si las hay, bajo las cuales se asignan los numerales
en las mediciones? Concluyendo que sus escalas propuestas (nominal, ordinal, de
intervalos y de razón) nos dan a entender que todas las escalas pertenecientes al mismo
grupo matemático son igualmente precisas, certeras, útiles o fundamentales,
justificando su posición en que ninguna escala usada por mortales está perfectamente
libre de error.
Antes de 1970, los diagnósticos psiquiátricos eran alarmantemente imprecisos, tan
pronto como esta situación caótica se hizo evidente, la comunidad de investigación
clínica acordó que se requerían definiciones operativas, al menos para todos los
síndromes principales. Esencialmente, una definición operativa o semántica es una
declaración o un conjunto de declaraciones que explican con precisión ¿qué
combinaciones de síntomas y conductas son adecuadas para establecer un diagnóstico?
(Wright, 2015).
Russel Ackoff (1962) pionero de las ciencias administrativas afincado en los setentas
en México, ya planteaba el proceso de operacionalizar variables. En 1972 el
investigador en educación Tuckman introduce el término “operational definitions” en
su libro: “Conducting Educational Research”. El sociólogo Paul Davidson Reynolds
(1971), luego de considerar las características deseables del conocimiento científico y
los paradigmas, examina la naturaleza de los conceptos y declaraciones. Se explora la
utilidad de conceptos abstractos frente a conceptos concretos y la medición y
cuantificación de conceptos.
La referencia más antigua en idioma español acerca de la operacionalización de
variables corresponde al educador Mario Tamayo (1981), luego, la licenciada en
enfermería Beatriz Pineda (1986), quien es autora de artículos científicos en áreas
como: recursos humanos, enfermería, salud, educación. Luego, este término se
encuentra en la obra del educador venezolano Luis Bravo Jauregui (1987).

5
 Figura 1
Línea de tiempo de la operacionalización de variables.

1927
1860 1962 1972
Bridgman inicia 1981
Fechner equipara el 1898 1901 Tuckman
la corriente del Ackoff plantea el Tamayo introduce el
error de los sentidos Se parueba el introduce el
Charles Dudley Operacionismo, concepto de término
humanos a los primer estándar término
forma el ASTM al cual se operacionalizar "operacionalización
instrumentos de de ingeniería "operational
adhieren los variables de variables"
medición definitions"
psicólogos

Queda claro que, la concepción de operacionalizar variables como tal, proviene de la

física, pero fue apropiada por las ciencias sociales en su afán de convertirse en
positivista, esto ocurre específicamente en ramas de la investigación como la
psicología, la administración y la educación; y que, no se ha encontrado hasta la
redacción del presente artículo algún vínculo del nacimiento de tal proceso con el
ejercicio de la ingeniería. Sin embargo, hay que resaltar que la ingeniería, por una
necesidad práctica, se hace cargo de la estandarización de mediciones mucho antes de
que la psicología tenga a bien ajustar sus métodos al enfoque cuantitativo.

4.2. Definición de operacionalización de una variable.

También llamado contracción de variables (Hermida, 1991), es un procedimiento
consistente en transmutar, o llevar las variables teóricas (constructos teóricos), de un
nivel abstracto (conceptos), en variables intermedias (definiciones), luego éstas en
variables empíricas en un plano más concreto que permita explicar cómo se miden
(indicadores). Se operacionaliza, por ejemplo, una variable teórica, abstracta o
constructo, precisando al máximo el significado que se le otorga en un determinado
estudio. Para construir una prueba [psicológica o sociométrica] se debe partir de la
operacionalización de las variables. (Ñaupas et al., 2013) (Pineda et al., 1994).
La operacionalización, trata de elaborar formas de comunicación más precisas y
efectivas para los científicos, asignando significados unívocos a los términos y
tratando de evitar ambigüedad (Mejía, 2005). Aunque en algunas áreas científicas,
especialmente en las ciencias sociales, se habla mucho en contra y se critican
vagamente la "operacionalización" y el "operacionalismo", estas dos nociones son de
hecho muy fructíferas (Sadegh-Zadeh, 2015).
Las definiciones operacionales refinan las variables para enfatizar las características
observables de los fenómenos bajo estudio. Estas definiciones permiten a los
investigadores transmitir los significados de las variables con suficiente precisión para
que otros puedan entender y replicar el trabajo (Tuckman & Harper, 2012).
En ocasiones, las variables no ofrecen mayor dificultad en cuanto a su descripción,
definición y medición y puede ser operacionalizada incluso mediante un solo
indicador: ej. edad en años de una persona; siendo variables simples, cuya
comprensión es más fácil. Sin embargo, en variables de mayor complejidad teórica se
tienen que definir claramente para entender su significado y para llegar a su medición:
ej. marginación socioeconómica (Pineda et al., 1994).
Los científicos sociales, hablan de “operacionalización de variables”, cuando se
precisa o conceptualiza una variable; esto simboliza pasarla de un concepto abstracto

6
 a un concepto cuantificable, para lo cual se deben precisar sus dimensiones; esto es,
el rango de valores que pueda tomar, a fin de hacer más fácil la recolección (Bauce et
al., 2018).
El sociólogo mexicano Raúl Rojas (2010), plantea que es posible que algunos
conceptos teóricos, en comparación con otros, requieran de un mayor número de
niveles de intermediación para contar con referentes empíricos, lo cual se debe a que
no todos los conceptos se encuentran en el mismo nivel de abstracción. Existen, en
cambio otros indicadores que no pueden investigarse directamente por lo que deben
realizarse algunas operaciones para bajar su nivel de abstracción y poder recabar la
información empírica.
Figura 2
Operacionalización de una variable.

Variable

Dimensiones

Indicadores

Items o preguntas
(reactivos)

Adaptado de Rivas (2017).

Los psicólogos, educadores y otros científicos sociales a menudo usan conceptos
teóricos para explicar las diferencias en el comportamiento de las personas. Los
psicólogos se refieren a estos conceptos teóricos como constructos hipotéticos o
variables latentes. Son características, atributos, procesos o estados psicológicos
teóricos que no se pueden observar directamente (ej. la inteligencia). Las operaciones
o procedimientos que se usan para medir dichos constructos hipotéticos se llama
definición operacional (Furr, 2022).

4.3. Definición de variable.

Se denomina variable a la condición o característica medible de los objetos, individuos
(Levine et al., 2006) (Moore, 2005) (Daniels & Minot, 2020) o lugares (Bhadra, 2016),
y que puede tomar diferentes valores o categorías en el marco de una investigación
previamente diseñada. Por el contrario, una constante es aquella que toma un único
valor durante todo el estudio (Johnson & Christensen, 2014). Una variable será
analizada estadísticamente (Levine & Stephan, 2010).
También llamadas [en las ciencias sociales] dimensiones de análisis, constituyen los
aspectos de las unidades de análisis que se han seleccionado para examinar o estudiar,
de acuerdo a los problemas e hipótesis de la investigación. Se llaman variables porque
refieren a variaciones entre distintos estados o valores (Ynoub, 2008).
Una variable es la representación numérica de una característica sometida a medición.
Recibe ese nombre porque, al medir una característica en un conjunto de elementos,

7
 los valores que se obtienen no son idénticos en todos los elementos medidos (Pardo et
al., 2009).
En ciencias de la salud a veces se define como variable a un hecho o fenómeno de
interés o un objeto a investigar, a fin de poder analizar y evaluar las condiciones en
que se produce tal hecho (Macchi, 2019).
Al estudiar poblaciones y muestras, el investigador se enfoca en una o más
características o propiedades de las unidades experimentales en la población. La
ciencia de la estadística se refiere a estas características como variables (Mendenhall
& Sincich, 2016).
Los psicólogos y los científicos sociales enfrentan desafíos particulares al lidiar con
las mediciones, porque los fenómenos de su estudio son intangibles, altamente
adaptativos y complejos, y están sujetos a reglas menos rigurosas que los explorados
en otros campos (Hossenfelder, 2018). Por lo tanto, las tecnologías de medición de las
ciencias físicas y la ingeniería no se pueden aplicar. Además, como todas las personas
son individuos y miembros de comunidades sociales, los científicos [sociales] que
exploran estos fenómenos no pueden ser independientes de sus objetos de
investigación. Esto conlleva riesgos particulares de introducir sesgos egocéntricos y
etnocéntricos (Uher, 2018).

4.4. Rango y dominio y niveles de una variable.

El dominio de la variable son los valores que toma, el dominio o recorrido de la
variable es la diferencia entre el valor mayor y el menor de los que toma la variable
(Zárate, 2018).
Para que una muestra sea representativa de la población, debe contener datos sobre
todo el rango de valores de las variables medidas. No podemos extrapolar
conclusiones a otros rangos de variables. Un valor único calculado a partir de una serie
de observaciones (muestra) se denomina “estadístico”. La medida más simple de la
variabilidad es el rango. (Lazić, 2004).
Los factores cuantitativos, como la temperatura y el tiempo, toman valores en un rango
continuo. Los factores cualitativos, como el sexo o el estado civil, toman un número
discreto de valores. Los valores de un factor se denominan niveles. Un tratamiento es
el nivel de un factor en el caso de un factor y una combinación de niveles de factor en
el caso de más de un factor (Taback, 2022).

4.5. Tipos de variables.

Se pueden presentar distintos tipos de variables en atención a su criterio de
clasificación, así:
Tabla 2.
Tipos de variables con ejemplos en geotecnia.

