Conceptos Clave de Estadística: Variables, Muestreo y Población

Conceptos Fundamentales de Variables en Estadística

¿Qué es una variable?

Una variable es una propiedad o característica de un objeto o individuo que puede cambiar o fluctuar, y cuya variación es susceptible de ser medida u observada. Se manifiesta en diferentes valores o categorías.

Clasificación de las Variables

Según su Naturaleza

• Variable Cuantitativa: Es aquella cuyos valores se expresan numéricamente y representan una magnitud. Se pueden realizar operaciones aritméticas con ellas. Se subdividen en:
  • Continuas: Pueden tomar cualquier valor dentro de un intervalo determinado. Sus valores se miden. Ejemplo: el peso, la altura.
  • Discretas: Solo pueden tomar valores enteros y aislados. Sus valores se enumeran o cuentan. Ejemplo: el número de hijos, la cantidad de estudiantes en un aula.
• Variable Cualitativa: Representa atributos, cualidades o categorías que no pueden medirse con números. Se clasifican en:
  • Dicotómicas: Presentan solo dos categorías posibles. Ejemplo: sí/no, verdadero/falso.
  • Multicotómicas (o Politómicas): Presentan más de dos categorías. A su vez, se subdividen en Nominales (categorías sin orden, ej: estado civil) y Ordinales (categorías con un orden o jerarquía, ej: nivel socioeconómico).

Según su Relación Causal

• Variable Dependiente (VD): Es la variable que se investiga y se mide. Su valor depende de los cambios en la variable independiente. Es el efecto o resultado que se busca explicar.
• Variable Independiente (VI): Es la variable que el investigador manipula o controla para observar su efecto sobre la variable dependiente. Es la causa supuesta en una relación causa-efecto.

Según su Manipulación

• Variable Activa: Es una variable que el investigador puede manipular, asignar o controlar directamente. Ejemplo: un método de enseñanza, la dosis de un medicamento.
• Variable Atributiva: Es una variable que no puede ser manipulada por el investigador, ya que es una característica inherente o propia del sujeto. Ejemplo: la edad, el género, el grupo sanguíneo.

Otras Clasificaciones Relevantes

• Variable de Exposición: En estudios observacionales, es la variable que se sospecha que puede ser la causa o factor de riesgo que predice un desenlace.
• Variable de Resultado (o Desenlace): Mide el efecto o el desenlace de interés en un estudio, que se presume es afectado por la variable de exposición.

Escalas de Medición de Variables

• Escala Nominal: Utilizada para nombrar y categorizar datos sin un orden intrínseco. Ejemplo: tipo de sangre (A, B, AB, O).
• Escala Ordinal: Permite ordenar las categorías según una jerarquía o rango, pero la distancia entre ellas no es uniforme ni medible. Ejemplo: nivel educativo (primaria, secundaria, superior).
• Escala de Intervalo: Los datos tienen un orden y la distancia entre los valores es constante y medible. Sin embargo, el cero es arbitrario y no indica la ausencia total de la propiedad. Ejemplo: la temperatura en grados Celsius (0°C no significa ausencia de temperatura).
• Escala de Razón (o de Cocientes): Es el nivel de medida más elevado. Posee todas las características de la escala de intervalo, pero además tiene un cero absoluto, que indica la ausencia total de la variable. Permite realizar operaciones de cocientes (razones). Ejemplo: el peso, la altura, el ingreso económico.

Población y Muestra en Investigación

• Población: Es el conjunto completo de todos los individuos, objetos o eventos que comparten una o más características observables y que son de interés para el estudio.
• Muestra: Es un subconjunto representativo de la población, seleccionado para ser estudiado. Los resultados obtenidos en la muestra se generalizan a la población de la que procede.

Métodos y Técnicas de Muestreo

Muestreo Probabilístico

En este tipo de muestreo, todos los individuos de la población tienen una probabilidad conocida y no nula de ser seleccionados para la muestra. Permite la generalización de los resultados con un margen de error conocido.

• Muestreo Aleatorio Simple: Cada miembro de la población tiene exactamente la misma probabilidad de ser incluido en la muestra.
• Muestreo Sistemático: Se escoge un individuo inicial de forma aleatoria y, a partir de él, se selecciona para la muestra a cada n-ésimo individuo del listado de la población.
• Muestreo Aleatorio Estratificado: La población se divide en subgrupos homogéneos llamados estratos (por ejemplo, por edad o género). Luego, se realiza un muestreo aleatorio simple dentro de cada estrato.
• Muestreo por Conglomerados: La población se divide en grupos o conglomerados (generalmente geográficos). Se seleccionan aleatoriamente algunos de estos conglomerados y se estudian todos los individuos que pertenecen a ellos.

Muestreo No Probabilístico

La selección de los individuos no se basa en la probabilidad, sino en criterios del investigador o en la facilidad de acceso. No todos los miembros de la población tienen la misma oportunidad de ser elegidos.

• Muestreo por Conveniencia o Incidental: Se seleccionan los sujetos a los que se tiene fácil acceso o que están disponibles en un momento dado, como voluntarios.
• Muestreo Intencional o por Juicio: El investigador selecciona a los individuos basándose en su propio juicio sobre quiénes serán más representativos o adecuados para los propósitos del estudio.