Tipos de personas, tipos de variables estadísticas

Como siempre, volvemos a un nuevo y maravilloso capítulo de Stats SOS. Entiendo que muchos de ustedes deben estar un poco inquietos y con la curiosidad de saber cuándo haré un post sobre análisis inferenciales específicos. En realidad, este es prácticamente el último capítulo preparatorio antes de llegar ahí.

Tengan paciencia, esto es el calentamiento, antes de correr deben caminar y antes de eso gatear. Así que estos posts realmente han sido una manera de darles las armas suficientes para que puedan tener un pasaje agradable y suave a través de los diferentes análisis y el maravilloso mundo de la estadística.

Bueno, mucha palabrería vamos a lo nuestro. El capítulo de hoy tratará de explicar de manera muy sencilla los tipos de variables que existen en estadística. En este post casi no habrán cálculos más que todo, esto es teoría que te prepara para saber qué análisis debes hacer.

Los tres clásicos tipos de variables en estadística son: las variables nominales, ordinales y de intervalo. En cada investigación o encuesta que hagan siempre tendrán este tipo de variables y cada una se analiza de manera diferente. En psicología, se suelen usar mucho estas tres variables pero las que más se usan son las de Intervalo (la regla en el SPSS), porque estas variables por lo general usan análisis más robustos o precisos. 

Las variables nominales se utilizan para mostrar categorías o identificar un grupo. Por ello, estas no tienen un orden específico y un valor no puede ser mayor que otro. Por ejemplo: la clásica variable nominal es “sexo”, estos dos son grupos distintos y una mujer no puede ser más o menos que un hombre y viceversa. Quizás las personas machistas y feministas podrían tener algo que decir al respecto, pero ese es un tema que no nos concierne acá.

Las variables ordinales se utilizan no solo para clasificar grupos sino también establecen un orden específico. En ese caso, el número más grande tiene un atributo mayor que el más pequeño. Sin embargo, estos números no tienen un comportamiento aritmético o numérico. Un ejemplo clásico de esto es el nivel socio económico donde existe un orden específico o también el nivel educativo. Se puede decir que una persona de secundaria tiene más conocimientos que una persona de primaria. Sin embargo, la cantidad de conocimientos del de secundaria no es el doble del de primaria.

Las variables de intervalos se utilizan para generar puntajes, debido a que te permiten calcular la diferencia entre un punto y otro. Entre un valor y otro hay el mismo espacio o intervalo. Un ejemplo clásico de esto son las puntuaciones de las encuestas, al sumar todos los valores de una prueba psicológica se ha generado una variable de intervalo. En estos casos, tener “0” en la prueba, no significa que la persona no tenga absolutamente nada de ese atributo.

¡Muy bien! Vamos mejor a un ejemplo que combine todas las variables cosa que esto se vuelve más claro. Imagínense que quieren hacer una investigación y desean saber la diferencia en el bienestar entre trabajadores dependientes e independiente. En este caso, lo que harían es tomar una prueba de bienestar psicológico a los dos grupos y luego comparar entre ellos. De esta manera, las variables que tendrían serían las siguientes:

Trabajadores independientes versus trabajadores dependientes: Variable nominal

Suma total y promedio de bienestar psicológico: Variable de intervalo

Finalmente, no se quedaron contentos con sus resultados y decidieron revisar el bienestar psicológico de los trabajadores independientes según su nivel educativo. Entonces, compararon el bienestar psicológico entre los trabajadores independientes de primaria, con los de secundaria, estudios técnicos, universitarios, etc. En ese caso, las variables serían las siguientes:

Nivel educativo: Variable ordinal

Suma total y promedio de bienestar psicológico: Variable de intervalo

¡Excelente! Espero que sigan aquí conmigo después de todo esto. Aunque este post fue más conceptual que otra cosa y sin mucho cálculo creo que es bien importante y útil. Nos podrá servir de guía para ver qué análisis hacer en el futuro. Los que tienen curiosidad de saber por ejemplo qué tipo de variable es edad o cantidad de horas trabajadas, pueden ver la parte de comentarios que ahí estará la respuesta.

Recuerden, siempre pueden preguntar y dejar sus geniales comentarios. Quiero agradecerles a todos por los comentarios positivos y agradables que han dejado acá en el blog.

