Tema 3:

3. Conceptos Fundamentales
1. Las variables

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
A. La variable
Es una característica observable y puede variar y asumir más de un valor. Adopta al menos dos valores o
categorías (Son estados operacionalizados de la variable. A cada categoría se le asigna un valor simbólico
diferente, un número).
Las variables cualitativas pueden ser dicotómicas cuando sólo pueden tomar dos valores posibles, como sí y
no, hombre y mujer o ser politómicas cuando pueden adquirir tres o más valores.
Son centrales en la investigación ya que ayudan a determinar lo que se debe observar para contrastar la teoría
y además podemos organizar la observación conociendo el papel que las variables desempeñan en las
hipótesis

B. Condiciones a cumplir en la medición de variables

○ Exhaustividad: es decir, que comprenda el mayor número de atributos (categorías o valores) posibles en

Reservados todos los derechos.

la variable. Para poder clasificar todos y cada uno de los casos considerados.
○ Exclusividad (Precisión): los distintos atributos que componen la variable deben ser mutuamente
excluyentes (debe existir duda alguna sobre la categoría en la que un caso ha de ser ubicado). Realizar el
mayor número de distinciones posibles.

C. Tipos
El proceso de operacionalización de las variables está ligado a la definición y a los tipos de variables que se
puedan dar. Los principales criterios de clasificación aplicados a las variables.

○ Nivel de medición
La más operativa es la que hace referencia a su nivel de medición. Así las variables pueden ser nominales,
ordinales, de intervalo y de razón, que forman entre sí una escala de niveles de medida, de modo que cada
nivel engloba a los inferiores y comprende todas las propiedades del nivel anterior y una más. Una escala
es una “disposición conjunta de cosas distintas, pero comunes en algún aspecto”. Las escalas son el
resultado de una distinción o diferenciación, y la distinción lo es, a su vez, de la medida, tomada esta
última en una acepción amplia, resultante de comparar cosas con un patrón determinado.
● Nominal: Se basa en una distinción sencilla, que establece únicamente la diversidad de cosas
diferentes pero iguales en algún aspecto. Se obtiene nombrando los casos mediante un cierto esquema
de clasificación predeterminado (nacionalidad: clasificamos a los individuos británicos, franceses,
españoles, italianos... los clasificamos según la religión en católicos, protestantes, judíos..). Este tipo
de medición no dice en qué proporción poseen la característica ni permite ordenarlos por grados.
● Ordinal: ​Aporta más información y permite clasificar los fenómenos por categorías y ordenarlos por
grados. Podemos asociar un número a cada caso: el número indica que cada caso es diferente de otros
e incluso con respecto a la variable que mide, también dice cómo se relaciona con los otros casos, es
decir, en qué proporción manifiesta poseer una propiedad determinada. Con este nivel podemos decir
qué casos tienen la cualidad medida en mayor o menor proporción que otros, y podemos ordenarlos
con arreglo al grado en que manifiestan esa cualidad.
● De intervalo: proporciona aún más información que los niveles anteriores. Permite clasificar,
ordenar y decir en qué proporción, mayor o menor, contienen la propiedad medida, respecto de los
otros casos. La medición de intervalo se basa en la idea de que hay alguna unidad normalizada de la
propiedad que se mide. Nos proporciona información sobre la distancia entre los casos. También nos
permite formular enunciados exactos sobre las diferencias relativas entre conceptos.
● Razón: ​Adopta el valor cero y significa ausencia de la característica. En investigación social podemos
afirmar que no existen diferencias entre las escalas de intervalo y de razón. Pero conviene dejar clara
la distinción entre ambas. El cero en el nivel de razón o proporción es absoluto, representando la
ausencia absoluta de la característica que mide (ejemplo: peso, altura, número de hijos). El segundo
criterio clasificador de variables es el que hace referencia a su naturaleza. Según el mismo existen
variables.

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-3336321
 ○ Posición en hipótesis causal (Según la función en la investigación)
● Variable independiente: Son las que tienen poder explicativo, cuya influencia sobre la dependiente se
quiere descubrir y calibrar a lo largo de la investigación.
● Variable dependiente: Es la variable a explicar, es decir, se trata de los efectos a los que hay que buscar
motivo o razón.