Ejemplo en geotecnia (Arbulú,

Variable Concepto
2022)

Según la función que cumplen en la investigación (Saunders et al., 2019):

Independiente (VI),
factor, manipulada, Variable que se manipula o cambia para medir su efecto Dosis de biopolímero en la
predictiva o en una variable dependiente. estabilización de un suelo.
tratamiento

8
 Ejemplo en geotecnia (Arbulú,
Variable Concepto
2022)
Variable que puede cambiar en respuesta a cambios en
otras variables; resultado observado o resultado de la
Dependiente (VD),
manipulación de otra variable (Saunders et al., 2019). Cohesión del suelo producto de su
respuesta, observada
También denominada variable objetivo, es una variable estabilización.
u objetivo
que se estima o predice usando una ecuación de regresión
(Ahmed & Pathan, 2016).
Una variable ubicada entre las variables independientes y Número de golpes de martillo
Interviniente o
dependientes, que transmite el efecto entre ellas (IV → Proctor al determinar el contenido
Mediadora (MV)
MV → DV). óptimo de humedad de un suelo.
El volumen del molde Proctor
Moderadora o de Se introduce una nueva variable que afectará la naturaleza
durante el ensayo (4” o 6”) según la
respuesta seundaria de la relación entre el IV y el DV.
granulometría del suelo.
Variables adicionales observables y medibles que deben
mantenerse constantes para evitar que influyan en el
El número de horas de reposo de un
efecto de la IV en la VD. En un diseño experimental u
suelo antes del ensayo de límite
A controlar observacional, el término variable a controlar se refiere a
líquido por el método de
las que no son de interés principal; y, por lo tanto,
Casagrande.
constituyen un factor extraño cuya influencia debe
controlarse o eliminarse (Frey, 2022).
Variables extrañas pero difíciles de observar o medir que
potencialmente pueden desmejorar las inferencias
Confusas, difíciles extraídas entre el IV y el DV. Debe tenerse en cuenta al
La viscosidad de un suelo durante el
de controlar o discutir los resultados para evitar conclusiones falsas
ensayo de Proctor modificado.
latentes. (Saunders et al., 2019). Casi todas las relaciones entre dos
variables dependen de variables latentes de entorno
(Moore, 2005).

Según su causalidad (Zikmund et al., 2010)

Ocurre cuando dos eventos "covarían", lo que significa
que varían sistemáticamente. En términos causales, la
variación concomitante significa que cuando ocurre un El contenido de humedad y la
Concomitante o
cambio en la causa, también se observa un cambio en el densidad seca en un ensayo Proctor
covariante
resultado. La correlación, que discutiremos en un capítulo modificado.
posterior, se usa a menudo para representar la variación
concomitante.
Número de días de inmersión de
Secuencia temporal
Producto del orden temporal de los acontecimientos. una muestra, antes del ensayo de
o tiempo
CBR.
Resulta en una asociación espuria que no es verdadera. A Mezcla de dosis de dos aditivos
menudo, no se puede hacer una inferencia causal, aunque estabilizantes en un suelo en
Espuria existan las otras condiciones porque tanto la causa como exactamente las mismas
el efecto tienen alguna causa común; es decir, ambos proporciones para determinar el
pueden estar influenciados por una tercera variable. efecto de solo uno de ellos.

Según su nivel de medición (Johnson & Christensen, 2014):

Cuantitativa Aquella que varía en grado o cantidad y puede ser
Contenido de humedad de un suelo.
continua expresada en números reales.
Aquella que varía en grado o cantidad y puede ser Número de golpes de la cuchara de
Cuantitativa discreta
expresada en números enteros. Casagrande.
Categórica Aquella que varía según el tipo o especie. Clasificación SUCS del suelo.

Según su requerimiento de operacionalización

Empíricas,
Aquellas que prácticamente no requieren
concretas,
operacionalización. Usualmente existe algún estándar Peso de una muestra de suelo.
observables o
internacional para medirlas.
físicas.
Abstractas, latentes, Son aquellas necesariamente requieren un proceso de La sensación de seguridad que
lógicas o de validez operacionalización, validación y sustento teórico profundo produce un talud cuando es
cuestionable. ya que no hay consenso en su procedimiento de medición. observado.

Según su pre tratamiento estadístico

Las variables ficticias son variables que toman valores de La determinación de si un paño de
Dummy o ficticia 0 o 1, donde los valores indican la presencia o ausencia de pavimento tiene grietas (1) o no
algo. Tales variables son, por lo tanto, esencialmente un tiene grietas (0).

9
 Ejemplo en geotecnia (Arbulú,
Variable Concepto
2022)
dispositivo para clasificar datos en categorías mutuamente
excluyentes, como masculino o femenino (Gujarati &
Porter, 2003).
La apertura de un tamiz
Aquellas cuyo análisis estadístico se realiza con los datos estandarizado para el ensayo de
Sin transformación
recolectados sin mayor transformación. granulometría, medida en
milímetros.
El logaritmo de la medida de la
Aquellas que requieren algún tipo de transformación
apertura de un tamiz estandarizado
(logarítmica, exponencial, de potencia, etc.) para mejorar
Transformada para el ensayo de granulometría
su ajuste a la normalidad y maximizar su ajuste a una
para representar la curva
curva. Se suele evaluar mediante un gráfico Box-Cox.
granulométrica

Según su escala de medición (Cooper & Schindler, 2014) (Stevens, 1946) (Daniels & Minot, 2020) (Wang
& vom Hofe, 2007) (Levine et al., 2020) (Myatt, 2006)
Usadas ampliamente en las ciencias sociales, se refiere a
una variable que naturalmente o por diseño, se puede
agrupar en dos o más categorías que son mutuamente
excluyentes y colectivamente exhaustivas. No sugieren
Nominal una relación de orden o distancia y no tienen origen Tipo de suelo según SUCS
aritmético. En las ciencias sociales y de la salud es
frecuente encontrarse con variables categóricas. Son
variables de las que únicamente es posible obtener una
medida de tipo nominal (Pardo et al., 2009).
Incluyen las características de la escala nominal más una
indicación de orden. Los datos ordinales requieren
conformidad con un postulado lógico, que establece: Si a
es mayor que b y b es mayor que c, entonces a es mayor Tamaño de las partículas de suelo:
Ordinal que c (Cooper & Schindler, 2014). Las escalas para medir limo, arena fina, arena gruesa, grava
actitudes, satisfacción, habilidades, emociones, calidad de fina, grava gruesa, bolonería, etc.
vida, estado de salud percibido, etc., son, en teoría,
mediciones ordinales y, por tanto, variables también
ordinales (Pardo et al., 2009).
Las escalas de intervalo tienen el poder de los datos
Número de golpes de la cuchara de
Intervalo o nominales y ordinales, más una fortaleza adicional:
Casagrande durante el ensayo de
intervalar incorporan el concepto de igualdad de intervalo. El
límite líquido.
tiempo del calendario es de tal escala.
Las escalas de razón incorporan todas las potencias de las
anteriores escalas, y adicionalmente la provisión de una
Razón definición para el cero absoluto u origen. Las medidas de Contenido de humedad de un suelo.
dimensiones físicas como el peso, la altura, la distancia y
el área son ejemplos.
Las variables categóricas con dos posibles valores (p. ej.,
Dicotómica muerto o vivo) se denominan dicotómicas (Hulley et al., Suelo saturado, suelo no saturado.
2014).

Según su contacto con el fenómeno (Webster, 1998)

Son aquellas que miden directamente el fenómeno es
Directas Peso de una muestra de suelo.
estudio.
Se trata de aquellas variables que miden indirectamente el Módulo de resiliencia del suelo
Indirectas fenómeno investigado, requiriendo por lo general una medido a través de un ensayo de
correlación para su interpretación. CBR

Según la consecuencia de la técnica sobre el fenómeno que miden, adaptado de Webster (1998):
Es aquella variable que resulta de una medición que
destruye el original objeto exacto en el que es aplicado,
alterando sus propiedades físicas, químicas o su geometría
Destructiva o
primigenia. Una variable de este tipo no se puede tomar Grado de compactación utilizando
invasiva o no
más de una vez del mismo punto y del mismo objeto. un cono de arena
repetitiva
Cuando la parte (característica) que se mide es destruida
por el acto de medir, el proceso se conoce como medición
destructiva (Chrysler Group LLC, 2010).
No invasiva y no Son variables que provienen de un procedimiento de Grado de compactación reportado
destructiva o medición que no impide el posterior uso del objeto por un densímetro nuclear
repetitiva medido, es decir no lo destruye a causa de la medición. Se

10
 Ejemplo en geotecnia (Arbulú,
Variable Concepto
2022)
puede repetir la medición más de una vez usando
exactamente el mismo objeto medido.

Según su comportamiento previsto de ajuste matemático

La relación de la compresión no
Es aquella variable cuya intención es representar un
confinada de un suelo estabilizado
Lineal fenómeno a través de un modelo lineal. Puede ser simple
con el contenido de cemento
o múltiple (Kennedy & Neville, 1982).
adicionado.
Es aquella que intenta modelar un fenómeno no lineal. La
evaluación de su ajuste suele hacerse mediante el criterio
de Akaike (AIC). Un modelo no lineal común es la
regresión exponencial (Denis, 2021). A continuación, se
muestra una relación no lineal perfecta con coeficiente de
correlación igual a cero (Frey, 2022):

La relación densidad humedad de

No lineal un suelo determinada por el ensayo
Proctor.

Según la preexistencia de los datos

Resistencia a la compresión simple
Aquellas que el investigador recoge directamente sobre el
Primarias de una muestra de suelo durante un
fenómeno.
experimento.
Correlaciones usuales de las
Datos pre existentes de los cuales hace uso el
Secundarias propiedades geotécnicas de un suelo
investigador, él no los genera.
tomadas de manuales publicados.

Según la preexistencia de las unidades de análisis (Panaretos, 2022)

Resistencia a la compresión simple
Construida o Aquellas que el investigador geotecnista construye o
de una muestra de suelo remoldeada
fabricada fabrica ad-hoc para sus ensayos
en laboratorio.
Aquella que el investigador encuentra ya conformada con Altura del nivel freático natural en
Natural o prexistente
anterioridad al estudio. cierta época del año.

Según el modelo de ingeniería que pretenden representar (Montgomery & Runger, 2018)
Son las que se construye a partir de nuestro conocimiento
Mecanísticas subyacente del mecanismo físico básico que relaciona las Presión = fuerza / área
variables.
Es aquella variable producto de la utilización del
conocimiento científico y de ingeniería del fenómeno, La ecuación de la capacidad
Empíricas pero no se desarrolla directamente a partir de la portante de Terzaghi para una
comprensión teórica o de los principios primarios del cimentación cuadrada.
mecanismo subyacente.

