Operacionalización de variables - Métodos y Técnicas de investigación - ULS

Operacionalización
de Variables
SONIA INÉS BETANCUR LÓPEZ
Enfermera Docente Departamento de Salud Pública
Facultad de Ciencias para la Salud
Universidad de Caldas
Puesto que todo investigador durante el proceso de elaboración de un proyecto
debe plantearse cuál o cuáles serán las variables o características del objeto
de estudio contenidas en las hipótesis que deberá evaluar en la realidad, es
decir, someter a “prueba empírica” a través de la medición; se pretende con
este artículo es describir y ejemplificar el proceso de operacionalización de una
variable, para hacer más comprensible la terminología y los conceptos
dispersos en la literatura de investigación.
Una variable es operacionalizada con el fin de convertir un concepto abstracto
en uno empírico, susceptible de ser medido a través de la aplicación de un
instrumento. Dicho proceso tiene su importancia en la posibilidad que un
investigador poco experimentado pueda tener la seguridad de no perderse o
cometer errores que son frecuentes en un proceso investigativo, cuando no
existe relación entre la variable y la forma en que se decidió medirla, perdiendo
así LA VALIDEZ (grado en que la medición empírica representa la medición
conceptual). La precisión para definir los términos tiene la ventaja de comunicar
con exactitud los resultados.
Algunas variables son tan concretas, o de igual significado en el ámbito
mundial, que no requieren operacionalización, por ejemplo: el sexo de los
individuos, los colores del semáforo como señal de tránsito, la ubicación o
estructura de órganos en el cuerpo humano, entre otros. La operacionalización
de variables se hace necesario por el grado de dificultad que representa la
definición de algunas de ellas dado que corresponden a conceptos abstractos
tales como: autoridad, calidad de vida, educación, riesgos biológicos, bienestar
del enfermo y otros, que pueden tomar diferentes significados según el tipo de
estudio y el interés o disciplina del investigador que lo realiza. Este proceso
está descrito en algunos textos, solamente con algunos de los aspectos aquí
considerados, lo que quiere decir, que no siempre será absolutamente
necesario realizar todo el ejercicio que se plantea y será decisión del
investigador, acorde con sus habilidades, llevarlo a cabo parcial o totalmente.
No obstante, es importante conocer el significado y la utilidad de cada columna
en el esquema para decidir, en cada caso particular, cuáles de ellas se hacen
imprescindibles.
Con fines didácticos se explica cada una de las columnas del cuadro que
hacen parte del proceso de operacionalización de una variable.
VARIABLE TIPO DE
VARIABLE
OPERACIONA
LIZACIÓN
CATEGORIZACIÓN
O DIMENSIONES
DEFINICIÓN INDICADOR NIVEL
DE
MEDICIÓN
UNIDAD
DE
MEDIDA
INDICE VALOR
1 2 3 4 5 6 7 8 9 10

1. VARIABLE
- Una variable es una característica que se va a medir.
- Es una propiedad, un atributo que puede darse o no en ciertos sujetos o
fenómenos en estudio, así como también con mayor o menor grado de
presencialidad en los mismos y por tanto con susceptibilidad de medición.
- Su misma palabra define que “debe admitir rangos de variación”.
- Es el conjunto de valores que constituyen una clasificación.
- Debe traducirse del nivel conceptual (abstracto) al nivel operativo (concreto),
es decir que sea observable y medible.
- Se deriva de la unidad de análisis y están contenidas en las hipótesis y en el
titulo del estudio.
2. TIPO DE VARIABLE
Hace referencia a conceptos clasificatorios de las variables que puede ser de
distinto orden a saber:
Según el nivel de medición: nominal, ordinal, de intervalo y de razón (se
explican en el numeral 7).
Según el tipo de estudio: en estudios de investigación donde se supone la
determinación de una o más variables sobre otra, los estudios son de relación
causa-efecto, y en ellos las variables son denominadas: independiente, que
representa la causa eventual, dependiente o de criterio, que representa el
efecto posible, e interviniente aquella que representa una tercera variable que
actúa entre la independiente y la dependiente y que puede ayudar a una
mejor comprensión de dicha relación. Ejemplo: en un estudio donde se trata
de probar la influencia de los medios de comunicación con un mayor nivel de
instrucción de los individuos, se consideraría como variable dependiente (vd)
el mayor nivel de instrucción, como variable independiente, la exposición a los
medios de comunicación (vi) y sería una variable interviniente (vt) el interés
particular de los individuos por ciertos programas de los medios de
comunicación.
Según el origen de la variable: activa, cuando el investigador la crea o la
diseña y, atributiva o preexistente cuando ya está establecida o existe.
Según el número de valores que representa: continua, representa valores de
manera progresiva y admite fraccionamiento como la edad y, categórica o
discreta cuando sólo toma algunos valores discretos o sea que no admite
fraccionamiento tales como el género, la raza, el número de hijos o de
embarazos; si la variable sólo toma dos valores como el sexo se denomina
categórica dicotómica, pero si toma más de dos valores se denominará
politómica.

