Metodología de la Investigación Social I

Capítulo 6: “Sobre las variables, indicadores e índices”Roberto Pérez Lalanne

1. De los conceptos y sus definiciones

Un concepto es una construcción mental, es una idea que se tiene de algo. Es una forma consciente de aprehender la realidad aunque nunca será idéntico a ella. Es el resultado de un proceso de conceptualización, donde se capta la esencia del fenómeno (características, particularidades, atributos, magnitudes, etc.). Esto permite agrupar bajo un mismo nombre a un conjunto de fenómenos y simultáneamente diferenciarlo de otros.

El concepto supone de dos elementos:

- El definiendum : que es el simbolismo gramatical, el término o nombre empleado para designar el concepto.

- El definiens : que es su definición, el significado y alcance de dicho término. Esto es importante, ya que una misma palabra y aún en una misma disciplina puede ser empleada con diferentes significados.

Existen cuatro tipos de definiciones: los primeros dos de naturaleza teórica y los otros dos de naturaleza empírica:

- Definición nominal : es aquella que explica el significado apelando a otros términos ya conocidos. Es la clásica definición de diccionario.

- Definición real o conceptual : es más específica, e informa de los alcances del concepto, sobre sus diferentes dimensiones o aspectos. Enuncia las propiedades consideradas esenciales del objeto. Este tipo de definiciones están insertas en un determinado marco teórico.

- Definición ostensiva : es aquella que explica el significado apelando o bien gesticulando a ejemplos concretos del fenómeno aludido. Si se trata de explicar qué es un perro habrá que imitarlo, dibujarlo o mostrarlo.

- Definición operacional : es una definición de trabajo. Informa acerca de cuáles son los procedimientos para la medición del concepto o provee de referentes empíricos. En definitiva, se obtienen hipótesis empíricas.

2. sobre las variables

Las variables son conceptos, pero no todos los conceptos son variables.

- Conceptos constantes : son aquellos que a lo largo de una determinada investigación van a permanecer constantes, asumiendo un único valor. Por ejemplo si se investiga acerca de graduados universitarios, el concepto “universitarios egresados” permanecerá constante.

- Conceptos variables : son aquellos que asumen diferentes valores. Se refieren a aquellas propiedades, características, atributos, etc., que podrán estar presentes o

1

ausentes en cada uno de los casos que conforman el estudio. Siguiendo el ejemplo, serían la edad, género, religión, estado civil, etc., de los universitarios egresados.

3. categorización de las variables

Las categorías de las variables son las distintas alternativas o valores que puede presentar la variable. Por ejemplo:

Variables - Categorías

Edad - hasta 25/26 a30/31 o más

Género - masculino/femenino

3.1 principios que rigen la categorización de una variable

La categorización debe respetar algunos criterios y tener en cuenta un conjunto de factores. En primer lugar, existen dos principios que rigen la categorización de una variable:

- El principio de exhaustividad : señala que las categorías de una variable deben contemplar todas las posibilidades de variación, de manera que no quede excluido ningún elemento. Por ejemplo, si la variable fuera “nivel de remuneraciones” no sería correcto categorizarla de 500/1000 y de 1501/2000, ya que quedarían fuera los que ganaran menos de quinientos o más de dos mil. En todo caso habrá que prever una categoría de “otras remuneraciones”.

- El principio de exclusividad : afirma que las categorías de la variable deben ser mutuamente excluyentes, de manera que una unidad de análisis no pueda ser ubicada en dos categorías simultáneamente. Por ejemplo si la variable es carrera universitaria, se deberá dividir en periodismo/publicidad/comunicación social, etc. En el caso que una variable haga posible la simultaneidad, como si una persona estudiara dos carreras, en todo caso habrá que contemplarlo y agregar una categoría de “varias carreras”.

3.2 factores que inciden en la categorización de una variable

Más allá de estos principios, existen otros factores de los cuales depende la categorización de una variable:

- El grado de discriminación deseado : se refiere a que no es lo mismo distinguir, por ejemplo, para la variable nivel socioeconómico entre bajo/ medio/ alto, que muy bajo/ bajo/ medio bajo/ medio neto/ medio alto/ alto/ muy alto. Suele ser conveniente prever más categorías, para luego, si no resultan significativas proceder a un reagrupamiento o reducción.

- El tamaño del universo o de la muestra : relacionado con lo anterior, se refiere a que el número de categorías debe adecuarse a la cantidad de unidades de análisis; si se trata de una muestra reducida, el número de categorías debe ser reducido también.