Según su método de recolección en ingeniería (Montgomery & Runger, 2018)

Son producto de un estudio retrospectivo que utiliza todos Capacidad portante de suelos
Retrospectiva o una muestra de los datos históricos del proceso determinada por estudios de suelos
archivados durante un período de tiempo. en años anteriores.
Son las que provienen de un estudio observacional, el
Pendiente de un talud determinado
Observacional ingeniero observa el proceso o población, perturbándolo
por su medición topográfica
lo menos posible, y registra las cantidades de interés.
Son las que provienen de un experimento diseñado, el
ingeniero realiza cambios deliberados o intencionales en Medida de la cohesión como
De experimento las variables controlables del sistema o proceso, observa resultado de la incorporación de
diseñado los datos de salida del sistema resultante y luego hace una cierta dosis de biopolímero en un
inferencia o decisión sobre qué variables son responsables suelo.
de los cambios observados en el rendimiento de la salida.

11
 Ejemplo en geotecnia (Arbulú,
Variable Concepto
2022)

Según si provienen de un experimento aleatorizado

En muchos casos es deseable asignar un valor numérico a
Aleatorias cada resultado de un experimento. Esta asignación se
llama variable aleatoria.
No aleatorias No cumple con las condiciones de una variable aleatoria.
Dosis de biopolímero adicionada al
suelo para ver su efecto en la
cohesión.
Toma de muestra de suelo de una
cantera de forma no probabilística,
a pie de carretera por comodidad.

Según su proceso de construcción (Kumar Bhayyalal Dubey & Kothari, 2022)

La variable se desarrolla sobre una base ad hoc. Este es el

enfoque más utilizado en ciencias sociales. Se presume El índice de CBR inventado por la
Arbitrarias que tales escalas miden los conceptos para los que han agencia de transportes de
sido diseñadas, aunque hay poca evidencia para apoyar tal California.
suposición.

Son aquellas que surgen de un panel de jueces expertos

(comité) que evalúa los elementos elegidos para su La resistencia a la compresión
Consensuadas inclusión en el instrumento en términos de si, son simple de una arcilla determinada
relevantes para el área temática y sin la implicancia de por el método ASTM D2166
ambigüedades. Es el caso de los estándares de ingeniería

Es aquella que tiene una serie de elementos individuales

se desarrollan en una prueba que se administra a un grupo Percepción de un suelo orgánico
Con base en ítems o
de encuestados. Después de administrar la prueba, se con base en una escala escrita para
reactivos
calculan los puntajes totales para cada uno. Es el caso estimar su olor.
típico de un test psicológico.

Son aquellas planteadas conforme a alguna clasificación

de elementos con poder de discriminación ascendente y
Acumulativas Percepción del riesgo de un talud.
descendente. Las escalas de ponderación de percepciones
son un ejemplo.

Pueden construirse sobre la base de inter correlaciones de Percepción de los pobladores de que
Factoriales elementos que indican que un factor común explica la un deslizamiento de tierra está
relación entre los elementos. asociado a una lluvia intensa.

Según su complejidad (Gorgas et al., 2011)

Cuando solo se mida un carácter o dato de los elementos Peso de una muestra (peso del a
Unidimensional
de la muestra. muestra).

Resistencia compresiva no
Multidimensional o Cuando se estudien simultáneamente varios caracteres de confinada de una muestra de suelo
n-dimensional cada elemento. (Presión, área, deformación
unitaria).

Según el modelo que la variable quiera representar (Fellows & Liu, 2008).

Un tramo de prueba de una carreta

Modelo material Obtenidas desde objetos físico originales
destinado a la investigación.

Obtenidas desde la lógica y el simbolismo pero que Teoría de Von Mises para la
Modelo formal
representan objetos físicos distorsión máxima de energía.

Variables para determinar el

contenido óptimo de cemento en el
Modelos de caja Modelos predictivos para los cuales, dadas todas las
diseño de un suelo cemento
abierta entradas, las salidas pueden determinarse
(granulometría, contenido de
humedad, límites de consistencia).

Modelos de investigación, diseñados para desarrollar la Ensayo de CBR con distintas

Modelos de caja
comprensión de la salida del sistema real bajo diferentes energías de compactación.
cerrada
condiciones de entrada

12
 Ejemplo en geotecnia (Arbulú,
Variable Concepto
2022)

Representación visual o pictórica de ciertos aspectos de Bulbo de presión de una

Icónicos un sistema real, como imágenes, dibujos de detalle de cimentación.
partes de un edificio, etc.

Emplea un conjunto de propiedades para representar El ensayo de PDC para determinar

Análogos
algún otro conjunto de propiedades que posee el sistema el módulo resiliente de una base.

La ecuación de capacidad portante

Simbólicos Requiere operaciones lógicas o matemáticas
de Terzaghi.

Un modelo de talud sometido a

Réplicas Muestran una similitud física significativa con la realidad
ensayo en caja centrifuga.

La regresión lineal de un ensayo de

Modelos simbólicos en los que más de las características
Formalización límite líquido por el método de
físicas de la realidad se reproducen en el modelo.
Casagrande

Un modelo de formalización, pero sin la manipulación Simulación del esfuerzo en una

Simulaciones completa del modelo por las técnicas de la disciplina para muestra de arcilla por elemento
producir una solución analítica o un valor numérico finito.

La variable representa lo que sucedió en el pasado y se Presión = fuerza / área

Determinístico
repetirá en el futuro.

La confiabilidad (R%) en el diseño

Las leyes de probabilidad que la gobernaron en el pasado
Estocástico de pavimentos por el método
continuarán aplicándose en el futuro.
AASHTO 1993

Según la función que cumple el tiempo en el fenómeno (Moaveni, 2016):

No cambia con el tiempo las medidas en los t1, t2, t3… tn La gravedad específica de una
Estable
son iguales. caolinita industrial homogénea.

La profundidad del nivel freático

medido en distintas estaciones del
Proceso transitorio Para cada ti existen una medida de la variable xi año. La resistencia a la compresión
simple de un espécimen de suelo
tratado con cemento.

Aunque los niveles de medición de Stevens (1946) son ampliamente utilizados en las
ciencias sociales, es importante señalar que no todos los expertos están de acuerdo con
sus conceptualizaciones. En particular, Joel Michell (1986, 1997) ha argumentado con
fuerza que la definición de medida de Stevens no se adhiere a las reglas de la estructura
cuantitativa (Bandalos, 2018).
Conforme se aprecia, existen múltiples formas de clasificar las variables, aunque unas
más que otras son útiles en ingeniería; la mayoría proviene de las ciencias sociales y
su empeño en adaptarse al método positivista tratando de usar procedimientos
estadísticos avanzados.

4.6. La intención y la extensión en la operacionalización de las variables.

Abstracción y concreción son manifestaciones extremas de un mismo proceso mental
de percepción de la realidad, de lo que se deduce que las variables tienen dos
elementos fundamentales: a) la intención (contenido), y b) la extensión (amplitud).
Cuando un investigador se plantea en el plano concreto, la extensión es mínima y
máxima la intención. Sucede lo contrario cuando se ubica en el plano abstracto (Mejía,
2005). Por ejemplo “calidad en la construcción” es un concepto de máxima extensión
y mínima intención y, por lo tanto, mucho más abstracto; por otro lado, “el límite

13
 líquido de una arcilla” es todo lo contrario, pues tiene mayor intención y menor
extensión siendo, en este sentido, un concepto más concreto. Esta noción se puede
apreciar en la Figura 3.
Figura 3
Niveles de abstracción y concreción de una variable.

Adaptado de Mejía (2005).

Conforme se ve, dependiendo del nivel de abstracción o concreción de las variables,
el proceso de declararlas es distinto e incluso inverso.

4.7. ¿Cuándo no se operacionaliza una variable?

No siempre es necesario operacionalizar. En algunas investigaciones no es
conveniente hacerlo. No es necesario operacionalizar cuando (Hurtado, 2010):

− Se trabaja con eventos sencillos que no requieren de instrumentos especiales para

ser medidos (ej. color actual de la luz del semáforo).

− Se trabaja con eventos que ya han sido definidos por una diversidad autores en
términos de sus sinergias o dimensiones, de manera similar y existen tablas de
operacionalización [estándares] ya construidas para tal fin.

− El investigador no desea acogerse a los conceptos preestablecidos y prefiere hacer

un abordaje caológico para captar nuevas manifestaciones del evento a través de
técnicas e instrumentos no estructurados.

− No existen conceptualizaciones previas del evento lo adecuadamente claras o

elaboradas como para derivar las sinergias, y el investigador elige construir el
concepto desde la experiencia.

− El contexto de estudio es tan inexplorado o particular que el investigador no tiene

idea de cómo podría revelarse el evento.

− El investigador quiere estudiar el evento desde la perspectiva de las personas

investigadas, más que desde la suya propia o la de autores tradicionales.

− La investigación tiene un carácter interpretativo tal que el investigador pretende

que las categorías de análisis surjan de la información recogida.
La compleja secuencia de pasos para operacionalizar una variable no se realiza, o se
ve tremendamente simplificada cuando la variable es simple, por cuanto, no hay que
indagar ni dimensiones ni una variedad de indicadores. La variable “edad en años
cumplidos” tiene un solo indicador. Obviamente, una variable que ya es empírica no

14
 necesita ser operacionalizada, o, mejor, la operacionalización es mucho más sencilla
(Alva, 2014).
Algunas variables son tan concretas, o de igual significado en el ámbito mundial, que
no requieren operacionalización, por ejemplo: el sexo de los individuos, los colores
del semáforo como señal de tránsito, la ubicación o estructura de órganos en el cuerpo
humano, entre otros (Apolaya, 2012).
En busca de objetividad, los científicos que realizan investigaciones intentan
operacionalizar sus variables. Una definición operativa nos da el conjunto de
actividades necesarias para medirla. Es como un conjunto de instrucciones. Por
ejemplo, en física, la presión se define con precisión como peso o masa por unidad de
área. Para medir la presión tenemos que averiguar el peso que incide sobre un área y
dividir por esa área, es todo.
Incluso al medir la altura de una persona, si queremos estar de acuerdo con las medidas
de los demás, necesitaremos especificar condiciones tales como ¿qué tomar como la
parte superior de la cabeza? y ¿cómo debe pararse la persona? En general, la altura y
el tiempo no plantean mayor problema ya que las unidades de medida ya están
definidas clara y universalmente. Un ejemplo notorio, dentro de la investigación
psicológica, es la definición de inteligencia, dado que las pruebas de inteligencia
difieren, obviamente no se tiene en psicología el acuerdo universal del que disfrutan
los físicos. Se podría argumentar que los físicos tienen muchas formas de medir la
presión, pero ellos saben qué es la presión
¿No pueden los psicólogos tener varias formas de evaluar la inteligencia? Los físicos
obtienen casi exactamente los mismos resultados con sus diversas formas de medir,
los psicólogos, por otro lado, todavía usan las pruebas para tratar de establecer un
acuerdo sobre la naturaleza de los fenómenos psicológicos en sí. Una definición
operativa nos da un método más o menos válido para medir alguna parte de una
construcción hipotética, que rara vez cubre la totalidad de lo que normalmente se
entiende por ese constructo. Es difícil imaginar una definición operativa que pueda
expresar el significado rico y diverso de la inteligencia humana (Coolican, 2017).

