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 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 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. 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.
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 xy.
EJEMPLO
Hipótesis: 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.
EJEMPLO
Hipótesis: 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.
EJEMPLO
Hipótesis: 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.
EJEMPLO
Hipótesis: 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.
EJEMPLO
Hipótesis: 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.
EJEMPLO
Hipótesis: 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
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.
*
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 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.
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.
C uando 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.
C uando la operacionalización excede a la variable; en
otras palabras, se incluyen indicadores que no tienen nada que ver
con la variable.
Gráficamente:
c.
C uando 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:
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