- Contemplación de la categoría neutral o alternativa : cuando el sistema de categorías constituye una serie graduada, como cuando se trata de clasificar opiniones, a efectos de contemplar la posición intermedia o neutra es conveniente

2

que el número de categorías sea impar. Por ejemplo: de acuerdo/ ni de acuerdo ni en desacuerdo/ en desacuerdo. También existen casos donde la neutralidad no es pertinente como si se está a favor o en contra del aborto en discapacitados, entonces es preferible una categoría alternativa, como “no contesta”.

- Una cantidad de alternativas positivas y negativas similar : por ejemplo, si la variable es NSE, las categorías no pueden ser bajo/ medio/ alto/ muy alto (faltaría muy bajo).

- Un continuo de misma naturaleza que las categorías : no se debe incluir en un mismo sistema de clasificación categorías que pertenezcan a otros continuos, así, por ejemplo, si la variable fuera “clima laboral”, no sería pertinente categorizar en: muy conflictivo/desagradable/amistoso/acogedor.

- Tener en cuenta el objetivo o las necesidades de investigación : por ejemplo, debemos preguntarnos si interesa conocer el estado civil o social, si se trata del primero habrá que especificar la variable “estado civil legal” (soltero/ casado/ viudo/ divorciado), de lo contrario bastará con la variable “situación de pareja” y las categorías serán: sin pareja estable/ con pareja estable.

- Que haya correspondencia entre categorización, conceptualización de la variable y el marco teórico: Por ejemplo, si el marco teórico se ha desarrollado desde la perspectiva marxista, la clasificación del nivel socioeconómico no puede ser baja/ media/ alta.

- Tener en cuenta las características del contexto de investigación : por ejemplo, si la variable es la nacionalidad del estudiante, en Argentina no sería correcto poner francés/noruego/italiano.

- Acceso a determinadas unidades de análisis y de información .- Cómo haya sido formulada la hipótesis : muchas veces las categorías ya se

encuentran explícitas en las hipótesis, por ejemplo si ésta dice “…las mujeres se inclinan a elegir carreras de humanística y los hombres no humanísticas”. Aquí las categorías serían carreras: humanísticas/no humanísticas y sexo: hombre/mujer.

- De su naturaleza : si es cualitativa o cuantitativa.

4. Niveles de medición de las variables

Cuando se categoriza una variable se está construyendo una escala; toda escala es un instrumento de medición; medir significa ordenar a lo largo de un continuo. Existen diferentes niveles de medición que dan lugar a distintos tipos de escalas:

- Nivel de medición o escala nominal : es el más simple y el que menos información brinda, ya que solo clasifica según semejanza/diferencia. Así, agrupa según equivalencia sin establecer entre las posiciones de la escala ningún tipo de jerarquización. Por ejemplo, nacionalidad: argentino/chileno/brasileño.

- Nivel de medición o escala ordinal : éste, además de clasificar según diferencias y semejanzas, explicita jerarquías entre las diferentes posiciones de la escala, es decir, establece una relación de “mayor que” y “menor que”, como por ejemplo, NSE: bajo/ medio/ alto, o nivel de instrucción: primario/ secundario/ universitario.

- Niveles de medición o escalas intervalares o racionales : estas escalas además de agrupar según semejanzas y diferencias y órdenes de jerarquías, también brindan la información sobre la distancia que existe entre una posición y otra de la escala.

3

No solo explicitan el mayor que y menor qué, sino que también “cuanto mayor o menor que”.

*Las escalas intervalares se valen de un 0 (cero) arbitrario: es un punto de origen convencional que no implica ausencia de lo que se está midiendo, sino que simplemente constituye una posición más dentro de la escala, como cero grados de temperatura, que no significa ausencia de temperatura.*Las escalas racionales se valen de un 0 (cero) absoluto: éste si supone la ausencia de lo que se está midiendo, como 0 kilos en una balanza.