4.8. Tipos de definiciones operacionales.

Tuckman & Harper (2012) definen tres tipos de operacionalización a saber:
Operacionalización por manipulación. Es aquella que el investigador debe realizar
para causar que el fenómeno estudiado ocurra, en otras palabras, se trata de un
experimento. Este tipo de operacionalización es más apropiada para caracterizar el
estado de un fenómeno. Por ejemplo, el límite líquido de una arcilla puede ser definido
como el contenido de humedad que el investigador incremente hasta cerrar la cánula
en 25 golpes cuando se usa el método de Casagrande.
Operacionalización con base en propiedades dinámicas. Puede construirse
estableciendo ¿cómo opera el objeto o cosa particular que se define? es decir ¿qué
hace o qué constituye sus propiedades observadas? Ej. Cuando rociamos lejía sobre
un suelo y éste burbujea, podemos decir que el suelo posee algún tipo de reacción
química frente al ácido.
Operacionalización con base en propiedades estáticas. Puede construirse
especificando cómo es un objeto o fenómeno, es decir, sus propiedades internas,

15
 generalmente auto reportadas (aplicable a las humanidades). Por ejemplo, un obrero
responsable puede definirse como aquel que está motivado, cumple sus metas, etc.
Muchos investigadores se refieren a las puntuaciones de las pruebas o escalas de
calificación [ej. Likert] como definiciones operativas de propiedad estática. Dichos
instrumentos no constituyen en sí mismos definiciones operativas, pero deben
incorporar definiciones operativas. A medida que una definición operacional aumenta
en exclusividad, gana utilidad, porque transmite progresivamente más información,
permite al investigador excluir objetos o estados no deseados de la consideración y
aumenta la posibilidad de que otros puedan replicar el sentido de la variable.
(Tuckman & Harper, 2012).
Asimismo, Sadegh-Zadeh (2015) plantea seis métodos de definición:
Tabla 3.
Métodos de definición en una investigación.

Método Ejemplo en geotecnia

Una muestra de suelo sometida a un ensayo de compresión simple, ha
1) Definición
fallado cuando su deformación unitaria se incrementa, sin el
explícita
consiguiente aumento de carga.
Un espécimen de suelo sometido a un ensayo de compresión simple ha
2) Definición
alcanzado la falla si y solo si su deformación unitaria se incrementa,
condicional
sin el consiguiente aumento de carga
Una muestra de suelo sometida a un ensayo de compresión simple ha
fallado cuando el esfuerzo compresivo definido como la fuerza axial
3) Definición dividida entre el área de la sección transversal de la muestra no se
operativa incrementa de forma apreciable aun cuando la deformación unitaria
concebida como la división entre la altura inicial del espécimen y su
altura actual, se incrementa rápidamente.
4) Definición por Un espécimen de suelo falla si: a) una carga insignificante produce una
casos gran deformación; o si b) La muestra estalla súbitamente.
5) Definición Un espécimen de suelo sometido a un ensayo de compresión simple
recursiva falla cuando ha llegado a su esfuerzo de falla.
6) Definición de Una muestra de suelo sometida a un ensayo de compresión simple
un conjunto de demuestra su cohesión al fallar, conforme lo determina la teoría de
teorías Mohr-Coulomb.
7) Definición La muestra de suelo sometida a un ensayo de compresión simple ha
ostensiva fallado.
Adaptado de Sadegh-Zadeh (2015).

4.9. Proceso de operacionalización de una variable

Ackoff (1962) opina que los pasos que deben seguirse en el proceso de operacionalizar
variables son los siguientes:

− Inspeccionar tantas definiciones del término pasadas o presentes como sea

posible. Conservar la cronología de las definiciones.

− Pretender comprender el núcleo de la significación hacia el que la mayoría de las

definiciones apuntan.

− Formular una definición provisional basada en dicho núcleo.

− Estimar, si este intento de definición cubre los objetivos que se piensa cubrir en
la investigación.

16
 − Someter esta definición a una valoración, por parte de expertos.

− Ejecutar una revisión final de la definición con base en las críticas que se reciban.
El educador Mejía (2005) sugiere seguir el proceso siguiente:

− Elaboración del constructo.

− Identificación de los factores.
− Elección de los indicadores.
− Asignación de índices.
− Variación de la variable.
A continuación, se describe un ejemplo típico de operacionalización de una variable
en el campo de la psicología y una comparación en el campo de la geotecnia.
Tabla 4.
Comparativos de operacionalización de variables psicología vs ingeniería civil.
Variable
Dominio

Definición conceptual Definición operacional

1. The Emotional Quotient

1. Daniel Goleman definió la inteligencia Inventory 2.0 (EQ-i-2.0)
emocional como la conciencia emocional y las 2. Profile of Emotional
habilidades de gestión emocional que otorgan la Competence (PEC)
capacidad de mantener un equilibrio saludable 3. Wong’s Emotional Intelligence
de emoción y racionalidad para lograr la Scale (WEIS)
felicidad a largo plazo.
4. Emotional Skills and
2. Salovey y Mayer definen la inteligencia Competence Questionnaire
emocional como la capacidad de controlar los (ESCQ-45)
sentimientos propios y los de los demás, 5. Vocabulary Emotions Test
discriminar entre ellos y utilizar esta (VET-3)
información para guiar el pensamiento y la
acción de uno. 6. Trait Emotional Intelligence
Questionnaire (TEIQue)
3. Bar-On nos dice que la inteligencia emocional es
Inteligencia emocional

7. Mayer-Salovey-Caruso
un conjunto de capacidades, competencias y Emotional Intelligence Tests
habilidades no cognitivas que influyen en la
Psicología

(MSCEIT)
capacidad de uno para tener éxito en hacer frente 8. Self-report Emotional
a las demandas y presiones ambientales Intelligence Test (SREIT)
4. Petrides y Furnham dicen que, más que 9. The Situational Test of
habilidades, destrezas o competencias, la Emotional Management
inteligencia emocional rasgo se refiere a las (STEM)
percepciones de los individuos sobre su propio 10. The Situational Test of
mundo emocional. Emotional Understanding
5. Thorndike dice que la inteligencia emocional es (STEU)
la capacidad de comprender y manejar a 11. Emotional and Social
hombres y mujeres, niños y niñas, para actuar competence Inventory (ESCI)
sabiamente en las relaciones humanas. 12. Customer Emotional
6. Mayer, Caruso y Salovey postularon que la Intelligence Scale (CEIS)
inteligencia emocional comprende cuatro 13. Trait Meta Mood Scale
habilidades que permiten a un individuo: (TMMS)
percibir, usar, comprender y manejar las 14. Workplace Emotional
emociones. Intelligence Profile version 3
(WEIP-3)
1. Casagrande definió el límite líquido de un suelo
Ingeniería civil

Límite líquido

como el contenido de agua del suelo requerido

de un suelo
geotécnica

para que, con 25 golpes, se cierre una ranura de 1. ISO 17892

12 milímetros practicada en una muestra de suelo, 2. ASTM D4318
y usando en el instrumento denominado cuchara 3. AASHTO T 89
de Casagrande.
Con base en Edmonds & Kennedy (2020).

Como se aprecia para el caso de las disciplinas empeñadas en asignar valores

numéricos a constructos abstractos difícilmente imaginables, existen multiplicidad de
criterios y formas de medición, e igual número de formas operacionales, casi sin
consenso entre sus propulsores. Aun así, si un científico social no concuerda con la
definición o la forma de medir alguna variable en las está siempre tentado a plantear

17
 su propia teoría y su propia forma de medir, con lo cual acrecienta el caos en su
disciplina.
Por el contrario, en el campo de la ingeniería geotécnica, las variables suelen estar
estandarizadas por comités internacionales que se han puesto de acuerdo desde
mediados del siglo pasado. Por cuestiones prácticas los estándares son adoptados por
los ingenieros sin refutar procedimientos, claro está que, se pueden adaptar, pero se
prefieren seguir rigurosamente con el fin de obtener rigurosidad en los ensayos.
Cabe mencionar aquí qué, el hecho de no ponerse de acuerdo, tanto en la definición
como en la forma de medir algún concepto hace que la parte teórica de una
investigación social, especialmente en una tesis, sea insufriblemente larga; mientras
que, para los ingenieros, este es un tema reducido y secundario, ya que, no es
imaginable que cada cierto tiempo, un ingeniero plantee su propia antojadiza forma
de medir cierto fenómeno físico que ya se encuentra mundialmente estandarizado.

4.10. Definición de constructo teórico.

Cabe recordar que, en psicología, el constructivismo es la teoría explicativa de los
procesos de aprendizaje a partir de conocimientos ya adquiridos (Oxford, 2022), es un
concepto estrechamente ligado a la capacidad cognitiva y a la inteligencia (Garrido,
2015). Un constructo es un concepto que, en realidad, son abstracciones del
investigador o de un grupo de teóricos. La validez de constructo se desarrolla cuando
se trabaja la tabla de operacionalización (Hurtado, 2010).
Bunge (1980), concibe por constructo una creación mental del cerebro, que no es un
objeto mental o psíquico tal como una percepción, un recuerdo o una invención. Se
diferencian cuatro clases básicas de constructo: conceptos, proposiciones, contextos y
teorías; además, establece que en definitiva, hay cosas (objetos concretos o
materiales), de las que se ocupan las ciencias fácticas, y constructos, de los que tratan
las ciencias de lo conceptual tales como la lógica, la matemática y la semántica. En
otras palabras, postula que todo objeto es, o bien concreto o bien conceptual, y que
ningún objeto es concreto y conceptual a la vez.
Figura 4
Objeto concreto y objeto conceptual.

