Variables: concepto y clasificación — Transcript

Explicación clara sobre el concepto y clasificación de variables en investigación epidemiológica, con ejemplos y su importancia metodológica.

Key Takeaways

  • Las variables son fundamentales para diseñar y analizar estudios de investigación.
  • Clasificar correctamente las variables según su tipo y escala es crucial para el análisis estadístico.
  • No existe un número fijo de variables a usar, pero deben ser las necesarias y relevantes para el estudio.
  • Las variables cualitativas y cuantitativas tienen características y usos diferentes en la investigación.
  • Entender la relación entre variables dependientes e independientes ayuda a formular hipótesis claras.

Summary

  • Introducción al proceso metodológico de una investigación y el rol de las variables.
  • Definición de variable como cualidad o característica que puede medirse y variar entre sujetos o en un mismo sujeto.
  • Clasificación de variables según la escala de medición: cualitativas (nominales y ordinales) y cuantitativas (discretas y continuas).
  • Variables cualitativas nominales: categorías sin orden, como sexo o nacionalidad.
  • Variables cualitativas ordinales: categorías con orden jerárquico, como escala de dolor o estadio del cáncer.
  • Variables cuantitativas discretas: valores numéricos enteros, como número de hijos o consultas.
  • Variables cuantitativas continuas: valores numéricos con decimales, como peso o glucemia.
  • Clasificación según relación con la hipótesis: variables dependientes (evento) e independientes (causa o factor de riesgo).
  • Ejemplos prácticos para identificar y clasificar variables en estudios epidemiológicos.
  • Recomendación sobre la cantidad adecuada de variables a usar para evitar errores y facilitar análisis estadísticos.