Según el control de la variable por parte del investigador: la variable que tiene
efecto sobre la variable dependiente requiere que sea controlada por e
investigador, por ejemplo, el número de cigarrillos que consume por día un
fumador y su relación con la aparición prematura de la patología pulmonar, en
este caso la variable se denomina controlable o controlada. Cuando en el
diseño o en el análisis la variable no se considera, será una variable no
controlada.
3. OPERACIONALIZACIÓN O DEFINICIÓN OPERACIONAL
Explica como se define el concepto específicamente en el estudio planteado,
que puede diferir de su definición etimológica.
Equivale a hacer que la variable sea mensurable a través de la concreción de
su significado, y está muy relacionada con una adecuada revisión de la
literatura.
Puede omitirse cuando la definición es obvia y compartida.
4. CATEGORIZACIÓN O DIMENSIONES
Cuando el concepto tiene varias dimensiones o clasificaciones o categorías,
éstas deben especificarse en el estudio; tal es el caso de la variable
“recursos», que puede hacer referencia a “recursos técnicos, financieros,
ambientales, humanos entre otros».
5. DEFINICIÓN DE LAS CATEGORIAS O DIMENSIONES
Cada una de las dimensiones, categorías o clasificaciones debe ser definida
conceptual y etimológicamente.
6. INDICADOR
Es la señal que permite identificar las características de las variables.
Se da con respecto a un punto de referencia.
Son señales comparativas con respecto a contextos o a sí mismas.
Su expresión matemática se nutre de la estadística, la epidemiología y la
economía.
Se expresa en razones, proporciones, tasas e índices.
Permite hacer “medible” la variable.
Son ejemplos de indicadores: indicadores económicos (la UVR, el dólar, la
libra de café, el gramo de oro).
Indicadores de pobreza (las migraciones, los desplazados, el desempleo, los
asentamientos suburbanos).

Indicadores de calidad de vida (tasa de natalidad, de mortalidad, de
fecundidad, de esperanza de vida).
Indicadores de desarrollo (el PIB: precio interno bruto, tasa de desempleo, la
inflación, el IPC: índice de precios al consumidor). Otros indicadores pueden
ser construidos por el investigador.
7. NIVEL DE MEDICIÓN
La medición de una variable se refiere a su posibilidad de cuantificación o
cualificación, y éstas se clasifican según el nivel o capacidad en que permite
ser medido el objeto en estudio. Según el tipo de operaciones matemáticas que
se puedan realizar con los números asignados al medir la variable, se
distinguen cuatro niveles de medición estadística, como son:
NOMINAL: este nivel sólo permite clasificar, es decir, la única relación
existente entre los objetos a los cuales se les ha asignado un número es una
relación de equivalencia. Por ejemplo, si en la variable sexo se ha asignado el
numeral 1 para designar a los hombres y el 2, para referirse a las mujeres,
quiere decir que todos los miembros a los que se les asigne el numeral 1 son
hombres, o sea, tienen una condición equivalente. La relación de equivalencia
es reflexiva (a=a) , es simétrica (si a=b entonces b=a) y es transitiva (si a=b y
b=c entonces a=c), de acuerdo con estas propiedades las técnicas estadísticas
posibles de usar con la escala nominal son la moda y el cálculo de frecuencias
también se pueden usar medidas no paramétricas como el chi cuadrado y la
expresión binomial; en cuanto a medidas de asociación se puede usar el
coeficiente de contingencia, Es necesario recalcar que los números asignados
a las diferentes categorías de la variable cualitativa sirven para
almacenamiento de datos, pero por ser de asignación arbitraria no indica que
se trate de variables cuantitativas.
ORDINAL: permite clasificar además ordenar, es decir, establecer una
secuencia lógica que mide la intensidad del atributo. Por ejemplo, al medir el
grado de satisfacción frente a un servicio de salud, se pueden establecer
escalas tales como: satisfacción plena, satisfacción media, poca satisfacción, o
insatisfacción; esta escala difiere de la meramente nominal que permite
establecer un orden o graduación entre las observaciones. Las técnicas
estadísticas apropiadas para las mediciones ordinales son: la mediana para
describir las tendencias centrales, los coeficientes de Spearman, de Kendall y
Gamma, para correlaciones y pruebas no paramétricas como Wilcoxon,
Kolmorov-Smirnov, entre otras para pruebas de hipótesis. Al igual que el nivel
nominal, los números asignados sólo indican un orden o rango entre los objetos
y en ningún momento indican relación numérica, tal como el ejemplo anterior si
el grado de satisfacción plena se le asigna el número 4 y 2 al grado de poca
satisfacción, no indica esto que quien marcó el número 4 esté el doble de
satisfecho que quien marcó el número 2. La escala ordinal además de poseer
las propiedades de la relación de equivalencia del nivel nominal posee también
la relación mayor que, expresada en términos como más satisfecho, más
estable, de mayor tamaño, de mayor preferencia, más peligroso, más útil, de
mayor riesgo etc. Todas las escalas socio-económicas pertenecen al nivel