5. clasificación de las variables

Existen diferentes formas de clasificarlas; a continuación se desarrollarán tres: según su naturaleza, según la función que cumple en la hipótesis y de acuerdo a su grado de complejidad:

5.1 según su naturaleza

La naturaleza de una variable se refiere al tipo de propiedad aludido por la variable o las características de las unidades de análisis. En este sentido se puede distinguir en:

a. Variables cualitativas : miden cualidades, o sea atributos. Por ejemplo: ocupación, nacionalidad, religión, estado civil, etc.

b. Cuantitativas : miden cantidades, es decir, magnitudes. De acuerdo con los valores que puedan asumir pueden ser continuas o discretas:- Continuas: pueden tomar cualquier valor dentro de un rango o se pueden

fraccionar (nivel de remuneraciones, peso, altura, etc.)- Discretas: sólo asumen valores enteros (cantidad de hijos, cantidad de materias

aprobadas, etc.)- Las variables cuantitativas también pueden subdividirse en no agrupadas o

agrupadas, por ejemplo: cantidad de hijos: 0/ 1/ 2/ 3 o más; ó cantidad de hijos: 0/ 1 a 3/ 4 a 6/ etc.

c. Cualicuantitativas : son aquellas se refieren a ambos aspectos, es decir, que miden tanto atributos como magnitudes. En todos los casos son variables que por su complejidad, a efectos de su tratamiento, serán cuantificadas, por ejemplo: nivel socioeconómico.

5.2 Según la función que cumplen en la hipótesis o análisis del problema

Cuando se habla de la función se habla de del papel que está desempeñando la variable o de la posición que se le asigna en el análisis del problema estudiado.

Cabe resaltar que ninguna variable tiene a priori una función, sino que se la da el contexto hipotético planteado, de manera que las posiciones son relativas y pueden variar a lo largo del proceso de investigación o al usarse en otras investigaciones. Además una hipótesis puede estar constituida por varias variables que cumplan las mismas funciones, o bien puede que las variables no estén explicitas en aquella y sí en el diseño de la investigación.

4

De acuerdo con las funciones que pueden llegar a cumplir en la hipótesis, las variables se clasifican en:

a. Variables independientes (X): son aquellas que cumplen la función de supuesta causa, factor determinante o elemento explicado.

b. Variables dependientes (Y): son aquellas que varían en función de la variable independiente, de manera tal que cada valor que asuma ésta última, le corresponderá un determinado valor a la dependiente. Temporalmente la independiente antecede a la dependiente x y. También puede haber simultaneidad o interdependencia entre ambas, de

manera que ambas cumplen ambas funciones simultáneamente, de forma bidireccional xy.

EJEMPLOHipótesis: el nivel salarial incide en el rendimiento de los trabajadores, siendo que a una menor remuneración existe un menor rendimiento.Variable independiente (x): nivel salarial.Variable dependiente (y): grado de rendimiento de los trabajadores.

c. Variables contextuales (Tc): son aquellas que se refieren a “campos”, “espacios” o “marcos” para los cuales se afirman ciertas relaciones. Pueden ser contextos geográficos, históricos, sociodemográficos, culturales, etc. Estas variables anteceden a las dependientes e independientes: Tc x y. Además, pueden tener dos modalidades (ambas pueden estar presentes en una sola hipótesis): Variables contextuales “convertidas” constantes : se utilizan a efectos de acotar

o delimitar el campo de estudio, de manera que no pueden afirmar que en otra cuestión o contexto la relación hipotética afirmada se cumpla.

EJEMPLOHipótesis: en la localidad de Lomas de Zamora, los hábitos de consumo de bebidas alcohólicas varían de acuerdo con el sexo y la edad, siendo que los jóvenes entre 18 y 21 años beben más que los de otra edad.Tc (constante): localidad de Lomas de Zamora.X (independiente): sexo y edad.Y (dependiente): Hábitos de consumo de bebidas alcohólicas. Variables contextuales comparativas : son aquellas que establecen diferentes

campos, escenarios o colectivos en los cuales las relaciones o problemáticas que se estudian pueden (o no) presentar características distintivas. Estas variables toman dos valores o categorías que se comparan entre sí.

EJEMPLOHipótesis: en las localidades urbanas a diferencia de lo que ocurre en las rurales, los hábitos de consumo de bebidas alcohólicas varían de acuerdo con el sexo y la edad.Tc (comparativa): tipo de localidad urbanas/rurales.X (independiente): sexo y edad.Y (dependiente): hábitos de consumo de bebidas alcohólicas.

d. Variables antecedentes (Ta): son aquellas que por su función se ubican, al igual que las contextuales, con anterioridad a las variables independientes y dependientes, pero haciendo referencia a otras propiedades, atributos o magnitudes (no al contexto). Así, estas variables pueden incidir entre la relación X e Y, actuando sobre alguna de ellas o ambas Tc Ta x y.