Objeto concreto Objeto conceptual

Neurotransmisores asociados a la felicidad Felicidad

(pintura de Leonid Afremov)

Para la psicología, los atributos también se denominan comúnmente “constructos” o,

en el sentido más estricto de la teoría de la personalidad, “rasgos”. En la medida en
que una variable es abstracta y latente en lugar de concreta y observable se le denomina
“construcción”. Tal variable es literalmente algo que los científicos [sociales]
“construyen” (combinan a partir de su propia imaginación) y que no existe como una

18
dimensión observable del comportamiento. A menudo, un constructo en particular se
vuelve popular y diferentes investigadores intentan diseñar sus propias medidas (véase
la Tabla 4). A medida que crece el número de medidas propuestas del constructo, crece
la sospecha de que es posible que no estén midiendo lo mismo. (Hundleby & Nunnally,
1968).
No podemos mirar a una persona y medir sus actitudes o valores, ni hay ningún
dispositivo similar a una regla o termómetro [teodolito] que podamos usar para
medirlos. En cambio, planteamos la hipótesis de la existencia de entidades teóricas
conocidas como constructos (también llamados constructos latentes, factores o
variables no observadas) para dar cuenta de ciertas características o comportamientos
(Bandalos, 2018).
Un concepto teórico es cualquier concepto más abstracto que una definición operativa,
o procedimiento de medición, que se considera parte de una teoría o potencialmente
útil para su inclusión en una teoría (Reynolds, 2016).
De esta última conclusión surge la parafernalia vinculada la tan famosa “validación”
de los instrumentos de recolección de datos (un lápiz y un papel) que se usa en las
ciencias sociales y en especial en la psicología, la cual es una práctica muy
Latinoamericana.
Por lo expuesto, la operacionalización es, por tanto, imprescindible en las ciencias
sociales y en algunas investigaciones de las humanidades, sin embargo, en la
ingeniería civil, especialmente en la especialidad de geotecnia, operacionalizar una
variable es un acto vano y sin sentido práctico, se debe operacionalizar una variable si
y solo si se cumplen las condiciones siguientes a la vez:

− Que el concepto de la variable a medir sea intangible, abstracto o nebuloso.

− Que la variable a medir no tenga en absoluto las reglas esquemáticas estándar

definidas para su medición.

− Que, aún que exista un estándar consensuado, se requiera cierta adaptación para
la medición.

− Que la variable sea un constructo complejo.

Las definiciones operacionales de variables describen el significado de términos
específicos utilizados en un estudio. Especifican los procedimientos u operaciones a
seguir para producir o medir construcciones complejas que tienen diferentes
significados para diferentes personas, cabe preguntarse ¿significaría el límite líquido
de un suelo cohesivo, cosas distintas para distintos ingenieros? Por ejemplo, la
inteligencia puede definirse con fines de investigación mediante puntuaciones en la
escala de inteligencia de Stanford-Binet (Salkind, 2011), o la escala Wechsler, o la
escala Kauffman o la escala Bayly o… así se puede seguir mencionando; las escalas
mencionadas difieren grandemente en sus constructos, así como en el número de
preguntas y objetivos.
Por otro lado, aunque existen diversas formas indirectas de medir la resistencia
compresiva no confinada de un concreto estructural [ej. ASTM C 805, C 597, C 803,
C 900, C 1150 y AASHTO T22 para carreteras] (Uy, 2003), la única forma real,
directa y precisa de medirla es a través de la norma ASTM C39, que es la norma
universalmente aceptada en la que los ingenieros civiles (y también ingenieros
mecánicos) de la mayor parte del planeta se han puesto de acuerdo.

19
 La diferencia sustantiva entre la medición en la ingeniería geotécnica en comparación
a la medición de las Ciencias Sociales estriba en el lenguaje común que ambas
disciplinas tienen. Por un lado, la ingeniería se basa en estándares mundialmente
aceptados para medir el fenómeno físico, mientras que las Ciencias Sociales se basan
en constructos operacional izados para medir un fenómeno psíquico, esto se aprecia
en la siguiente figura.
Figura 5
Representación semiótica de medición en ingeniería geotécnica vs ciencias sociales.

Adaptado con base en la propuesta de Uher (2018).

5. Las normas técnicas de ingeniería.

5.1. Definición.
Las normas técnicas de ingeniería son documentos técnicos extremadamente
importantes en ingeniería y campos técnicos relacionados. Una norma técnica es una
norma o requisito establecido. Por lo general, es un documento formal que establece
criterios, métodos, procesos y prácticas de ingeniería o procesos técnicos uniformes.
Los documentos preparados por un grupo o comité profesional que se cree que son
buenas y adecuadas prácticas de ingeniería y que contienen requisitos obligatorios.
Hay miles de estándares en uso en todo el mundo. Al aplicar estándares, las
organizaciones pueden ayudar a garantizar que sus productos y servicios sean
consistentes, compatibles, seguros y efectivos. Los estándares afectan a casi todos los
productos o servicios que encontramos en la vida diaria (Georgia Southern University,
2022).

5.2. Estándares mundiales.

Algunos de los más importantes estándares de ingeniería a nivel mundial se enuncian
a continuación:
− ASTM - American Society for Testing and Materials.
− AAMI - Association for the Advancement of Medical Instrumentation.
− AASHTO - American Association of State Highway and Transportation Officials.
− ACI - American Concrete Institute standards.
− AIAA - American Institute of Aeronautics and Astronautics standards.
− AISC - American Institute of Steel Construction.

20
 − ASCE - American Society of Civil Engineers.
− ASME - American Society of Mechanical Engineers standards.
− AWS - American Welding Society.
− AWWA - American Water Works Association.
− ANSI - The American National Standards Institute.
− DIN - Deutsches Institut für Normung.
− EN – European Standards.
− ESD - The EOS/ESD Association.
− IEEE - Institute of Electrical and Electronics Engineers (IEEE).
− ISO - International Organization for Standardization.
− SAE - The Society of Automotive Engineers (SAE).
− SMPTE - Society of Motion Picture and Television Engineers standards.
− NFPA - National Fire Protection Association.
− HIPAA - The Health Insurance Portability and Accountability Act (HIPAA) of 1996.
− OSHA & MiOSHA - Occupational Safety & Health Administration standards.
Un estándar es una base aceptada para la comparación que contiene criterios de
aceptación cuyo valor es conocido, dentro de ciertos límites establecidos de
incertidumbre, aceptado como un valor verdadero y que provee un valor de referencia.
Un estándar posee una definición operativa: una definición que produce los mismos
resultados cuando se aplica por el usuario, con el mismo significado ayer, hoy y
mañana.
Un estándar es cualquier cosa tomada por consenso general como base para la
comparación; un modelo aceptado. Puede ser un artefacto o conjunto (instrumentos,
procedimientos, etc.) establecido por una autoridad como regla para la medida de
cantidad, peso, extensión, valor o calidad. El concepto de conjunto se formalizó en la
norma ANSI/ASQC M1-1996.P 19 F. Este término se utilizó para enfatizar el hecho
de que se deben tener en cuenta todas las influencias que afectan la incertidumbre de
la medición; ej. entorno, procedimientos, personal, etc. (Chrysler Group LLC, 2010).
Los sistemas de medición incluyen hardware y software implementados para medir
fenómenos físicos. En la forma más simple, los sistemas de medición se pueden
considerar como un arreglo lógico de equipos de uno o más fabricantes, posiblemente
junto con software de aplicación, integrado dentro de un proceso para que se puedan
medir fenómenos físicos como presión, temperatura, fuerza, etc., cuantificados y
sistemáticamente presentados (Castrup et al., 1994).

5.3. Partes de una norma técnica de ingeniería.

Un estándar técnico es una norma o requisito establecido para una tarea técnica
repetible que se aplica a un uso común y repetido de reglas, condiciones, pautas o
características para productos o procesos y métodos de producción relacionados, y
prácticas de sistemas de gestión relacionadas.
Una norma técnica incluye: la definición de términos; clasificación de componentes;
delimitación de procedimientos; especificación de dimensiones, materiales,
rendimiento, diseños u operaciones; medición de calidad y cantidad en la descripción
de materiales, procesos, productos, sistemas, servicios o prácticas; métodos de prueba

21
 y procedimientos de muestreo; o descripciones de ajuste y medidas de tamaño o fuerza
(Cellucci, 2008).

5.4. Hoja de datos de una norma como instrumento de recolección.

Las normas o estándares internacionales suelen tener adjuntos las denominadas hojas
de datos, las cuales describen de manera ordenada la forma de tomar datos resultantes
de las mediciones, estas hojas de datos bien pueden ser catalogadas como los
“instrumentos de recolección de datos” que se requieren para las Ciencias Sociales;
sin embargo, hay que puntualizar que estas hojas de datos como tales no tienen
ninguna utilidad si es que no van adjuntos al respectivo estándar, siendo que, para
rellenarlos se aplican ensayos con equipos físicos usualmente llamados equipos de
ingeniería, contrariamente a lo que sucede con los instrumentos de recolección de
datos de las Ciencias Sociales las cuales pueden ser llenadas por el investigador
encuestando a las personas acerca del tema de estudio.
Tabla 5.
Hoja de datos del estándar ASTM D7263.

Fuente: ASTM (2021).

5.5. Diseño experimental en ingeniería.

Para comprender completamente la importancia de la experimentación para la
profesión de ingeniería civil, es necesario dominar cada uno de los siguientes
elementos (McCuen et al., 2011):

− Conocimiento: Comprender el procedimiento de análisis y síntesis experimental.

− Comprensión: Reconocer el valor de la experimentación y tener la capacidad de
explicar el procedimiento.