ordinal de medición, ya que las distancias entre clases sociales o estratos
económicos no son iguales, si lo fueran pertenecerían al nivel intervalar.
INTERVALAR o NUMÉRICA: permite clasificar y ordenar pero además los
intervalos son iguales, o sea, que en este nivel de medición no solo es posible
ordenar las escalas sino que es posible conocer las distancias o grados que
separan unas de otras. La escala intervalar tiene las mismas propiedades
formales de las escalas nominales y ordinales, es decir, las relaciones de
equivalencia y de mayor que; además, se le agrega la propiedad de poder
determinar la razón que existe entre dos intervalos, en este caso existe una
distancia numéricamente igual entre los objetos 2 y 3 que entre los objetos 3 y
4, porque en ambos la razón equivale a 1. En una escala de este nivel el punto
cero y la unidad de medición son arbitrarios, como en el caso de la temperatura
en que el grado cero no implica ausencia de temperatura, sino que se designó
el cero en forma arbitraria. Entre las operaciones matemáticas
correspondientes a esta escala pertenecen pruebas de la estadística
paramétrica tales como la media aritmética, la desviación estándar, la
correlación de Pearson, la T de Student, el Chi cuadrado, entre otras.
DE RAZÓN O PROPORCIÓN: posee las propiedades anteriores como
clasificar, ordenar; los intervalos son iguales y además, existe el cero absoluto
o verdadero”, lo que quiere decir que si un objeto que se está midiendo tiene el
valor cero, ese objeto no posee la propiedad o atributo que se está midiendo.
Esta escala constituye el nivel más alto de medición y admite para su análisis
estadístico todas las técnicas y pruebas de los niveles anteriores, pero además
admite la media geométrica, el cálculo del coeficiente de variación y las
pruebas que requieran del conocimiento del punto cero de la escala.
Tabla 1: Nivel de Medición de las Variables
ESCALA TIPO DE
VARIABLE
PROPIEDADES
MATEMATICAS
PRUEBA
ESTADÍSTICA
TÉNICA
ESTADISTICA
Nominal Cualitativa
Discreta
- De
equivalencia
No
paramétrica
Moda cálculo
de
frecuencias,
chi cuadrado,
expresión
binomial,
coeficiente de
contingencia.
Ordinal Cualitativa
Discreta
- De
equivalencia
- Mayor que
No
paramétrica
Las anteriores
y se adiciona:
la mediana
(tendencia
central).
coeficientes
de spearman.
kendall,
gamma,

