UNIVERSIDAD NACIONAL "SAN LUIS GONZAGA"

Facultad de Ingeniería Civil

LAS VARIABLES - CLASIFICACIÓN

Curso: ESTADISTICA

Alumnos:

- ORTIZ HUAMAN RICHARD PAOLO

- ARPI YEREN MARCELA FAVIOLA

Docente: RICARDO CESAR CAVERO DONAYRE

Ica, Perú

2023
 INDICE DE CONTENIDO

1. VARIABLE ESTADÍSTICA

1.1. INTRODUCCION:
1.2. DEFINICION Y CONCEPTOS BASICOS:
1.3. CARACTERISTICAS DE LAS VARIABLES:
1.4. USO DE LAS VARIBLES DE INVESTIGACION:
1.5. MEDIDAS DESCRIPTIVAS:
1.6. VISUALIZACION DE DATOS:
1.7. ANALISIS DE RELACIONES:
1.8. APLICACIONES PRACTICAS:
1.9. CONCLUCIONES:

2. SEGÚN SU NIVEL DE MEDIDA

2.1VARIABLES CUALITATIVAS

2.1.1. NOMINALES

2.1.2. ORDINALES

2.2. VARIABLES CUANTITATIVAS

2.2.1VARIABLE DISCRETA

2.2.2VARIABLE CONTINUA

3. SEGÚN LA INFLUENCIA

2.1. VARIABLES CUALITATIVAS

3.2. VARIABLE DEPENDIENTE

3.3. EJEMPLO DE VARIABLE DEPENDIENTE

4. OTRAS VARIABLES
 1.1. INTRODUCCION:

La estadística desempeña un papel fundamental en la comprensión y análisis de

fenómenos en diversas disciplinas. En este contexto, las variables se erigen como

elementos esenciales que permiten abordar la complejidad de los datos. La relevancia de

comprender y utilizar variables en la investigación radica en su capacidad para

proporcionar un marco estructurado y cuantificable, facilitando la interpretación y toma

de decisiones informadas.

1.2. DEFINICION Y CONCEPTOS BASICOS:

En el núcleo de la estadística, las variables son elementos que pueden cambiar y cuyas

variaciones son objeto de estudio. Una variable puede adoptar distintos valores, y su

comprensión es crucial para el diseño y la ejecución de investigaciones. La importancia

de las variables en el proceso de investigación radica en su capacidad para representar,

medir y analizar fenómenos, proporcionando una base sólida para la inferencia y la

generalización.

1.3. CARACTERISTICAS DE LAS VARIABLES:

Las variables estadísticas poseen singularidades y particularidades que las distinguen.

Estas características definen su naturaleza y establecen las reglas para su manipulación.

La capacidad de las variables para capturar y representar la variación en los datos es

esencial para revelar patrones, tendencias y relaciones, proporcionando insights valiosos

en la investigación.
 1.4 USO DE LAS VARIBLES DE INVESTIGACION:

En la práctica académica, las variables son herramientas fundamentales para estudiar

fenómenos complejos. Su aplicación va más allá de la mera cuantificación; las variables

permiten explorar relaciones, identificar factores determinantes y formular hipótesis.

Ejemplos concretos ilustran cómo las variables contribuyen a la comprensión detallada

de fenómenos específicos, impulsando la calidad y relevancia de la investigación.

1.5. MEDIDAS DESCRIPTIVAS:

El análisis de variables implica la utilización de medidas de tendencia central y

dispersión. Estas medidas, como la media y la desviación estándar, son herramientas

clave para resumir y caracterizar la distribución de los datos. La relevancia de estas

medidas se manifiesta en su capacidad para proporcionar una visión clara y concisa de

la información, facilitando la interpretación y comparación de conjuntos de datos.

1.6. VISUALIZACION DE DATOS:

La representación gráfica de variables es esencial para comunicar de manera efectiva

patrones y tendencias. Herramientas visuales comunes, como gráficos de barras y

diagramas de dispersión, desempeñan un papel crucial en la presentación clara y

accesible de la información estadística. Explorar estas herramientas contribuye a una

interpretación más intuitiva y comprensible de los datos.

1.7. ANALISIS DE RELACIONES

Comprender cómo las variables se relacionan entre sí es esencial para interpretar

fenómenos complejos. El análisis de estas asociaciones revela conexiones subyacentes y

permite identificar factores influentes. El impacto de entender estas relaciones no solo

amplía el conocimiento, sino que también orienta la toma de decisiones informadas

basadas en evidencia.

1.8. APLICACIONES PRACTICAS:

A través de casos de estudio y ejemplos concretos, se ilustra el uso práctico de variables

en diversas disciplinas. Estos ejemplos destacan la versatilidad y aplicabilidad de las

variables en la investigación, mostrando cómo su análisis ha contribuido

significativamente al avance del conocimiento en diferentes campos.

1.9. CONCLUCIONES:

La recapitulación de la importancia de las variables estadísticas destaca su papel central

en la investigación y análisis de datos. Reflexiones finales subrayan cómo la

comprensión profunda de las variables potencia la calidad y la validez de los resultados,

impulsando así la toma de decisiones basada en la evidencia y el avance del

conocimiento científico.

Este trabajo ha explorado las diversas dimensiones de las variables estadísticas, desde

su conceptualización hasta su aplicación práctica, proporcionando una visión integral de

su importancia en el ámbito académico y científico.