○ Escala de medición:
● Variables continuas: Variable cuantitativa o métrica que puede adoptar cualquier valor numérico (entre
dos valores hay opciones intermedias). Ej: edad (14 años y 6 meses), peso, altura.
● Variables discretas: ​Entre dos atributos de la variable no caben opciones intermedias, sólo puede

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
adoptar un número finito de valores.
Todas las variables no métricas o cualitativas (nominal u ordinal) y las cuantitativas que no pueden
fraccionarse. Ej: nº de hijos, nº de libros comprados, nº de personal por hogar.

En definitiva, las variables nominales y ordinales son no métricas (​cualitativas Son aquellas cuyos elementos
de variación tienen carácter no numérico. (ej. estado civil, sexo y satisfacción laboral) Por lo tanto, adoptan
categorías. las de intervalo y de razón son métricas (​cuantitativas cuando toman valores numéricos.
Agrupadas (ej. grupos de edad) o No agrupadas (ej. años que lleva trabajando en una empresa).

El proceso de medición de una variable consiste en asignar valores numéricos o categorías a las características
que conforman el objeto de estudio.

2. Operacionalización de conceptos​ (La transformación de los conceptos en variables medibles)

Reservados todos los derechos.

La aplicación del método científico tradicional comienza con la figura de un investigador interesado en un
asunto concreto, sobre el cual construye un marco teórico y, utilizando el método deductivo, elabora una
hipótesis que refleja la asociación entre dos variables. A continuación dichas variables se someten a
operacionalización.
Su tarea es convertir los conceptos abstractos en términos concretos que permitan medir los conceptos, hacer
operativo el concepto abstracto es definirlo de manera más explícita y hacerlo medible. Y en el proceso se
pierde riqueza de significado del concepto, pero se gana en posibilidad de medida.
Se utiliza para someter las hipótesis a comprobación empírica.

● Raramente los conceptos facilitan una operacionalización sin imprecisiones o ambigüedades. Y las
asociaciones entre variables tampoco alcanzan casi nunca la perfección. No existe un indicador perfecto.

La existencia de estas dos limitaciones sugiere, por tanto, la continua reformulación del camino que lleva a la
comprensión de un fenómeno concreto de estudio.

¿Cuándo se utiliza? Cuando el concepto que se pretende medir no es observable (no es directamente
medible). Hay que buscar aspectos que lo representen y sean observables para proceder a su medición. Son los
indicadores sociales.

Es la fase intermedia en el proceso de investigación. Se trata de un proceso anterior a la fase de diseño y

posterior a la formulación del problema. Y se convierte en el medio principal de establecer relaciones entre los
datos y suelen constituir los puntos de apoyo para la interpretación de hallazgos.

En ningún caso se puede eludir la importancia de los conceptos y su medición en la investigación social, lo que
obliga a prestar una atención preferente a los requisitos técnicos de operacionalización. Es decir, considerar la
validez y la fiabilidad de la medición.

A través de la operacionalización, los conceptos o ideas se convierten en variables, a las que podemos
considerar como elementos de realidad social observable que pueden adquirir distintos valores son la
observación. En una primera fase del diseño del cuestionario, se despliegan todas las variables que se consideran
interesantes para la investigación.

Descarga la app de Wuolah desde tu store favorita

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-3336321
 A. Proceso
1) Definición del concepto​ (términos precisos, no circular, en forma afirmativa)
Los conceptos se definen para poder iniciar el proceso de operacionalización. La definición debe ser tanto
teórica como operacional; la definición teórica define y perfila el concepto pero carece de la precisión para
medirlo (no es directamente observable), en cambio la definición operacional especifica cómo se medirá un
concepto determinado en un situación concreta, es decir, qué variables pueden derivarse del concepto para
hacerlo operativo (la respuesta observable se obtiene por medio de los instrumentos de medida de las técnicas).
Es una fase de la investigación decisiva y debemos realizarla correctamente Una vez definidos teóricamente
los conceptos, los más complejos se desglosan en dimensiones (áreas o aspectos específicos) que pasaremos a
definir operativamente en variables. Cada una de las variables desglosará a su vez, a través de un proceso de
deducción lógica en indicadores

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
2) División del concepto en dimensiones
En cuanto a la pregunta de como se produce la operacionalización podemos decir las siguientes cosas. En
primer lugar la definición teórica que aclare el significado del concepto, luego descomponer el concepto en
dimensiones o factores,

3) Selección de indicadores para cada dimensión​ (asignación de mediciones)

seguidamente definir operativamente estableciendo las reglas para su traducción en operaciones empíricas para
cada una de las dimensiones elegidas del concepto, se selecciona una serie de variables empíricas o
indicadores.

