Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Adems:
Pruebas
Regresar a Contenidos Valoracin del Impacto
Aleatorias
Variable independiente: se conceptualiza como la causa (variable independiente) o razn del
Otro Ejemplo: Existe una falta de oportunidades de trabajo asociada a un bajo nivel educativo
de los ciudadanos que viven en algunos de los pases en vas de desarrollo.(variable
los efectos (variable independiente) del desempleo y los bajos niveles educativos.
Metodologa de la
Investigacin
sbado, 10 de julio de 2010
Variables
Las variables en la investigacin, representan un concepto de vital importancia dentro
de un proyecto. Las variables, son los conceptos que forman enunciados de un tipo
particular denominado hiptesis.
Variable independiente
Fenmeno a la que se le va a evaluar su capacidad para influir, incidir o afectar a otras
variables.
Su nombre lo explica de mejor modo en el hecho que de no depende de algo para estar
all:
Variable dependiente
Cambios sufridos por los sujetos como consecuencia de la manipulacin de la variable
independiente por parte del experimentador. En este caso el nombre lo dice de manera
explicita, va a depender de algo que la hace variar.
Propiedad o caracterstica que se trata de cambiar mediante la manipulacin de la
variable independiente.
Las variables dependientes son las que se miden.
Por ejemplo: Como influye la msica clsica en la presin arterial de los pacientes.
Variable dependiente: "la presin arterial de los pacientes" (cambio sufrido por la
variable independiente)
Variable independiente: "la msica clsica" (que es la que manipula la variable
dependiente)
Variable interviniente
Son aquellas caractersticas o propiedades que de una manera u otra afectan el
resultado que se espera y estn vinculadas con las variables independientes y
dependientes.
* Los datos cuantitativos medidos ya sea mucho o muchos de algo, representa una
cantidad o un nmero.
* Los datos cualitativos proporcionan etiquetas o nombres, observaciones.
El caso (A) corresponde a la relacin tal que al aumentar los valores de la variable
independiente aumenta -en promedio- el valor de la variable dependiente. Cuando esto
ocurre se dice que hay una relacin lineal positiva.
El caso (B) representa otra relacin de nuevo lineal, pero ahora negativa
El caso (C) representa una situacin en la que no hay relacin entre ambas variables.
Decimos entonces que las variables son independientes.
El caso (D) muestra una relacin entre ambas, pero no lineal.
La covarianza:
La covarianza es una medida de la asociacin lineal entre dos variables que resume la
informacin existente en un grfico de dispersin. Vase que el plano de una
representacin grfica posible puede dividirse en cuatro cuadrantes definidos por los
dos ejes.
Se denomina primer cuadrante a la zona del grfico donde ambas variables toman
valores positivos. El segundo cuadrante corresponde a valores negativos de la primera
variable y positivos de la segunda. El tercer cuadrante incluye los valores negativos de
ambas variables y el cuarto es donde la primera variable toma valores positivos y la
segunda valores negativos.
Para construir una medida de la asociacin lineal a partir de estas propiedades, no slo
debemos atender la proporcin de puntos en cada cuadrante, sino tambin la distancia
en que esos puntos se alejan o no de su origen.
Si tenemos pares de observaciones ()()NNiiyxyx,,...,,, llamaremos covarianza entre x e
y a la expresin
La covarianza ser positiva cuando los puntos se encuentran en los cuadrantes impares
Esto significa que ambas variables varan ene el mismo sentido.
La covarianza ser negativa cuando los puntos estn en los cuadrantes pares. Esto
significa que las variables varan en sentido contrario.
Finalmente, la covarianza ser prxima a cero cuando no exista relacin entre ambas
variables o cuando, existiendo, la relacin sea marcadamente no lineal.
El coeficiente de correlacin:
La covarianza depende de las unidades de medida de las variables y se modificar si
modificamos las unidades de medida de las variables. Esto hace que no sea til
comparar la covarianza de grupos diferentes de observaciones con unidades (o con
escalas) de medicin diferentes .
Por ejemplo, una covarianza de 1 medida en metros, se transforma en una covarianza
de 100 medida en centmetros. Por lo tanto no tiene sentido decir que si la covarianza
es grande, la relacin es fuerte, ya que la covarianza cambiar si modificamos las
unidades de medida de la variable.
Una medida de relacin entre dos variables que resuma la informacin del grfico de
dispersin, y que no dependa de las unidades de medida, se puede construir dividiendo
la covarianza por las desviaciones estndar de ambas variables.
Se define el coeficiente de correlacin lineal r
4) -1 <= r <= 1
5) El coeficiente de correlacin no se altera por transformaciones lineales de las
variables.
Ver ms
enhttp://www.liccom.edu.uy/bedelia/cursos/metodos/material/8_Correlacion.pdf