Fundamentos Esenciales de Variables, Medición y Muestreo en Investigación

Niveles de Medición de Variables

Escala Nominal

Es la más simple, brinda la menor cantidad de información y clasifica los elementos estudiados según semejanzas y diferencias.

Escala Ordinal

Clasifica según diferencias y semejanzas (similar a la nominal), pero establece una jerarquía explícita entre las distintas posiciones de la escala, permitiendo una relación de "menor que" o "mayor que".

Escala de Intervalo

Se caracteriza por un cero arbitrario (punto de origen convencional que no implica la ausencia de lo que se está midiendo).

Escala de Razón

Se caracteriza por un cero absoluto (que supone la ausencia total de lo que se está midiendo).

Clasificación de las Variables

Según su Naturaleza

• Cualitativas
• Cuantitativas
• Cualicuantitativas (o Mixtas)

Según la Función que Cumplen en la Hipótesis

• Independiente (X): Cumple la función de supuesta causa, factor determinante o elemento explicativo.
• Dependiente (Y): Actúa como supuesto efecto, factor determinado o elemento explicado. Varía en función de la variable independiente.
• Contextual: Se refieren a marcos para los cuales se afirman ciertas relaciones. Dentro de estas, se distinguen:
  • Constantes: Se utilizan para delimitar el campo de estudio, dejando abierta la posibilidad de trasladar la investigación a otros universos, o aclarando que en otros escenarios la relación hipotética podría no cumplirse.
  • Comparativas: Establecen diferentes escenarios en los cuales las relaciones o problemáticas pueden (o no) presentar características distintivas. Deben asumir como mínimo dos valores o categorías.
• Antecedente: Se utilizan para hacer referencia a otras propiedades de las unidades de análisis que también pueden incidir en la relación entre "X" e "Y", ya sea actuando sobre alguna de ellas o sobre ambas.
• Interviniente: Temporalmente se posicionan entre la variable independiente y la dependiente, actuando como nexo entre ambas, es decir, haciendo posible u obstaculizando su relación.

Según su Grado de Complejidad

• Simples: Presentan un único aspecto y requieren de un solo indicador. En algunos casos, estas variables pueden funcionar como referentes empíricos por su proximidad a la realidad. Ejemplo: edad, sexo.
• Complejas: Presentan diferentes aspectos (dimensiones o subvariables) y requieren de más de un indicador.

Validez y Confiabilidad de las Mediciones

Validez Interna, Teórica o Lógica

Existe cuando hay una adecuada conceptualización y operacionalización de la variable, y una clara correspondencia entre ambas.

Validez Externa, Empírica o Pragmática

Se refiere a la veracidad y representatividad de la fuente de información.

Confiabilidad

Un indicador de medición es confiable cuando, en una misma muestra y sin que hayan cambiado las condiciones iniciales, reproduce los mismos resultados. Es decir, provee datos no ambiguos y consistentes.

Diseño de la Muestra

1. Definir la población de estudio.
2. Obtener el marco muestral.
3. Escoger la técnica de muestreo adecuada para la investigación.
4. Tomar decisiones sobre el error estadístico y el tamaño de la muestra con el que se trabajará.

Marco Muestral

Está compuesto por una serie de datos secundarios de los elementos que componen el universo de estudio y que permitirán su identificación.

Muestras No Probabilísticas (No Predispuestas)

Carecen de sesgo en su selección inicial. En función de la técnica finalmente seleccionada, se obtendrá información con una mayor o menor exactitud, pero no condicionarán los resultados a priori.

Muestras Probabilísticas

• Basadas en las teorías de las probabilidades.
• La probabilidad de ocurrencia de un fenómeno oscila siempre entre 1 (certeza absoluta de ocurrencia) y 0 (suceso imposible).