Full Transcript — Download SRT & Markdown

00:00
Speaker A
Bueno, en esta clase vamos a desarrollar el tema concepto y clasificación de variables.
00:07
Speaker A
En principio y para introducirnos en la metodología de una investigación, estos son en general los pasos en el diseño de un estudio de investigación, que comienza con que el investigador elabora una hipótesis de trabajo, luego redacta los objetivos del trabajo.
00:26
Speaker A
Elige el diseño de estudio y selecciona, define las variables.
00:34
Speaker A
Este es el tema de la clase de hoy, luego decide en qué escala serán medidas las variables y después sigue, fíjense que después dice selección de la muestra, que se relaciona con el tema que también estamos desarrollando.
00:57
Speaker A
En el en el otro video de universo y muestra, recogió los datos, automatiza y depura los datos, se analizan esos datos para elaborar resultados y finalmente conclusiones.
01:06
Speaker A
Entonces, hoy vamos a dedicarnos a conocer qué es esto de las variables de un estudio epidemiológico.
01:46
Speaker A
Y vamos a definir variables a una cualidad, propiedad o característica que puede ser medida o enumerada y que puede variar de un sujeto a otro.
01:55
Speaker A
También puede variar en el mismo sujeto de un momento a otro, piensen en la glucemia, la glucemia varía de una persona a la otra y también varía en una misma persona en diferente momento del día.
02:10
Speaker A
Y vamos a conocer a los diferentes modos en que se encuentre la variable como categorías, por ejemplo, la variable sexo admite la categoría varón y mujer.
02:25
Speaker A
Las variables pueden ser clasificadas según la escala que se utiliza para su medición y también según la relación que tienen con la hipótesis de un estudio, si las consideramos según la escala que se utiliza para su medición, las podemos clasificar en variables cualitativas y estas a su vez ser nominales y ordinales y cuantitativas y estas a su vez en discretas y continuas.
03:33
Speaker A
Vamos a ver ejemplos de cada una de ellas, las variables cualitativas nominales son aquellas donde se constata la presencia o ausencia de algún atributo que interesa conocer.
03:55
Speaker A
Pero que no presenta un orden entre una u otra categoría o estado de la variable, por ejemplo, sexo, que puede adquirir, como decíamos, una categoría masculino o femenino.
04:20
Speaker A
Pero no hay un orden o una jerarquía entre una y otra, evolución, vivo o muerto, nacionalidad, argentino, paraguayo, canadiense, no hay entre estas categorías de variables, un orden o jerarquía.
04:55
Speaker A
Lo mismo que el estado civil, a todas estas variables donde el nivel de medición indica la presencia o la ausencia de un atributo y que no hay un orden entre ellas, vamos a llamarlas nominales.
05:11
Speaker A
En cambio, las variables cualitativas ordinales son aquellas donde ya existe un orden o jerarquía entre las categorías de esa variable.
05:24
Speaker A
Como por ejemplo, una escala de dolor, de categorizada como sin dolor, dolor leve, dolor moderado, dolor severo, muy severo, dolor máximo, primero, segundo, tercer puesto.
06:00
Speaker A
Observen que aquí, a pesar de que hay una jerarquía entre las categorías de las variables, no se puede operar matemáticamente con ellas, no podemos decir que el dolor máximo es tres veces más que el dolor moderado, por ejemplo.
06:40
Speaker A
Entonces, hay un orden, pero hay dificultades en la operación matemática en este tipo de clasificación, las variables cuantitativas discretas son aquellas en las cuales la intensidad de un atributo tiene una expresión numérica.
07:02
Speaker A
Por ejemplo, número de camas, número de goles, número de hijos, cualquier conteo nos va a retribuir una variable discreta, observen que no podemos en este caso decir 2,3 hijos.
07:31
Speaker A
Porque una persona puede tener dos o tres hijos, puede haber cuatro o cinco camas, no 4,5 camas, entonces las variables cuantitativas discretas expresan la intensidad de un fenómeno mediante una retribución numérica y no tiene sentido expresarlas en decimales.
08:11
Speaker A
A diferencia de las variables cuantitativas continuas, donde sí existe una expresión decimal y donde el límite en la expresión decimal está impuesto por el instrumento de medición, por la precisión del instrumento de medición, pero que en teoría la expresión decimal puede tender hacia el infinito, como la variable tiempo, peso, glucemia, altura, donde la como les decía, la expresión decimal puede es infinita, nada más que existe un límite en el instrumento de medición y solamente por eso se presentan con uno o dos decimales.
08:51
Speaker A
Y decía que las variables también pueden ser clasificadas según la relación con la hipótesis del estudio en dependientes, las cuales deben ser entendidas como el evento en la relación causa y evento y variables independientes que vendrían a ser la causa o factores de riesgo.
