VARIABLES

Dr. Sixto Snchez MPH

VARIABLES
Concepto: Caractersticas que

representan un fenmeno que

estamos interesados en investigar.

Ej. Peso, talla, edad, color de ojos,

etc.

 Estudios descriptivos: Se estudian variables

individualmente

Estudios analticos: Relacin entre dos o mas

variables para evaluar asociaciones e inferir

relaciones causa-efecto. Variable independiente o
predictora Variable dependiente o resultado.

Estudios experimentales: Variable intervencin

(independiente) y variable resultado (dependiente).

Variables confusoras: Variables que pueden

confundir la relacin entre la variable independiente

y la dependiente, Ej: el tabaquismo en la relac in
entre el uso de caf o drogas Cncer de pulmn.

Relacion entre variables

(existe hiptesis: estudios experimentales, analticos,

transversales)

Independiente
Intervinientes
(probables
Confusores)

Dependiente

Relacion entre variables

Sedentarismo
Edad, sexo, estado
socioeconmico,
gentica, etc, etc

Obesidad

En estudios
descriptivos, no
considerar variables
independientes o
dependientes, solo son

TIPOS DE VARIABLES:
CUALITATIVAS: Variables no susceptibles de
ser cuantificadas. Ej: sexo (dicotomica), raza
(multicotomicas), grupo sanguneo.

Nominales: Sus categoras no tienen orden.

Ej. Tipo de sangre, tipo sanguneo, estado civil.

(No podramos encontrar medias)

Slo se puede realizar un conteo (frecuencias).

No es factible las operaciones aritmticas

Ordinales: Sus categoras tienen orden:

Ej: Evolucin: Mejor, igual, peor; estadio de una
enfermedad: I, II, III, IV;
Dolor: No, leve, moderado, severo.

Las distancias entre las categoras no es la misma.

Pueden producir sesgos de medicin pues su
categorizacin depende de subjetividad.

TIPOS DE VARIABLES:
CUANTITATIVAS: Cuantificable en
una escala aritmtica

Continuas: Escala infinita de valores

dentro de un rango; Ej: Glicemia, peso, etc
Discretas: Escala finita de valores. Ej.
Cigarros fumados/dia, numero de
recurrencias de herpes por ao.

ESCALA DE INTERVALO:
Es una escala creada por el hombre.

El cero es arbitrario o relativo o diferencial, es decir no indica ausencia de la propiedad .

0o no es ausencia de temperatura.

Razones de medida de intervalo no tienen sentido. Ej. 80 o no es el doble de calor que 40o.

Diferentes intervalos tienen igual significado. Ej. Diferencia entre la T o entre 30oC y 40o C es la
misma que entre 90o y 100o.

Se pueden realizar operaciones aritmticas.(+ y -). Se puede encontrar medias y usar

prueba t.

Ejemplos:
Hora
00:00
Temperatura ambiental
El ao en que vivimos
Coeficiente intelectual
Edad

0 C
2003

ESCALA DE RAZN:
El cero es absoluto, indica ausencia de la propiedad.
Las fracciones (razones) tienen sentido; 40 kg es el doble de 20 kg. Ej:
nmero de clientes.

Tienen unidad de medida (cms, pulgadas). Se pueden realizar

operaciones aritmticas (+,-,x , ),

Ejemplos:
Peso
Distancia
Velocidad
Pacientes no atendidos hoy
N de hijos en edad de vacunacin : 0
Procesos deficientes
:
0
Tiempo de vuelo.
Ingresos econmico
Nivel de plomo en sangre

TIPOS DE VARIABLES:
Desde el punto de vista de causa-efecto

Independientes: Aquella que precede a

otra en un estudio analtico. Puede
manipularse en una investigacin
experimental: tratamiento, programa

Dependientes: Aquella que es afectada por

la variable independiente. Es la variable
resultado, el efecto.

Como medir variables?

Medir cuantitativamente una variable es mejor que
cualitativamente (en categoras o rangos)

Mejora el poder y disminuye el tamao muestral.

Ej. Presin arterial como cuantitativa en vez de categrica
(normal, alta).

Esto permite cambiar los puntos de corte para

establecer nuevas categoras. Existen excepciones:

Ej: Bajo peso al nacer o no.

Ante una variable ordinal, es mejor considerar varias

categoras para poderlas colapsar (ej: muy bueno,

bueno, regular, malo, muy malo: podemos colapsarlo
a bueno y no bueno)

OPERACIONALIZACION DE
VARIABLES: Es necesario conocer con mucho detalle
las variables del estudio, como se definirn y como se medirn

Definicin operacional de las variables.

Cmo se va a categorizar?,
Que indicador vamos a usar para categorizarla?
Que criterios de medicin usaremos para
categorizarla.

Las categorias de una variable deben ser

Exhaustivas: Deben incluir todas las respuestas
posibles
Excluyentes: Ningn participante debe poder
marcar dos o mas categoras

OPERACIONALIZACION DE
VARIABLES: Como medir las
variables
Algunas variables no necesitan ser
operacionalizadas: Ej. Sexo, edad.

Algunas variables son muy dificiles de

operacionalizar: Ej. Calidad de vida, dolor, estado

socioeconomico, grado de nerviosismo, grado de
comunicacin con la pareja, autoestima, etc.:

Pero es importante categorizarlas: Aumenta la

objetividad del conocimiento, reduce sesgos y
provee de medios para comunicarnos.