percentiles.
Intervalo Cuantitativa
Continua
- De
equivalencia
- Mayor que
- Razón entre
dos intervalos
calculable
No
paramétrica y
paramétrica
Las anteriores
y se adiciona:
media
aritmética,
desviación
estándar,
correlación de
pearson,
correlación
múltiple
Razón o
proporción
Cuantitativa
Continua
- De
equivalencia
- Mayor que
- Razón entre
dos intervalos
calculable
- Razón entre
dos valores de
la escala
calculable
No
paramétrica y
paramétrica
Las anteriores
y se adiciona:
Media
geométrica,
coeficientes
de variación y
otras.
8. UNIDAD DE MEDIDA
Se refiere a la respuesta que se espera en la medición planeada.
Puede ser cuantitativa: en Kilos, en metros, en litros, en porcentajes, en
proporciones, en tasas.
Puede ser cualitativa: en grados de satisfacción (mucho, regular, poco), en
calificaciones (excelente, regular, insuficiente), en grado de acuerdo (si y no)
o (muy de acuerdo, en acuerdo, en desacuerdo) etc.
9. ÍNDICE
Es la expresión del indicador por ejemplo:
Índice ocupacional: porcentaje de camas ocupadas.
Índice de desempleo: porcentaje de desempleados.
Índice de transición demográfica: porcentaje de atraso o avance de una
sección del país.
10. VALOR
Es el resultado o número de resultados posibles que se obtiene de una
variable.
Cuando una variable puede medirse a través de varios indicadores, algunos
de ellos pueden tener mayor valor que otros y por tanto se hace necesario

explicitarlo. Por ejemplo: la variable “calidad docente” puede medirse a través
de: la hoja de vida del docente, el grado de capacitación, o sea. el número de
títulos académicos, un examen de conocimientos o una prueba pedagógica:
pero es posible que se le asigne un mayor valor porcentual a la hoja de vida y
al grado de capacitación que a las dos restantes.
Una columna 11 correspondería al item o pregunta que daría respuesta o
mediría la variable. Si se quisiera agregar más, podría considerarse en la
columna 12, la fuente de recolección de información que haría referencia al
individuo, sitio o instrumento de donde se tomaría el dato (historia clínica del
Hospital de Caldas. usuario del servicio de salud, registros del Dane) y en una
la columna 13, la técnica de recolección del dato (observación, entrevista,
grupo focal).
Tabla 2: Ejemplo de Operacionalización de Variables
1. VARIABLE 2.TIPO DE
VARIABLE
3.OPERACION
A-
LIZACIÓN
4. CATEGORÍAS
o
DIMENSIONES
5.DEFINICION
Aprovechamie
nto de los
recursos en un
servicio
hospitalario
Cuantitati
va
Forma
como se
utiliza cada
uno de los
recursos
institucional
es para
brindar al
usuario un
servicio de
calidad
Aprovechamient
ode los recursos
físicos
Aprovechamient
o de los recursos
humanos
Aprovechamient
o de los recursos
financieros
1. Uso del
número de
camas
disponibles
para
atender el
número de
pacientes
solicitantes en
mimes
(oferta/deman
da)
6. INDICADOR 7. Nivel
de
medición
8. Unidad
de medida
9. Índice 10. Valor
Porcentaje
ocupacional
de camas
Promedio de
estancia
hospitalaria
Giro-cama=
#de
egresos/#de
camas
De
razón
• %
• # de días
• # decimal
Índice ocupacional
Índice de
hospitalización
Índice de
utilización
Se pueden
tomar los 3
valores con
igual nivel de
importancia o
tomar solo 1
valor. De esta
manera en el
Instrumento de
recolección de
la información,
la pregunta
hará referencia
a uno o más de
los indicadores
seleccionados.

BIBLIOGRAFÍA
PARDO DE V., Graciela; CEDEÑO C., Marlene. Investigación en salud.
Factores sociales. Bogotá: Interamericana. 1997.
PINEDA, Ej3. DE ALVARADO, E.L. y DE CANALES, F.H. Metodología de la
investigación en salud. Washington:OMS, OPS. 2 ed. 1994.
POLIT Y HUNGLER. Investigación científica en ciencias de la salud. 4 ed.
Barcelona: Interamericana
TAMAYO y TAMAYO, M. El proyecto de investigación. Serie: aprender a
investigar. Bogotá: ICFES-ICESI. Módulo 2.
TOVAR, María Clara. Variables y su medición. Módulos de investigación.
Universidad del Valle.
VARKEVISSER, Corlien y otros. Diseño y realización de proyectos de
investigación sobre sistemas de salud. Serie de capacitación en investigación
en sistemas de salud. Vol.2, parte 1. Módulo 8, s.a. 1995.

Operacionalización de variables - Métodos y Técnicas de investigación - ULS

Más contenido relacionado

La actualidad más candente

Destacado

Similar a Operacionalización de variables - Métodos y Técnicas de investigación - ULS

Más de Nimrod Quintanilla

Último

En este documento

Operacionalización de variables - Métodos y Técnicas de investigación - ULS