4) Reducción de cada dimensión a un número: número índice

Más tarde, se aplican las reglas a los casos concretos estudiados, es la fase de operacionalización en sentido
estricto en ella buscamos los indicadores que miden las variables del concepto.

Reservados todos los derechos.

5) Reducción de los números de todas las dimensiones a uno: número índice general (o
índice sintético)
Y por último la síntesis de indicadores mediante la elaboración de índices, a cada indicador se le asigna un
peso o valor con su importancia, a partir de estos valores se confecciona un índice que agrupa a varios
indicadores de una misma dimensión.

B. Operacionalizar 1 concepto ​(central en nuestro estudio) mediante:

2 dimensiones y 3 indicadores por dimensión
3 dimensiones y 2 indicadores por dimensión

6 en todos los casos

3. Criterios de fiabilidad y validez

Depende básicamente de cómo se ha definido y operacionalizado el concepto.
Antes que fiables, los indicadores tienen que ser válidos, han de proporcionar una representación adecuada del
concepto teórico que miden, es decir, hace referencia a la relación coherente entre el concepto (lo teórico) y los
indicadores que definimos para el concepto (lo empírico). Tiene que ver con controles que aseguren que se mide
lo que realmente refleja el concepto. Ello es independiente de si reúne o no condiciones de fiabilidad.
En caso de que la validez del concepto no sea adecuada se producirán errores sistemáticos.

A. Criterios para evaluar el diseño de una investigación cuantitativa:

● Contemplará que el diseño se adecue a los ​objetivos ​principales. Si es así, se tendrá que comprobar si el
diseño se ajusta a los niveles de validez existentes: interno, externo, de constructo y de conclusión
estadística.
● Validez interna: Constatará cuando queden controladas o eliminadas todas las posibles explicaciones
alternativas (Ej. Horas de estudio-calificaciones) a la relación entre dos o más variables (independiente y
dependiente). Es una medida que asegura que el diseño de un experimento de un investigador es bastante fiel
al principio de causa y efecto. No es un concepto absoluto (tener o no tener).

Descarga la app de Wuolah desde tu store favorita

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-3336321
 ● Validez externa: es la capacidad de generalizar los resultados de la investigación. Para ello debemos
procurar que el número de casos observados sea el adecuado, que la muestra sea estadísticamente
representativa, que se utilicen métodos de selección aleatorios sobre las unidades de análisis y que la muestra
incluya las diferentes variables que se dan en el universo o población de estudio.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
● Validez de constructo: Es el grado de adecuación en la medición de los conceptos. Los resultados no
dependen de los instrumentos de medición empleados. Se garantiza con una delimitación clara y precisa y
una operacionalización múltiple de los conceptos teóricos (buscar dos o más medidas para cada concepto).
Ej. xenofobia.

● Validez de conclusión estadística: ​fiabilidad de la técnica/s de análisis empleada. Se garantiza con un

tamaño amplio de la muestra y con variables susceptibles de un alto nivel de medición. Se encuentra
relacionada con el poder, adecuación y fiabilidad de la técnica de análisis de datos utilizada.

● Es difícil cubrir todos los criterios. ​La validez interna se contrapone a la validez externa. El
experimento ​aporta la mayor validez interna y carece de la validez externa. La ​encuesta ​d​estaca por
facilitar el contraste de su validez y fiabilidad, ​aporta la mayor validez externa pero presenta menor validez
interna que el experimento,

B. La fiabilidad

Reservados todos los derechos.

Tiene que ver con la consistencia de la medición. Podemos comprobar la fiabilidad de la medida aplicando el
mismo procedimiento de medición en diferentes momentos y observando si se obtienen resultados iguales o
similares. Otros métodos de comprobar la fiabilidad sería el test-retest, alternativo, las dos mitades,
consistencia interna alpha de Cronbach.Está asociada con los errores aleatorios de la medición.

