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 o “hembristas” 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.

Advertisement