22
− Aplicación: Ser capaz de diseñar y realizar un experimento.
− Análisis: Comprender cómo analizar datos experimentales y evaluar la precisión
de los hallazgos.
− Síntesis: Tener el conocimiento para crear un experimento que resuelva un
problema de ingeniería civil.
− Evaluación: Evaluar hasta qué punto un experimento y los resultados cumplieron
con el objetivo original.
Por supuesto, dominar cada uno de estos elementos requiere años de experiencia; sin
embargo, estos los elementos fundamentales pueden entenderse fácilmente.
Para realizar un estudio sistemático de probabilidad, se necesita cierta terminología.
Un experimento constituye un proceso con un resultado que no se puede predecir
certeramente con anterioridad. El hecho de lanzar una moneda al aire, arrojar un dado,
medir el diámetro de un perno, pesar los contenidos de una caja de cereal, o medir la
resistencia de una cuerda de pescar, son ejemplos de experimentos. Al conjunto de
todos los posibles resultados de un experimento se le llama espacio muestral (Navidi,
2006).
El diseño de experimentos, como cualquier otra disciplina científica, tiene su propia
terminología, metodología y temas de investigación. El propio título de esta disciplina
científica indica claramente que se trata de métodos experimentales. Se realiza un gran
número de experimentos en investigación, desarrollo y optimización de sistemas. Esta
investigación se realiza en laboratorios o en campo. Un experimento puede ser físico,
psicológico o basado en modelos. Puede realizarse directamente sobre el sujeto o sobre
su modelo. El modelo suele diferir del sujeto en sus dimensiones y, a veces, en su
naturaleza. El experimento también se puede realizar en un modelo matemático
abstracto. Cuando un modelo describe al sujeto con suficiente precisión, el
experimento sobre el sujeto generalmente se reemplaza por un experimento sobre el
modelo.
Últimamente, debido al rápido desarrollo de la tecnología informática, los modelos
físicos se reemplazan con mayor frecuencia por modelos matemáticos abstractos. Un
experimento ocupa un lugar central en la ciencia, particularmente hoy en día, debido
a la complejidad de los problemas que enfrenta la ciencia. Por lo tanto, se impone la
cuestión de la eficiencia del uso de un experimento. J. Bernal ha hecho una estimación
de que la investigación científica está organizada y se realiza de forma bastante
caótica, por lo que el coeficiente de usabilidad de la misma se sitúa en torno al 2%.
Para aumentar la eficiencia de la investigación, es necesario introducir algo
completamente nuevo en la investigación experimental clásica. Un tipo de innovación
podría ser, aplicar métodos matemáticos estadísticos o desarrollar diseño de
experimentos-DOE. DOE (design of experiments) es un enfoque planificado para
determinar las relaciones de causa y efecto (Lazić, 2004).
Los diseños de experimentos son esenciales por las siguientes razones:
− Permiten la reducción o minimización del número total de ensayos.
− Facilitan la variación simultanea de todos los factores que formaliza las
actividades del experimentador.
− Sustentan una elección de estrategia clara que permite obtener soluciones fiables
tras cada secuencia de experimentos.
Algunos de los pasos esenciales para el diseño de un experimento son:
− Reconocimiento y planteamiento del problema, que a su vez puede ser:

23
 o Cribado o caracterización de factores.
o Optimización.
o Confirmación.
o Descubrimiento.
o Robustez.
− Selección de la(s) variable(s) de respuesta.
− Elección de factores, niveles y rangos.
− Elección del diseño experimental.
− Realización del experimento.
− Análisis estadístico de los datos.
− Conclusiones y recomendaciones.
5.6. Plantilla de un diseño experimental.
En el caso específico que una investigación en geotecnia requiera experimentos, es
factible reemplazar la matriz de operacionalización de variables por una “plantilla de
diseño experimental”, la cual resulta más práctica, permitiendo comprender tanto el
problema, como los factores involucrados y el tratamiento estadístico factible. A
continuación, se propone una vista previa de dicha plantilla.
Tabla 6.
Ejemplo de plantilla de diseño experimental para investigaciones en geotecnia.

Adaptado con base en Whitcomb (2020).

24
 5.7. Equivalencia de norma técnica de ingeniería a operacionalización de variable.
Con la finalidad de hacer más eficiente el trabajo de investigación, especialmente
durante la formulación de una tesis se propone que los estándares de ingeniería sean
equivalentes a la operacionalización de variables teniendo en cuenta los siguientes
niveles a saber:
a) estándar completamente equivalente a la operacionalización, en este caso no es
necesario ninguna operacionalización;
b) estándar semi equivalente con adaptaciones, aquí convendrá expresar en la
investigación que parte del procedimiento sigue la norma al pie de la letra y que
parte se ha adaptado; y,
c) operacionalización completa a falta de estándar de ingeniería.

6. La metrología y las variables físicas empíricas concretas en ingeniería.

La metrología fue clave para el éxito de las ciencias físicas (ej. física, química, astronomía),
pero no constituyó la base de las teorías de medición en psicología y ciencias sociales
(Michell, 1999; Mari, 2013) (Uher, 2018).

6.1. Definición de medición.

La medición y la cuantificación se han considerado claves para el éxito de las ciencias
físicas en los últimos 300 años (Hand 2016). Pero surgieron controversias sobre la
idea de que la psicología y las ciencias sociales podrían capitalizar las ventajas de la
cuantificación de manera similar (Fechner 1860; Stevens 1946; Thurstone 1928).
Específicamente, no toda la cuantificación ocurre a través de la medición. La
cuantificación denota la asignación de valores numéricos; la medición es un proceso
de múltiples pasos con un propósito, que comprende estructuras operativas para hacer
tales asignaciones de manera confiable, válida y explícitamente justificada. Así, la
medición define la estructura de un proceso, la cuantificación su resultado (Mari et al.
2017).
En las ciencias físicas, la medición y la cuantificación se basan en conceptos de
metrología, que implican definiciones, principios y estándares explícitos e
internacionalmente aceptados (Czichos, 2011). Los conceptos metrológicos son
válidos para todas las ciencias físicas, la ingeniería y muchos campos de las ciencias
de la vida, y se utilizan para diseñar tecnologías que minimizan la participación directa
de los humanos en los procesos de medición (Uher, 2020).
Pero las tecnologías físicas no pueden aplicarse a los objetos de investigación
intangibles que se estudian en psicología, ciencias sociales y sus campos aplicados.
En cambio, los datos sobre estos fenómenos de estudio a menudo son creados
directamente por personas que aplican las teorías de medición y prácticas de
cuantificación pertinentes (ej. teorías psicométricas, escalas de calificación, etc.) las
cuales se han desarrollado en gran medida independientemente de las de la metrología
(Michell 2008) (Stevens, 1946) (Torgerson; 1958).
La medición en una investigación cuantitativa reside en asignar números a eventos
empíricos, objetos, propiedades, o actividades; de acuerdo con un conjunto de reglas.
Esta definición implica que la medición es un proceso de tres partes: 1. Selección de
eventos empíricos observables [ej. la rotura de una briqueta]. 2. Desarrollar un
conjunto de reglas esquemáticas para asignar números o símbolos para representar

25
 aspectos del evento que se está midiendo [ej. la norma ASTM C39 para la rotura de
briquetas]. 3. Aplicar las reglas a cada observación de ese evento [ej. ejecutar los
ensayos de rotura de briquetas siguiendo el procedimiento de la norma ASTM C39].
El término empírico significa describir, explicar y hacer predicciones basándose en la
información obtenida a través de la observación (Cooper & Schindler, 2014).
Los atributos de los objetos que pueden medirse físicamente con algunos instrumentos
calibrados no plantean ningún problema de medición [ej. el peso de una briqueta]. Sin
embargo, la medición de atributos más abstractos y subjetivos es más difícil [ej. la
motivación de un obrero]. Ciertas variables se prestan a una fácil medición mediante
el uso de instrumentos de medición apropiados [ej. el diámetro de una briqueta con un
pie de rey].
Cuando entramos en el ámbito de los sentimientos, actitudes y percepciones subjetivas
de las personas, la medición de estos factores o variables se vuelve más difícil. En
consecuencia, existen al menos dos tipos de variables: una se presta a una medición
objetiva y precisa [es el caso de las variables en la geotecnia y mecánica de materiales];
el otro es más nebuloso y no se presta a una medición precisa debido a su naturaleza
abstracta y subjetiva [es el caso de la gerencia de la construcción]. A pesar de la falta
de dispositivos físicos de medición para medir las variables más nebulosas
[usualmente vinculadas al comportamiento humano], existen formas de aprovechar
este tipo de variables. Una técnica consiste en reducir estas nociones o conceptos
abstractos a un comportamiento observable y/o o características, a eso se le llama
operacionalizar la variable. (Sekaran & Bougie, 2013).
Ahora bien, hay que aclarar que la medición de actitudes humanas es un asunto
complejo, y es debido a esta misma complejidad y a los errores frecuentes en la
medición, que algunos dominios como la administración, no es considerada ciencia
para muchos investigadores de las ciencias duras. El evaluar una actitud implica un
análisis más profundo sobre lo que es una actitud y su significado. La escala Likert,
método desarrollado por Renis Likert, es quizá la más popular entre los científicos
sociales. Mide básicamente las actitudes de un extremo que varía entre “muy en
desacuerdo”, que es el extremo negativo, a un “muy de acuerdo” que es el extremo
positivo (Rivas, 2017).