5

EJEMPLOHipótesis: entre los adolescentes, los gustos musicales suelen variar según su nivel de instrucción pero también existe cierta afinidad con las preferencias musicales de sus padres.Tc (constante): población adolescente.Ta (antecedente): preferencias musicales de los padres.X (independiente): nivel de instrucción.Y (dependiente): gustos musicales de los adolescentes.

e. Variables intervinientes (Ti): son aquellas que temporalmente se posicionan entre la independiente y la dependiente, actuando como nexo entre ambas (obstaculizando su relación, haciéndola posible, especificándola o interpretándola) X Ti Y.EJEMPLOHipótesis: a medida que transcurren los años, las personas son menos predispuestas a los cambios, actitud que varía en aquellas que están acostumbradas a realizar emprendimientos.X (independiente): edad.Ti (interviniente): cantidad de emprendimientos realizados.Y (dependiente): grado de predisposición para el cambio.

Como se mencionó anteriormente, una hipótesis puede estar constituida por varias variables, al mismo tiempo que varias que cumplen las mismas funciones.

EJEMPLOHipótesis: a medida que disminuye el nivel socioeconómico de las mujeres en edad fértil, con pareja estable, que emplean alguna técnica anticonceptiva, disminuye la eficacia de la técnica habitualmente utilizada, incidiendo en dicha relación el área cultural de origen y el canal de información empleado (sobre la técnica). Tc (constante): mujeres, edad fértil, situación estable de pareja, empleo habitual de técnicas anticonceptivas.Tc (comparativa): área cultural de origen.X: nivel socioeconómico.Ti: canal de información empleado.Y: grado de eficacia de la técnica anticonceptiva.

Otro enfoque posible es establecer las funciones de las variables de acuerdo a la delimitación y formulación del problema:

Es conveniente comenzar por la determinación de la variable dependiente, que es la que identifica el problema que se pretende estudiar, para luego mencionar todos los factores que inciden en la variable dependiente de forma directa o indirecta, asignándoles una función conjetural a cada una de las variables (se puede hacer un cuadro e incluir en éste los factores mencionados, colocándolos en la variable a la que podrían pertenecer). Para terminar se formula la hipótesis correspondiente incluyendo todas las variables, o bien una principal y otras secundarias (a base de las funciones designadas a cada variable):

5.3 Según su grado de complejidad

6

El grado de complejidad de una variable remite a las características que asume su operacionalización o a los procedimientos para su medición. Así, la complejidad se relaciona con el grado de abstracción que tenga la variable, clasificándose en:

- Simples : son aquellas que a los efectos de su medición presentan un único aspecto y además requieren de un solo indicador. En algunos casos, las mismas variables pueden hacer de referentes empíricos.Indicador: es el referente empírico de la variable; en si los indicadores son variables concretas que traducen a otras más abstractas para hacerlas observables.Una variable simple puede ser la “edad”, que habitualmente se mide en años, y por lo tanto, se la puede categorizar fácilmente. Así, al observable que se apela es a la respuesta dada, o bien puede ser de acuerdo al documento de identidad o algún rasgo físico. Otras variables simples, por ejemplo, son el estado civil y el sexo.

- Complejas : son aquellas que a los efectos de su medición presentan diferentes aspectos o requieren de más de un indicador. Cuando se trabaja con éste tipo de variable, el primer paso consiste en descomponerla en sus diferentes aspectos, es decir, dimensiones. Luego, a cada dimensión se le asignarán los indicadores correspondientes. A su vez, los indicadores, que son variables concretas, tendrán sus respectivas categorías. Una vez desplegados todos estos pasos es el momento de elaborar el índice, que es un indicador complejo que reconstruye la variable.

El índice es resultante de la sumatoria de los puntajes otorgados a las categorías de los indicadores de las diferentes dimensiones de la variable, con el fin de cuantificar el peso relativo o la participación en la variable compleja de cada dimensión, indicador y categoría. Según el tipo de puntaje que se utilice y su forma de asignación, la clasificación se distingue entre:- Índices no ponderados : son aquellos en los que se les asigna a cada dimensión y/o

indicador el mismo peso relativo o la misma participación en la variable. Cada dimensión y, por ende, cada indicador, tendrán iguales puntajes mínimos y máximos.

7

- Índices ponderados : son aquellos en los que se les asigna a una dimensión, un indicador o incluso a una determinada categoría, un mayor peso relativo. La mayoría de los índices son ponderados.