C. El experimento como estrategia de investigación

○ Estrategia de investigación más adecuada para verificar relaciones de causalidad. Se manipula la realidad
introduciendo la variable independiente y se observa el efecto sobre la dependiente.
○ Utilización escasa en ciencias sociales Razones:
- dificultad para realizar diseños experimentales en un laboratorio
- limitación para extrapolar los resultados
○ Tradición en el ámbito laboral. Los experimentos de Elton Mayo (Teoría de las relaciones
humanas)
1a fase: estudio de las condiciones físicas (la importancia del factor psicológico)
2a fase: estudio de las condiciones laborales (la importancia de los cambios)
3a fase: estudio de las relaciones humanas (la importancia de expresar/escuchar)
4a fase: estudio de la organización informal (la importancia del grupo)
○ Condiciones de la experimentación:
- Conformación de los grupos: experimental y de control
- Control del ambiente (laboratorio)
- Control del estímulo
- Control del resto de las variables

4. Tipos de error en la investigación cuantitativa

A. Error sistemático:
Se presenta en todas las investigaciones y consiste en sobreestimar o subestimar el valor de la variable que
estamos estudiando.
Ejemplos: Lectura → tendencia a no reconocer la escasa/nula lectura →valor observado › real Consumo de
drogas → tendencia a ocultar consumos → valor observado ‹ real

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-3336321
 B. Error aleatorio:
Las variaciones en las respuestas que se dan en los mismos individuos o en una muestra diferente del mismo
universo.

C. Error en la operacionalización del concepto:

Obedece a una incorrecta elección de indicadores. Ej: usar sólo indicadores económicos para medir la calidad
de vida.

D. Errores de observación:
También llamados de “respuesta”, constituyen desviaciones de las respuestas. No se ha recogido
adecuadamente el fenómeno. Ej: preguntas inapropiadas en el cuestionario. Tipos:

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
● Método de encuesta empleado: si la modalidad de encuesta es pertinente para los objetivos de la
investigación.
● Cuestionario: pueden deberse a errores de redacción de las preguntas, errores de ubicación de las
preguntas en el cuestionario, errores en las opciones de respuesta.
● Entrevistador: cómo formula las preguntas, registra o transcribe las respuestas, sus reacciones ante
dificultades del encuestado para responder las preguntas.
● Encuestado: cuando el encuestado proporciona información incorrecta bien por falta de conocimiento,
por voluntad expresa (sesgo de deseabilidad social), o por problemas de memoria.
● Tratamiento de la información: errores asociados a la edición, codificación de preguntas abiertas, la
grabación de los datos en el ordenador, la ponderación, la tabulación de los datos y el análisis estadístico.

Reservados todos los derechos.

E. Errores en el tratamiento de datos:
Ej: incorrecta codificación; medidas mal empleadas…

F. Errores de selección:
Son los derivados del uso de la muestra. Distinguimos:
● Error de cobertura​ (la muestra se extrae de un censo incorrecto del universo),

● Error de no respuesta (cuando los sujetos seleccionados para la muestra no son localizados o se
niegan a contestar) y

● Error de muestreo (porque la muestra es una porción del universo, pero es calculable y puede
reducirse).

Muestreo aleatorio o al azar simple

Es el método de muestreo asumido en los cálculos estadísticos que se hacen mediante encuesta. Es el más
sencillo y prototípico. El investigador no necesita entrevistar a cada miembro de la población. A partir de
él se desarrollan las fórmulas de cálculo del error y del tamaño muestral. Para el cálculo de este tipo de
muestras, necesitamos un registro de la población bajo estudio, a partir del cual se seleccionarán los
elementos necesarios hasta completar la muestra. Existen dos condiciones fundamentales para que se dé
este tipo de muestreo:
- Que cada elemento de la población tenga idéntica probabilidad de ser incluido en la muestra;
- Que cada posible combinación de nº de elementos ha de tener la misma probabilidad de constituir la
muestra.

El error muestral, por tanto, es el resultante del hecho de trabajar con una muestra y no con la totalidad de
la población.
El nivel de confianza: es la probabilidad con la que el investigador afirma que el error no será superior a
un valor que prefija. Habitualmente se utiliza un nivel de confianza del 95%, lo que quiere decir que de
cada cien muestras que podamos extraer teóricamente de una población dada, al menos 95 van a ofrecer
datos que estén dentro de los niveles de error establecidos.

Descarga la app de Wuolah desde tu store favorita

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-3336321