6.2. Definición de metrología.

La metrología es la ciencia de las medidas. Trata de 1) Establecimiento,
2) Reproducción, 3) Conservación, y 4) Transferencia de unidades de medida y sus
patrones. La metrología consiste en un estudio exhaustivo de diferentes instrumentos
de medición para definir la precisión, la exactitud, las posibles fuentes de errores y los
métodos para eliminar errores y mejorar la exactitud. La metrología se ocupa de los
diferentes métodos de medición, esenciales para obtener mediciones precisas.
(Thombre, 2018).
Se puede rastrear la medición hasta los primeros fenicios cuando comerciaban en el
mar Mediterráneo. La medición es verdaderamente un lenguaje universal. La
metrología es la ciencia de la medición, y la medición es el lenguaje de la ciencia. Es
el lenguaje que usamos para comunicar tamaño, cantidad, posición, condición y
tiempo. Hay tres razones por las que se necesita medir: para hacer cosas; para controlar
la forma en que otras personas hacen las cosas; y para la descripción científica. Sería
imposible dar información definitiva a otra persona sobre el diseño de algo. En la
complicada economía global actual, la medición dimensional requiere el uso de

26
 electrónica, instrumentos ópticos e interferometría, así como métodos de medición
mecánicos tradicionales (Dotson, 2016).
La importancia de la estandarización de las mediciones y la trazabilidad de las
mediciones para el avance tecnológico y el crecimiento económico se percibió a
principios de la Revolución Tecnológica. Las mediciones son la base de las decisiones
legales y las pruebas en los juicios y forman la base de las políticas basadas en la
ciencia en todo el mundo. El “mensurando” se refiere a la cantidad física u objeto que
se está midiendo. (Crowder et al., 2020).

7. Las ciencias sociales y sus variables abstractas o nebulosas.

7.1. El afán de medir en las ciencias sociales.
Podría haber, al menos, dos puntos de vista o enfoques relativos a las personas.
Primero, el de la propia persona y luego el de las características físicas de la persona.
Existe una parte mensurable, la otra u otras no, o es más difícil, o por lo menos eso
dicen Torgerson y Bunge. Podemos medir las peculiaridades físicas de las personas:
pesarlas o contarlas y clasificarlas según diferentes atributos. Sin embargo, para medir
a la propia persona nos encontramos varias dificultades. En primer lugar, está la
persona-objeto que se mide, la persona-sujeto que es la que se encarga de medir, están
las características intrínsecas que se miden de la persona-objeto, se tiene también el
lenguaje manejado por el Sujeto hacia el Objeto para transmitirle la idea, se considera
también ¿cómo entiende o recibe el Objeto el lenguaje la idea? ¿qué magnitud tiene
para el Objeto la idea transmitida? es la misma que para el Sujeto; y, por último ¿Todas
las personas-objeto entienden igual la misma magnitud?
En sociología no se puede medir de igual manera que en las ciencias naturales. Más
aún, en sociología no se puede hablar de medición en la mayoría de sus conceptos o,
por lo menos, en los más fundamentales como por ejemplo la Acción Social en el
sentido que le da Weber, y ni que hablar de las teorías de la sociología. No existe, por
tanto, una unidad patrón que se pueda comparar o ver cuantas veces está contenida en
la magnitud a ser medida, porque cuando la unidad simplemente no existe, no se puede
llegar a estandarizar, y para colmo, la magnitud que se ha de medir no se sabe si tiene
el mismo tamaño para todos los observados y observadores, ni siquiera se sabe que
tamaño tiene. En sociología se habla de clasificación o de atributos en el sentido dado
por Lazarsfeld.
La sociología no puede medir igual que las ciencias consideradas experimentales o
como las ciencias consideradas matemáticas. No parece trivial seguir manteniendo el
discurso sobre el interés del concepto de medida en sociología. Pero probablemente,
por las características del objeto de la sociología, el concepto de medida y medir no
podrá ser igual que en el de las ciencias matemáticas. La conclusión es que hay que
medir, pero sabiendo las dificultades que presenta y que quizá no tenga que ser, medir
con el mismo criterio que en las denominadas ciencias duras (de la Puente, 2007).

7.2. La psicometría.
Se usan muchos tipos de instrumentos para medir las propiedades observables del
mundo físico. Por ejemplo, si se desea medir la longitud de una pieza de madera, se
puede usar una cinta métrica. También se usan varios instrumentos para medir las
propiedades del mundo físico que no son directamente observables. Por ejemplo, los
relojes se usan para medir el tiempo y los voltímetros se usan para medir el cambio de
voltaje entre dos puntos en un circuito eléctrico. De manera similar, los psicólogos,

27
 educadores y otros [profesionales de las ciencias sociales] usan pruebas psicológicas
como instrumentos para medir eventos observables en el mundo físico.
En las ciencias del comportamiento, estos eventos observables suelen ser algún tipo
de comportamiento, y la medición del comportamiento generalmente se lleva a cabo
con dos propósitos: medir un comportamiento porque están interesados en ese
comportamiento específico u observar el comportamiento como una forma de evaluar
atributos psicológicos no observables, como por ejemplo, la inteligencia. Los
psicólogos, educadores y otros científicos sociales se basan en construcciones
hipotéticas no observables para explicar el comportamiento humano. Así como las
pruebas psicológicas están diseñadas para medir los atributos psicológicos de las
personas (por ejemplo, ansiedad, inteligencia), la psicometría es la ciencia que se
ocupa de evaluar los atributos de las pruebas psicológicas (Furr, 2022).

7.3. Cuestionarios en psicología.

Los cuestionarios se utilizan para medir una amplia variedad de atributos y
características. Los ejemplos más comunes son los cuestionarios basados en
conocimientos, es decir, cuestionarios de capacidad, aptitud y logro, y los
cuestionarios basados en personas, es decir, cuestionarios de personalidad, síntomas
clínicos, estado de ánimo y actitudes, las principales etapas de su construcción son
(Rust et al., 2021):

− El propósito del cuestionario.

− Realización de un bosquejo.
− Escribir los ítems.
− Cuestionario piloto.
− Análisis de los ítems.
− Obtención de confiabilidad.
− Evaluación de la validez.
− Estandarización.
8. Conclusiones
Se ha logrado establecer que la operacionalización de variables en la disciplina de ingeniería
geotécnica viene obligada por la normativa interna de muchas universidades en el Perú. La
historia de la operacionalización de variables tiene su vertiente en las Ciencias Sociales,
especialmente en la psicología.

Existe una diversidad de clasificación de las variables en las investigaciones geotécnicas,

que van más allá de las cuatro tipologías clásicas de la ciencia social: nominal, ordinal, de
intervalo y de razón; cabe señalar que, las variables en geotecnia suelen ser de tipo razón,
quedando en evidencia que los otros tipos de variables son solo una adaptación de la
psicología para poder medir sus constructos.

La metrología se encarga de la medición de objetos físicos y su comparación con patrones

de estándar mundial, mientras que las Ciencias Sociales miden constructos previamente
operacionalizados, como es el caso de la psicometría.

28
Finalmente, se sustenta el reemplazo de la denominada operacionalización de variables por
una mención explícita del estándar en ingeniería cuando de investigaciones geotécnicas se
trata.

29
9. Referencias.
Ackoff. (1962). Scientific Method .
Ahmed, M., & Pathan, A.-S. K. (2016). Data Analytics Concepts, Techniques, and
Applications. Taylor & Francis Group, July.
Alva. (2014). Operacionalización de Variables.
Apolaya. (2012). Operacionalización de variables.
ASTM. (2021). Standard Test Methods for Laboratory Determination of Density and Unit
Weight of Soil Specimens.
ASTM. (2022). ASTM INTERNATIONAL COMPANY HISTORY TIMELINE.
https://www.zippia.com/astm-international-careers-1083942/history/
Bandalos. (2018). Measurement Theory and Applications for the Social Sciences. The
Guilford Press.
Bauce, G., Córdova, M. A., & Avila, A. (2018). Operacionalización de variables. Revista
Del Instituto Nacional de Higiene “Rafael Rangel,” 49(2).
Bhadra. (2016). Mahajan’s Methods in Biostatistics for Medical Students and Research
Workers. In Mahajan’s Methods in Biostatistics for Medical Students and Research
Workers. https://doi.org/10.5005/jp/books/12646
Bunge. (1980). Epistemología.
Castrup, Eicke, Hayes, Mark, Martin, & Taylor. (1994). Metrology - Calibration and
Measurement Processes Guidelines. California Institute of Technology.
Cellucci. (2008). "Developing Operational Requirements: A Guide to the Cost-Effective and
Efficient Communication of Needs.
Chrysler Group LLC. (2010). Measurement Systems Analysis .
Coolican, H. (2017). Research methods and statistics in psychology. In Research Methods
and Statistics in Psychology. https://doi.org/10.4324/9780203769836
Cooper, D. R., & Schindler, P. S. (2014). Business Research Methods - Donald R. Cooper.
In McGraw-Hill: Vol. 12th Editi.
Cordero Cordero, P. (2017). La propuesta operacionalista de Carl Hempel en los albores del
DSM. Avances En Psicología Latinoamericana, 35(3).
https://doi.org/10.12804/revistas.urosario.edu.co/apl/a.4154
Crowder, S., Delker, C., Forrest, E., & Martin, N. (2020). Introduction to Statistics in
Metrology. In Introduction to Statistics in Metrology. https://doi.org/10.1007/978-3-
030-53329-8
Daniels, L., & Minot, N. (2020). An Introduction to Statistics and Data Analysis Using Stata:
From Research Design to Final Report. In International Food Policy Research
Institute, Washington, DC.
de la Puente, C. (2007). Sobre la Medida, Validez y Fiabilidad en Sociología. Una Aplicación
de Análisis de Componentes Principales. NOMADAS. Revista Crítica de Ciencias
Sociales y Jurídicas, 16.