2. SEGÚN SU NIVEL DE MEDIDA

2.1VARIABLES CUALITATIVAS

Son el tipo de variables que como su nombre lo indica expresan distintas cualidades,

características o modalidad. Cada modalidad que se presenta se denomina atributo o

categoría, y la medición consiste en una clasificación de dichos atributos. 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. Dentro de ellas podemos distinguir:

2.1.1. NOMINALES

Las variables cualitativas nominales son categorías que no se pueden

clasificar. Veamos, por ejemplo, algunos tipos de frutas: naranjas, uvas, peras y

manzanas. Son variables nominales porque no existe un orden de clasificación

implícito entre ellas. Una banana, por ejemplo, no ocupa un lugar más alto en la

clasificación que una pera.

2.1.2. ORDINALES
 A diferencia de las variables cualitativas nominales, las variables cualitativas

ordinales se pueden clasificar. Son cualitativas porque no se pueden medir

numéricamente, pero hay un orden lógico entre ellas.

Por ejemplo, piense en las encuestas que haya respondido. Ejemplos de valores

cualitativos ordinales en encuestas: Nunca, A veces, Casi siempre, Siempre;

Extremadamente insatisfecho/a, Ni satisfecho/a ni insatisfecho/a, Satisfecho/a,

Extremadamente satisfecho/a.

Una forma de recordar la definición de variable ordinal es la

siguiente: Ordinal = Ordenada.

2.2. VARIABLES CUANTITATIVAS

Son las variables que toman como argumento cantidades numéricas, son variables

matemáticas. Las variables cuantitativas además pueden ser:

2.2.1VARIABLE DISCRETA

Las variables discretas son independientes y distintas. En pocas palabras, si se

puede contar individualmente, es una variable discreta.

Por ejemplo, es posible contar el número de niños en un hogar. En un hogar,

puede haber 0 hijos, 3 hijos, 6 hijos, etc., pero no puede haber 3,45 hijos.

El número de dedos de pie y el número total de calcetines en un cajón

también son ejemplos de variables discretas. Incluso el número total de dedos en

todos los pies de todas las personas en una ciudad es una variable discreta.

Llevaría mucho tiempo contar individualmente todos esos dedos, pero es posible

hacerlo.

2.2.2VARIABLE CONTINUA
conforman un todo ininterrumpido. Se trata de variables que no se pueden contar

en un tiempo finito porque hay un número infinito de valores entre dos valores

dados.

Por ejemplo, si desea medir el tiempo, cada unidad de tiempo se puede dividir en

unidades aún más pequeñas: El tiempo de respuesta a un estímulo podría

expresarse como 1,64 segundos, o podría desglosarse y expresarse como

1,642378765 segundos, y así sucesivamente, al infinito. Otros ejemplos de

valores continuos incluyen la temperatura, la distancia y la masa.

3. SEGÚN LA INFLUENCIA

3.1.VARIABLE INDEPENDIENTE

Viene representado por una X. Es aquella cuyo valor no depende de otra variable. Es la

variable que el investigador manipula, mide o selecciona para ver los efectos que causa

en otra variable. Aquella característica o propiedad que se supone es la causa del

fenómeno estudiado.

Son los factores que el investigador quiere poner a prueba para demostrar una hipótesis.

La variable independiente se suele representar en el eje de abscisas.

La variable independiente es la que se le asignan valores arbitrarios

Un ejemplo de variable independiente podría ser; el método de enseñanza de lectura que

un profesor utiliza para mejorar la comprensión lectora de sus alumnos.

 3.2.VARIABLE DEPENDIENTE

Viene representado por una Y. Es aquella cuyos valores dependen de los que tomen

otra variable. Son las variables de respuesta que se observan en el estudio, y que podrían

estar influidas por los valores de las variables independientes. Pueden ser

características, cualidades, hechos, etc.

La variable dependiente es el factor que es observado y medido para determinar el

efecto de la variable independiente.

Del ejemplo anterior; la variable dependiente será los cambios o mejora que los

alumnos experimentan en su comprensión lectora tras un periodo de entrenamiento.

Como es evidente, los nombres de las dos variables están dados por su condición. La

variable independiente es aquella que no se ve afectada, por tanto, no variará durante

toda la experimentación. En cambio, la dependiente es la variable inestable susceptible

de ser modificada.

3.3. EJEMPLO DE VARIABLE DEPENDIENTE E

INDEPENDIENTE

En una investigación realizada por oculistas, se busca determinar la influencia que tiene

la cantidad de tiempo que se utilizan los celulares en la fatiga ocular.

La variable dependiente (y) sería la fatiga ocular, mientras la variable independiente (x)

sería la cantidad de tiempo que se utilizan los celulares.

Es decir, a medida que aumenta la cantidad de tiempo que se utilizan los celulares,

provocara más fatiga ocular.

 Bibliografía

Ramos, M. C. (2013). Estadística Aplicada 1 . LIMA: UPC.

MONTGOMERY, Douglas C. (2005) Probabilidad y estadística aplicada a la

ingeniería. México, D.F. : Limusa Wiley. (519.5 MONT 2005)

Buendía, L.; Colás, P. y Hernández, F. (2001): Métodos de investigación en

Psicopedagogía. Madrid: McGraw-Hill