El próximo capítulo finalmente se dedicará a ver análisis estadísticos específicos. La próxima ves que nos veamos, aprenderemos sobre qué es la T-student, cómo es que está se hace y cuándo se analiza. ¡Buenas vibras para todos! ¡Nos vemos!

Bibliografía recomendada

Coolican, H. (2014). Research Methods and Statistics in Psychology. Psychology Press: USA.

Anuncios

Acerca de Juan Carlos Saravia Drago

Magister de Estadistica aplicada a las ciencias sociales (Quantitative analysis for the social science). Katholieke University of Leuven (KUL). Magister en psicología clinica y de la salud de la Pontificia Universidad Católica del Perú (PUCP). Especialista en análisis cuantitativos en promoción de la salud, estrés, salud ocupacional y en jóvenes.
Esta entrada fue publicada en Conceptos y etiquetada , , , . Guarda el enlace permanente.

15 respuestas a Tipos de personas, tipos de variables estadísticas

  1. Pingback: Cerveza, estadística y la t-student | Estadística para todos, hecho por un psicólogo

  2. Pingback: Análisis de varianza (ANOVA) ¿Alegría o terror? | Estadística para todos, hecho por un psicólogo

  3. Pingback: La vida después del ANOVA: el Post Hoc | Stats SOS

  4. Pingback: ¡Pero qué linda relación tienen! La correlación de Pearson | Stats SOS

  5. Pingback: Tan parecidos que parecen relacionados: La t-student de muestras relacionadas | Stats SOS

  6. Pingback: Dos caminos, un destino: el ANOVA de dos vías | Stats SOS

  7. Pingback: ¿Qué rango tiene usted? Los rangos promedios. | Stats SOS

  8. Anónimo dijo:

    Hola Juan Carlos, felicito tu iniciativa por aterrizar la estadística a un lenguaje comprensible y con un buen estilo del humor. Normalmente la enseñanza de estadística empieza por la formulitis (con su respectiva demostración) y para muchos de nosotros, que cuando escuchamos este tipo de explicaciones nos parecen un blablablabla, es un consuelo ver que se pueden explicar de otra manera.
    En particular, este post me ha permitido refrescar el tema, que siempre es uno de los primeros puntos a considerar en cualquier análisis estadístico.

    Seguiré leyéndote.

    Saludos,

    Me gusta

    • Estimado/a

      Muchas gracias por el comentario. Me alegro que esté siendo agradable el blog. Sí, a veces (muchas veces), la Estadística se presenta como algo duro y aburrido o como el monstruo que hay bajo la cama. La verdad que no es así, es posible mostrarla divertida y como algo asequible e incluso agradable.
      Ojalá que todo vaya muy bien y cualquier comentario encantado de recibirlo.
      ¡Buenas vibras!

      Me gusta

  9. Pingback: Gonzalo apoya la aditividad: Los 4 supuestos de la regresion lineal | Stats SOS

  10. Pingback: ¿Muestras no paramétricas relacionadas? La W-wilcoxon | Stats SOS

  11. Marlenn dijo:

    Felicitaciones por su excelente blog. Hace que la estadística sea menos complicada. Una pregunta: Si uso una prueba en la cual las respuestas sean tipo Escala de Likert, tendré dos cosas: Un puntaje total (y medidas de resumen de tendencia central) es decir una Variable de Intervalo. Pero si el puntaje se traduce en “Alto, medio y bajo” estaría frente a una Variable Ordinal. Es correcto ?? Porque se me complica al decidir que estadístico usar. Realmente no le encuentro mucho sentido al puntaje total, sino a la traducción de ese puntaje en la Variable Ordinal. He visto que la mayoría de veces usan Rho de Spearman, es correcto eso ??
    Gracias por la ayuda.

    Me gusta

    • Estimada Marlenn,

      Muchas gracias por escribir a Stats SOS. Tal como dices, si usas tus ítems como alto, medio y bajo lo mejor es utilizar el Rho de Spearman porque asume que las variables son ordinales y con una relación monotónica. Si usas el puntaje total tendrías que usar un correlación de Pearson. Pero dado que eso no es de tu interés yo me quedaría con la primera opción.

      ¡Mucho éxito!

      Me gusta

  12. Amo el blog me esta ayudando muchísimo con mi tesis, saludos 😀

    Me gusta

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s