30
Denis, D. J. (2021). Applied Univariate, Bivariate, and Multivariate Statistics. In Applied
Univariate, Bivariate, and Multivariate Statistics.
https://doi.org/10.1002/9781119583004
Dotson. (2016). Fundamentals of Dimensional Metrology (6th ed.). Cengage.
Edmonds, W. A., & Kennedy, T. D. (2020). An Applied Guide to Research Designs:
Quantitative, Qualitative, and Mixed Methods. In An Applied Guide to Research
Designs: Quantitative, Qualitative, and Mixed Methods.
https://doi.org/10.4135/9781071802779
Fellows, R., & Liu, A. (2008). Research Methodology for Construction. Des Internationalen
Und Auslåndischen Baurechts.
Frey, B. B. (2022). The SAGE Encyclopedia of Research Design. In The SAGE Encyclopedia
of Research Design. https://doi.org/10.4135/9781071812082
Furr. (2022). PSYCHOMETRICS.
Garrido. (2015). La teoría constructivista de Piaget. https://redsocial.rededuca.net/teoria-
constructivista-piaget
Georgia Southern University. (2022). Engineering Standars.
https://cec.georgiasouthern.edu/ece/engineering-standards/
Gorgas, Cardiel, & Zamorano. (2011). Estadística Básica para Estudiantes de Ciencias.
Gujarati, D. N., & Porter, D. C. (2003). Basic econometrics (ed.). New York: McGraw-HiII.
Hermida. (1991). Crecimiento Infantil y Supervivencia. Reflexiones para Investigadores
Nuevos.
Hulley, S., Cummings, S., Browner, W., Grady, D., & Newman, T. (2014). Diseño de
Investigaciones Clínicas 4th Edition. In ����� ����� (Issue 3).
Hundleby, J. D., & Nunnally, J. (1968). Psychometric Theory. American Educational
Research Journal, 5(3). https://doi.org/10.2307/1161962
Hurtado. (2010). Metodología de la Investogación. Quirón Ediciones.
ISO. (2022). History of ISO. https://www.pjr.com/about-pjr/what-is-certification/history-of-
iso
Johnson, & Christensen. (2014). Educational research: Quantitative, qualitative, and mixed
approaches (Fifth). SAGE Publications, Inc.
Kennedy, & Neville. (1982). Estadística para Ciencias e Ingeniería. Harla.
Kumar Bhayyalal Dubey, U., & Kothari, D. P. (2022). Research Methodology; Techniques
and Trends.
Lazić, Ž. R. (2004). Design of Experiments in Chemical Engineering. In Design of
Experiments in Chemical Engineering. https://doi.org/10.1002/3527604162
Levine, Krehbiel, & Berenson. (2006). Estadística para la Administración.
Levine, & Stephan. (2010). Even You Can Learn Statistics (2nd ed.).
Levine, Szabat, & Stephan. (2020). Business Statistics 8E A First Course (8th ed.). Pearson.

31
Link, S. (1993). Fechner’s theory of mental measurement. Behavioral and Brain Sciences,
16(1). https://doi.org/10.1017/s0140525x00029411
Macchi. (2019). Introducción a la Estadística en Ciencias de la Salud. Panamericana.
McCuen, R. H., Ezzell, E. Z., & Wong, M. K. (2011). Fundamentals of civil engineering:
An introduction to the asce body of knowledge. In Fundamentals of Civil Engineering:
An Introduction to the ASCE Body of Knowledge.
McGuigan. (1996). Psicología Experimental.
Mejía. (2005). METODOLOGÍA DE LA INVESTIGACIÓN CIENTÍFICA.
Mendenhall, W. M., & Sincich, T. L. (2016). Statistics for engineering and the sciences, sixth
edition. In Statistics for Engineering and the Sciences, Sixth Edition.
https://doi.org/10.1080/00224065.2016.11918168
Moaveni. (2016). Engineering Fundamentals, SI An Introduction to Engineering. Cengage
Learning.
Montgomery, & Runger. (2018). Applied Statistics and Probability for Engineers.
Moore, D. S. (2005). Estadística aplicada básica. The Basic Practice of Statistics, 2015.
Myatt, G. J. (2006). Making Sense of Data: A Practical Guide to Exploratory Data Analysis
and Data Mining. In Making Sense of Data: A Practical Guide to Exploratory Data
Analysis and Data Mining. https://doi.org/10.1002/0470101024
Ñaupas, Mejía, Novoa, & Villagomez. (2013). Metodología de la investigación cuantitativa-
cualitativa y redacción de la tesis.
Navidi. (2006). Estadística para ingenieros.
Panaretos. (2022). Fundamental Concepts in Experiment Design.
Pardo, Ruíz, & San Martín. (2009). Análisis de datos en ciencias sociales y de la salud I.
Síntesis.
Pineda, Alvarado, & Canales. (1994). Metodología de la investigación.
Reynolds. (2016). A Primer in Theory Construction. Pearson Education, Inc.
Reynolds, P. D. (1971). A Primer in Theory Construction. CONTEMPORARY
SOCIOLOGY: A JOURNAL OF REVIEWS.
Rivas. (2017). Elaboración de tesis Estructura y Metodología. Trillas.
Rojas. (2010). El Proceso de la Investigación Científica.
Rust, Kosinski, & Stillwell. (2021). Modern Psychometrics The Science of Psychological
Assessment. Routledge.
Sadegh-Zadeh, K. (2015). Handbook of analytic philosophy of medicine, Second edition. In
Philosophy and Medicine (Vol. 119).
Salkind. (2011). Encyclopedia of research design. In Choice Reviews Online (Vol. 48, Issue
05). https://doi.org/10.5860/choice.48-2447
Saunders, M., Lewis, P., Thornhill, A., Lewis, S., & Thornhill. (2019). Research Methods
for Business Students. www.pearsoned.co.uk

32
Schacter, Gilbert, & Wegner. (2009). Psychology.
Sekaran, U., & Bougie, R. (2013). Research Methods for Business: A Skill-Building
Approach. 34(7). https://doi.org/10.1108/lodj-06-2013-0079
Stevens, S. S. (1946). Sobre la Teoría de las Escalas de Medición. Science, 103(2684).
Taback, N. (2022). Design and Analysis of Experiments and Observational and Studies using
R. In Design and Analysis of Experiments and Observational and Studies using R.
https://doi.org/10.1201/9781003033691
Tamayo. (1981). El Proceso de la Investigación Científica.
Thombre. (2018). METROLOGY AND QUALIITY CONTROL.
Tuckman, & Harper. (2012). CONDUCTING EDUCATIONAL RESEARCH (Sixth Edition).
Uher, J. (2018). Quantitative data from rating scales: An epistemological and methodological
enquiry. Frontiers in Psychology, 9(DEC). https://doi.org/10.3389/fpsyg.2018.02599
Uher, J. (2020). Measurement in metrology, psychology and social sciences: data generation
traceability and numerical traceability as basic methodological principles applicable
across sciences. Quality and Quantity, 54(3). https://doi.org/10.1007/s11135-020-
00970-2
Uy, B. (2003). Civil Engineering Handbook, Second Edition, The. Civil Engineering.
Wang, X., & vom Hofe, R. (2007). Research methods in urban and regional planning. In
Research Methods in Urban and Regional Planning. https://doi.org/10.1007/978-3-
540-49658-8
Webster, J. G. (1998). The Measurement, Instrumentation and Sensors Handbook. In The
Measurement, Instrumentation and Sensors Handbook.
https://doi.org/10.1201/9781003040019
Whitcomb. (2020). Using Optimal Designs to Solve Practical Experimental Problems.
Statistics Made Easy by Stat-Ease.
https://www.youtube.com/watch?v=ZPgzc9bH5NA&t=2712s
Wright, J. D. (2015). International Encyclopedia of the Social & Behavioral Sciences:
Second Edition. In International Encyclopedia of the Social & Behavioral Sciences:
Second Edition.
Ynoub. (2008). El proyecto y la metodología de la investigación.
Zárate. (2018). Matemática Avanzada.
Zikmund, W. G., Babin, B. J., Editorial, V. P., Calhoun, J. W., Thomas, J., Assistant, E.,
Shelton, S., Kanakes, K., & Fuller-jacobsen, B. (2010). Exploring Marketing Research.
In Sout Western Pub.

33
Contenido
1. Introducción. ..................................................................................................................... 3
2. Revisión de la literatura..................................................................................................... 3
3. Obligación de operacionalizar variables en las investigaciones en el Perú. ...................... 3
4. La operacionalización de variables. .................................................................................. 4
4.1. Historia de la operacionalización de variables: el operacionismo............................. 4
4.2. Definición de operacionalización de una variable..................................................... 6
4.3. Definición de variable. .............................................................................................. 7
4.4. Rango y dominio y niveles de una variable. ............................................................. 8
4.5. Tipos de variables...................................................................................................... 8
4.6. La intención y la extensión en la operacionalización de las variables. ................... 13
4.7. ¿Cuándo no se operacionaliza una variable? ........................................................... 14
4.8. Tipos de definiciones operacionales........................................................................ 15
4.9. Proceso de operacionalización de una variable ....................................................... 16
4.10. Definición de constructo teórico. ........................................................................ 18
5. Las normas técnicas de ingeniería. .................................................................................. 20
5.1. Definición. ............................................................................................................... 20
5.2. Estándares mundiales. ............................................................................................. 20
5.3. Partes de una norma técnica de ingeniería. ............................................................. 21
5.4. Hoja de datos de una norma como instrumento de recolección. ............................. 22
5.5. Diseño experimental en ingeniería. ......................................................................... 22
5.6. Plantilla de un diseño experimental......................................................................... 24
5.7. Equivalencia de norma técnica de ingeniería a operacionalización de variable...... 25
6. La metrología y las variables físicas empíricas concretas en ingeniería. ........................ 25
6.1. Definición de medición. .......................................................................................... 25
6.2. Definición de metrología. ........................................................................................ 26
7. Las ciencias sociales y sus variables abstractas o nebulosas. .......................................... 27
7.1. El afán de medir en las ciencias sociales. ................................................................ 27
7.2. La psicometría. ........................................................................................................ 27
7.3. Cuestionarios en psicología. .................................................................................... 28
8. Conclusiones ................................................................................................................... 28
9. Referencias. ..................................................................................................................... 30

34
Índice de tablas.
Tabla 1. Manuales de universidades en el Perú y su exigencia de operacionalizar. ..................... 3
Tabla 2. Tipos de variables con ejemplos en geotecnia. ............................................................... 8
Tabla 3. Métodos de definición en una investigación. ................................................................ 16
Tabla 4. Comparativos de operacionalización de variables psicología vs ingeniería civil. ........ 17
Tabla 5. Hoja de datos del estándar ASTM D7263. .................................................................... 22
Tabla 6. Ejemplo de plantilla de diseño experimental para investigaciones en geotecnia. ......... 24

35
 Índice de figuras.
Figura 1 Línea de tiempo de la operacionalización de variables................................................... 6
Figura 2 Operacionalización de una variable. ............................................................................... 7
Figura 3 Niveles de abstracción y concreción de una variable. .................................................. 14
Figura 4 Objeto concreto y objeto conceptual............................................................................. 18
Figura 5 Representación semiótica de medición en ingeniería geotécnica vs ciencias sociales. 20

36

View publication stats