09:11
Speaker A
Entonces, si estamos considerando cuáles son las causas del embarazo adolescente, entonces la variable dependiente es el embarazo, el embarazo adolescente y las variables independientes serían todas las causas o factores que el investigador supone que llevan al embarazo adolescente.
10:15
Speaker A
Vamos a a a discutir algunos ejemplos de variables según su escala de medición.
10:24
Speaker A
Si decimos al comparar según sexo se observó una diferencia significativa, cuál es la variable en estudio, la variable en estudio es la variable sexo y las categorías que puede adquirir son femenino o masculino y se trata de una variable de tipo cualitativa nominal.
10:46
Speaker A
Fíjense este ejemplo, se relacionó el estadio del cáncer (I, II, III y IV) con la sobrevida, en años, de los pacientes.
10:57
Speaker A
Las variables que están en juego acá son el estadio del cáncer y la sobrevida que se está expresando en años, observen particularmente el estadio del cáncer, 1, 2, 3 y 4, podríamos pensar que es una variable numérica porque estamos viendo números romanos, pero sin embargo, en este caso, no se trata de una variable cuantitativa discreta, como algunas personas podrían pensar, se trata de una variable cualitativa ordinal, donde el estadio 1, 2, 3, 4, no lo expresa una intensidad numérica del fenómeno, daría lo mismo que digamos A, B, C o D, expresa sí una jerarquía, pero tener el estadio 4 no es tener el doble de un estadio 2.
12:24
Speaker A
Observen este ejemplo que dice, el 20% son argentinos, el 35% paraguayos y el 40% chilenos.
12:32
Speaker A
La variable a la cual hace referencia este ejemplo, que acá no está expresada en forma explícita, es la variable nacionalidad, categorizada como argentinos, paraguayos, chilenos, etcétera, ahora de qué tipo de variable se trata, estamos hablando de categorías, como argentinos, paraguayos, chilenos, que no expresan un orden, que sí expresan la presencia o ausencia de un atributo, ser o no argentino, ser o no paraguayo, es una variable de tipo cualitativa nominal.
13:44
Speaker A
En promedio, las pacientes tienen dos consultas por semana.
13:50
Speaker A
Aquí la variable consultas por semana es una variable que está siendo medida en una escala discreta, dos consultas, es una intensidad numérica de un fenómeno, no hay 2,3 consultas, hay dos o tres consultas, entonces es una variable que está siendo medida en escala discreta.
14:10
Speaker A
Bueno.
14:12
Speaker A
En general, nos llegan con cierta frecuencia estas dos preguntas que como como es común que que los estudiantes las hagan, acá las desarrollo anticipándome probablemente a que alguien tenga esta misma duda.
15:09
Speaker A
Una de esas preguntas son cuántas variables se tienen que usar en un estudio de investigación.
15:16
Speaker A
No hay una respuesta en concreto con esta con esta pregunta, porque no hay un número que pueda resultar orientativo, sí es importante considerar que la cantidad de variables sean tantas como sean necesarias y tan pocas como sea posible.
15:57
Speaker A
Hace referencia a que cuando el investigador recolecta muchas variables que no tienen relación con su objeto de estudio, en realidad tiene mayor trabajo, pero además puede cometer más errores en la en el análisis de los resultados, puede producirse asociaciones debidas al azar, complica todos los análisis estadísticos, entonces hay que tener en cuenta este detalle respecto del número de variables que se deben recolectar en una investigación.
17:08
Speaker A
Bueno, y la otra pregunta que nos suelen hacer es para qué tenemos que estudiar la clasificación de las variables y en particular yo le diría que la clasificación de variables según la escala en la cual se miden, es importante porque con ello luego podemos decidir diferentes test estadísticos para probar hipótesis, así como también los gráficos que uno puede utilizar para presentar resultados.
17:32
Speaker A
Hay un proceso que se conoce como operacionalización que se aplica para variables teóricas, abstractas, muy conceptuales, que no pueden ser medidas inmediatamente, estas variables tan tan abstractas o complejas que no pueden ser por ese motivo medidas inmediatamente o directamente, requieren un proceso que es este el de operacionalización que tiene que ver con identificar dimensiones de esta variable teórica, a partir de esas dimensiones indicadores que se que recolectan con un instrumento y y de esa manera puede ser medida una variable que de otra manera no podría ser medida.
18:57
Speaker A
Por ejemplo, la definición conceptual de accesibilidad de un servicio de salud podría ser entendida como la mayor o menor posibilidad de tomar contacto con los servicios de salud para recibir asistencia, está claro que con esa definición uno no puede hacer una medición en concreto en una persona, cómo puedo medir la accesibilidad al servicio de salud con esa definición.