Ejemplo de Operacionalizacin:
Variable

Tipo

Indicador

Categoras

Hb sangunea

Medio de
verificacin
Historia clnica

Leve
Moderada
Severa

Medicin de las
categoras
Hb: 9-11 grs
Hb: 7 8.9
Hb: < 7.0

Anemia

Cualitativa
categrica
ordinal

Nivel socioeconmico

Cualitativa
categrica
ordinal

Ingreso total fam

mensual/
N personas que
viven en el hogar

Ficha de
evaluacin de las
asistentas
sociales

Bajo
Mediano

200-300 $.
301-500 $

Alto

501- mas

Cefalea

Cuantitativa
discreta

Escala del dolor

Tarjeta marcada
1 al 10
por el entrevistado

Depresin

Cualitativa

Test de depresin
PHQ-9

Ficha de
recoleccin de
datos

Moderada
severa
Mnima o leve

Glicemia

Cuantitativa
continua de
razn

Glucosa basal en
sangre

Resutlados de
examenes auxiliares
de la Historia
Clnica

Grupo
sanguneo

Cualitativa
categorica
nominal

Examen de sangre

Historia clnica

A
B
AB
O

a Puntaje: 10 o ms

9 o menos

Problemas con la categorizacin de

variables cuantitativas:
Ej. Pensemos en una variable cuantitativa en
investigacin social: Una escala de autoestima
El investigador que desarrollen tal instrumento
tienen que hacer incontables juicios para
construir tal escala.

Como definir autoestima?

Como distinguirla de otros conceptos relacionados?
Qu palabras usar para establecer los parmetros
que usaremos para medirla usando esa escala
Como estar seguros que estos parmetros sern
entendibles para los participantes
Que tipo de problemas culturales y linguisticos
existir para construir las preguntas parmetros?

Problemas con la categorizacin de

variables cuantitativas (cont):
Cuando el investigador aplica la escala se pregunta:
Cuan bien la escala mide el concepto que se intenta estudiar
Cuan confiable y consistente es la escala
Cuan apropiada es la escala para el contexto de la
investigacin y los potenciales participantes

Los participantes hacen muchos juicios cuando llenan la

escala
Cmo entienden algunos terminos y frases
Por que el investigador les est haciendo tales preguntas?
Cuanta energia y esfuerzo ellos tienen que gastar para
completar la escala

Problemas con la categorizacin de

variables cuantitativas (cont):
Aun los lectores de la investigacin harn
muchos juicios acerca de la medicin de
autoestima y si es apropiada en el
contexto del estudio.
ENTONCES LA MEDIDA CUANTITATIVA
APARENTEMENTE SIMPLE PRODUCE
MUCHOS JUICIOS CUALITATIVOS EN LOS
DIFERENTES ACTORES DE UN ESTUDIO

 Variables deben deben representar fenmeno de

inters consistentemente y validamente.

Ej:

Cuan bien representa el insomnio a la depresin

Cuan bien mide la glicemia basal la respuesta al
tratamiento antiglicemiante?

Cuan bien representa el uso de anticonceptivos la

buena o mala relacin de pareja?

Variables deben ser

consistentes (precisas)
Grado en que la variable tiene el mismo o parecido valor cada vez

que es medida).
Ej. Peso es mas consistente (preciso) al medir que el nivel de
relacin de pareja que puede variar de una ocasin a otra.
A mayor consistencia: mayor poder para probar la hiptesis.

Causas de inconsistencia (inprecision):

Variabilidad interobservador (diferente uso de palabras en la

entrevista o instrumento),
Variabilidad del sujeto estudiado (circunstancias, ritmo circadiano,
etc),
Variabilidad del instrumento (Factores ambientales o ruidos
externos).

Variables deben ser

consistentes (precisas)
Como valorar la consistencia (precision):
Desviacin standard,
Coeficiente de variacin (D.E./media),
Grado de consistencia de las mediciones,
Coeficiente de correlacin,
Kappa.

La medicin de estos los dos ltimos tests se hace de tres

formas:

Concordancia entre medidas repetidas de una muestra de

sujetos,
Concordancia entre dos variables que miden la misma
caracterstica,
Mediciones repetidas por el mismo sujeto y medidas repetidas
por diferentes sujetos.

 Estrategias para mejorar la consisstencia

(precisin):

Estandarizar los mtodos de medicin mediante

definiciones operacionales de las variables,
Preguntas claras y completas,
Entrenamiento de los entrevistadores
especialmente si son varios,
Evitar ambigedades en preguntas,
Repetir las mediciones.
El esfuerzo desarrollado en estas estrategias
depender de los costos y de la importancia de la
variable.

Variables deben ser validas

(exactas)
Grado en que la variable representa lo que se
busca que represente.

Ej. un valor de Hb. post hemorragia no refleja

anemia: es consistente (precisa) pero no valida

(exacta).

Validez (exactitud) es alterada por errores

sistemticos o sesgos.

Variables deben ser validas

(exactas)
Tres principales tipos de errores de medida:

Sesgos del observador (el investigador busca lo que cree debe

encontrar: Ej historia de tabaquismo en un paciente con cncer),

Sesgos del observado (el sujeto cree ya sentirse bien
subjetivamente o no recuerda algn hecho, y
Sesgos de instrumentos (ej. un instrumento no bien calibrado y
de valores no reales o un cuestionario en que las preguntas sean
sugerentes de la respuesta)
Cmo valorar la validez (exactitud)?:

Comparar con tcnicas de referencia cuya validez (exactitud) es

conocida.

Variables deben ser validas

(exactas)
Estrategias para mejorar la validez (exactitud) :

Aparte de algunas de las estrategias para mejorar

consistencia (precisin):

Tratar de evitar que los sujetos sepan mtodos de

evaluacin de caractersticas,

Tcnicas de simple o doble ciego, y

Calibracin de instrumentos de medicin.

Consistente (Precisa), no
valida (no exacta)

5%

10%

No consistente (precisa), no
valida (no exacta)

5%

10%

Consistente (exacta) y
valida (precisa)

5%

10%