Sie sind auf Seite 1von 5

TIPOS DE VARIABLE ESTADISTICA EN INVESTIGACION

Las variables pueden ser de dos tipos:

Variables cualitativas o atributos: no se pueden medir

numéricamente (por ejemplo: nacionalidad, color de la piel, sexo).

También conocidas como nominales.

Variables cuantitativas: tienen valor numérico (edad, precio de un

producto, ingresos anuales). También conocidas como ordinales.

Las variables también se pueden clasificar en:

Variables unidimensionales: sólo recogen información sobre una

característica (por ejemplo: edad de los alunmos de una clase).

Variables bidimensionales: recogen información sobre dos

características de la población (por ejemplo: edad y altura de los alumnos

de una clase).

Variables pluridimensionales: recogen información sobre tres o más

características (por ejemplo: edad, altura y peso de los alumnos de una

clase).

Por su parte, las variables cuantitativas se pueden clasificar en

discretas y continuas:
Discretas: sólo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por

ejemplo: número de hermanos (puede ser 1, 2, 3….,etc, pero, por

ejemplo, nunca podrá ser 3,45).

Continuas: pueden tomar cualquier valor real dentro de un

intervalo. Por ejemplo, la velocidad de un vehículo puede ser 80,3 km/h,

94,57 km/h…etc.

ESCALAS DE MEDICIÓN EN ESTADÍSTICA

Como hemos dicho, para que los datos tengan sentido es necesario
compararlos. Y para poder compararlos debemos utilizar escalas de
medición. Dichas escalas tendrán diferentes propiedades en función de
las características de los datos que se compararán. En estadística existen
cuatro escalas de medición: nominal, ordinal, de intervalo y de razón.

Escala nominal
Cuando un dato identifica una etiqueta (o el nombre de un atributo) de un
elemento, se considera que la escala de medición es una escala
nominal. En esta carecen de sentido el orden de las etiquetas, así como
la comparación y las operaciones aritméticas. La única finalidad de este
tipo de datos es clasificar a las observaciones. Ejemplo:
Una variable que indica si el visitante de este post es «hombre» o
«mujer».
En esta variable se tienen dos etiquetas para clasificar a los visitantes. El
orden carece de sentido, así como la comparación u operaciones
aritméticas.

Escala ordinal
Cuando los datos muestran las propiedades de los datos nominales, pero
además tiene sentido el orden (o jerarquía) de estos, se utiliza una escala
ordinal. Ejemplo:
Una variable que mide la calidad de un post. La variable puede tomar
valores enteros del 1 al 5, donde el valor 1 es el peor y el 5 el mejor.
En esta variable sigue sin tener sentido las operaciones aritméticas, pero
ahora sí tiene sentido el orden. Si un post tiene valor 4 y otro tiene valor 2,
el primero se entiende que es mejor que es segundo.

Escala de intervalo
En una escala de intervalo, los datos tienen las propiedades de los datos
ordinales, pero a su vez la separación entre las variables tiene sentido.
Este tipo de datos siempre es numérico, y el valor cero no indica la
ausencia de la propiedad. Veamos un ejemplo:
La temperatura (en grados centígrados) media de una ciudad.
En esta escala, los número mayores corresponden a temperaturas
mayores. Es decir, el orden importa, pero a la vez la diferencias entre las
temperaturas importa.

Escala de razón
En una escala de razón, los datos tienen todas las propiedades de los
datos de intervalo, y la proporción entre ellos tiene sentido. Para esto se
requiere que el valor cero de la escala indique la ausencia de la propiedad
a medir. Ejemplos de este tipo de variables son el peso de una persona
a el tiempo utilizado para una tarea. Ejemplo:
Una variable que mide el salario de una persona.
En esta variable, si una persona gana 100, y otra 10, la primera gana más
que la segunda (comparación). También tiene sentido decir que la primera
gana 90 más que la segunda (diferencia), o que gana 10 veces más
(proporción).

VARIABLES EN ESTADÍSTICA

Las variables se las suele dividir según distintos criterios, en función las
características de los valores que estas puedan tomar.

Variables cuantitativas y cualitativas


De acuerdo al tipo de escala que se utilizan se puede clasificar en
cualitativas o cuantitativas.
Las variables cualitativas son aquellas que se usan para identificar un
atributo de un elemento. Se emplean con la escala nominal o la ordinal,
y pueden ser numéricos o no. Los datos contenidos en estas variables se
resumen contando el número de observaciones de cada valor que toma la
variable, o la proporción en entre estos. Un hecho importante a tener en
cuenta es que, aun cuando para los datos cualitativos se use un código
numérico, las operaciones aritméticas como la suma o la multiplicación no
tienen sentido. Ejemplo:
El color de un auto.
Luego, las variables cuantitativas son aquellas que requieren valores
numéricos para definir los datos. Se emplean con las escalas de
medición de intervalo o de razón. En estas sí tienen sentido las
operaciones aritméticas. Ejemplo:
La altura de una persona.
En general hay más alternativas para el análisis estadístico cuando se
tienen variables cuantitativas que con las variables cualitativas.

Variables continuas y discretas


El siguiente criterio de clasificación (solo para variables cuantitativas) es
según como es el conjunto de valores sobre el cual estas pueden tomar
valores.
Una variable continua puede tomar valores dentro de un intervalo
continuo, es decir, dado dos puntos de un intervalo, la variable siempre
podrá tomar infinitos valores entre ambos puntos. Ejemplo:
La temperatura en una habitación.
En cambio, una variable discreta solo puede tomar valores sobre un
conjunto finito de valores o un conjunto infinito numerable (un conjunto
infinito, pero cuyos elementos se pueden contar). En otras palabras, no
puede tomar valores sobre cualquier punto del intervalo, sino solamente
sobre aquellos incluidos en el conjunto al que pertenece. Esto hace que
surja el concepto de valores observados sucesivos, lo cual significa que,
dado una observación, puede existir una observación previa y otra
posterior. Ejemplo:
Cantidad de años de vida de una persona.

Datos de sección transversal y de series de tiempo

Por último, otra clasificación típica que se suele realizar sobre los datos
es respecto del tiempo en que estos son adquiridos.
Los datos de sección transversal son los obtenidos en el mismo (o
aproximadamente) momento.
En un mismo periodo, cual es el PBI de un grupo de paises

Los datos de series de tiempo son datos obtenidos a lo largo del tiempo.
El PBI de un país a lo largo de los años