20:12
Speaker A
Es evidente que tenemos que operacionalizarla para determinar finalmente si esta persona tiene o no accesibilidad a un servicio de salud, las dimensiones que se pueden identificar en el en el en este concepto de accesibilidad podrían ser una dimensión de accesibilidad geográfica, una dimensión de accesibilidad económica o también otra dimensión sobre dimensiones culturales en referencia a la accesibilidad y entonces podríamos decidir que de la dimensión accesibilidad geográfica podríamos tomar como indicador los minutos que la persona tarda en llegar al servicio de salud, la dimensión económica podríamos recolectarla mediante cuánto tiene que gastar esta persona para poder acceder al servicio de salud, la dimensión cultural podríamos, por ejemplo, medirla mediante una encuesta que que pueda determinar si esta persona conoce la oferta de servicios de este centro de salud, bueno, de esa manera uno puede medir variables abstractas, complejas, que de otra manera no podrían ser medidas.
21:51
Speaker A
Y otro concepto importante a tener en cuenta cuando hablamos de variables es el concepto de variable de confusión.
22:00
Speaker A
El concepto de variable de confusión tiene sentido cuando el investigador está planteando una relación causa efecto entre dos variables y entonces la variable de confusión sería aquella que se asocia tanto a la supuesta causa como al efecto, que no es parte de la cadena causal.
22:23
Speaker A
Y que en realidad es la responsable del efecto, acá hay un ejemplo clásico que es si un investigador quisiera saber si el consumo de café se asocia a cáncer de pulmón, posiblemente podría encontrar una relación entre entre mayor consumo de café o entre las personas que consumen un café que tengan más incidencia de cáncer de pulmón comparadas con las que no consumen café.
23:29
Speaker A
Aquí podríamos pensar que existe el fenómeno de la confusión, porque las personas que consumen café suelen también consumir tabaco, entonces el cigarrillo está asociado al consumo de café y también está asociado es la verdadera causa del cáncer de pulmón y entonces si el investigador no tiene en cuenta que en la asociación que está evaluando existe la posibilidad de variables de confusión y no las registra, luego no puede controlarlas y va a obtener un resultado erróneo.
24:04
Speaker A
Las variables de confusión se pueden controlar en el diseño o en el análisis de los datos, pero siempre va a requerir que el investigador haya haya previsto esta situación y haya recolectado el dato de la variable de confusión en el en el en el fenómeno que está investigando, el diseño se pueden controlar mediante restricción, es decir, mediante criterios de exclusión, en este ejemplo podríamos decir que no ingresan al estudio personas que fumen, otra manera de controlarlos factores de confusión son mediante el emparejamiento o la aleatorización y en el análisis mediante estratificación, ajuste de tasas o análisis multivariado, todos estos temas no son temas que desarrollamos en nuestra materia, pero es importante que los conozcan porque sí pueden ser de interés cuando ustedes desarrollen trabajos de investigación.
25:38
Speaker A
Bueno, hasta acá nuestra clase virtual, pero aún hay más, tienen que seguir estudiando este tema con los documentos que están disponibles en el campus virtual.
Topics:variablesclasificación de variablesvariables cualitativasvariables cuantitativasinvestigación epidemiológicaescala de mediciónvariables dependientesvariables independientesmetodología de investigaciónanálisis estadístico

Frequently Asked Questions

¿Qué son las variables en un estudio epidemiológico, según el video?

Según el video, las variables son una cualidad, propiedad o característica que puede ser medida o enumerada y que puede variar de un sujeto a otro. También pueden variar en el mismo sujeto de un momento a otro, como se ejemplifica con la glucemia.

¿Cómo se clasifican las variables según la escala de medición mencionada en el video?

Las variables se pueden clasificar en cualitativas y cuantitativas. Las cualitativas pueden ser nominales u ordinales, mientras que las cuantitativas pueden ser discretas o continuas.

¿Puede dar un ejemplo de una variable cualitativa nominal y explicar por qué es nominal?

Un ejemplo de variable cualitativa nominal es el sexo, con categorías como masculino o femenino. Es nominal porque, aunque constata la presencia o ausencia de un atributo, no presenta un orden o jerarquía entre sus categorías.

Get More with the Söz AI App

Transcribe recordings, audio files, and YouTube videos — with AI summaries, speaker detection, and unlimited transcriptions.

Or transcribe another YouTube video here →