A su vez pueden ser, de acuerdo al sistema de puntaje que se emplea:- Simples: utilizan valores absolutos (enteros o decimales), - empleando o no el “0” inicial - variando la amplitud del índice y sus puntajes mínimos y máximos para cada variable.- Porcentuales: se construyen con valores relativos (enteros o decimales) y en todos los casos se emplea el “0” inicial. Básicamente la idea es llevar la amplitud de cualquier variable a 100 puntos. Luego a cada dimensión e indicador se le asigna su participación o peso relativo.Este sistema ofrece varias ventajas: al medirse todas las variables con la misma escala numérica (0 a 100) es posible compararlas, además permite visualizar la participación de cada dimensión y/o indicador que tiene la variable, y compensar la desigualdad en el número de categorías por indicador.

5.3.1 Pasos para la construcción de un índice ponderado porcentual- La totalidad del índice equivale a 100 puntos = 100 %- El límite inferior del índice es 0 y el límite superior 100.- Se calcula el porcentaje que se daría a cada dimensión.- Se ponderan los indicadores.- Se asigna un puntaje a las categorías.

Para armar el índice que reconstruye la variable compleja se procede a determinar el puntaje de corte, que permite incluir a los resultados de los indicadores dentro del

8

índice de la variable compleja (dentro de sus categorías se engloban los resultados de todas las dimensiones e indicadores que fueron desplegados). Siguiendo el ejemplo “exposición a los medios de comunicación” las categorías serian: baja/ media/ alta. Para poder colocar los resultados de las encuestas en éstas categorías es necesario realizar la siguiente fórmula:

(al ser porcentual el límite superior es el 100% y el inferior 0%)

Así, si los resultados del encuestado fuesen menores a 33,66 habría una baja exposición, si fuesen entre 33,66 y 67,32 sería una exposición media, y si el puntaje fuera 67,33 a 100 sería alta. Representado gráficamente en una escala sería así:

6. Validez y confiabilidad de las mediciones

Validez

Cuando se operacionaliza una variable, existe la posibilidad de usar diferentes indicadores en forma alternativa, y en general, ninguno de ellos lo hace en forma totalmente satisfactoria. Esto es así porque ningún indicador garantiza la total y absoluta certeza, sino que, por el contrario, todo indicador tiene una determinada probabilidad de medir la variable en cuestión. Sin embargo, dicha probabilidad varía según cuál sea el o los indicadores que se utilicen. De esto se desprende que existen referentes empíricos y/o instrumentos de medición que son más validos y confiables que otros.

9

En términos generales, un indicador es válido cuando mide lo que afirma medir, es decir, cuando cumple con la función que se espera de él. A los efectos de analizar dicha validez hay que distinguir entre validez interna y validez externa:

- Validez interna: (teórica o lógica) existe cuando la definición operacional contempla y cubre todos los aspectos mencionados en la definición real (conceptualización). Ejemplificación:

Validez interna imperfecta o invalidez:

a. Cuando el o los indicadores miden parcialmente la variable, de manera que la conceptualización es más amplia que la operacionalización. Se puede decir que faltan indicadores.

- Gráficamente:

b. Cuando la operacionalización excede a la variable; en otras palabras, se incluyen indicadores que no tienen nada que ver con la variable.

- Gráficamente:

c. Cuando la operacionalización cubre parcialmente la variable y también mide aspectos ajenos a ella. Se puede decir que por un lado hay indicadores que no tienen nada que ver con la variable, y por el otro, que faltan indicadores necesarios.

- Gráficamente:

10

- Validez externa: (empírica o pragmática) se refiere básicamente a la confianza o veracidad de la fuente de información. Especialmente cuando se depende de respuestas dadas por otros, debe corroborarse hasta que punto las mismas se ajustan a la realidad. Aquí entra en juego plenamente el rol del investigador, quien debe utilizar estrategias con el fin de obtener información veraz.

Confianza

Por otra parte, un indicador o instrumento de medición es confiable cuando, administrado sucesivamente a una misma muestra o población (ya sea por el mismo investigador o diferentes), y sin que hayan cambiado las condiciones iniciales, reproduce los mismos resultados.

Así, un indicador es confiable en la medida que provee datos o registros no ambiguos. El término de confiabilidad involucra por lo menos cuatro medidas distintas:

1. La congruencia de varios indicadores, es decir, la medida en que varios indicadores miden la misma cosa.

2. La precisión de un instrumento (confiabilidad intrapersonal). El indicador produce registros consistentes para un observador.

3. La objetividad del instrumento (confiabilidad interpersonal). Varios investigadores obtienen los mismos resultados.

4. La constancia: el objeto medido no varía.

11