Operacionalizacion variables

OPERACIONALIZACIÓN DE LAS VARIABLES
Operacionalización al proceso por el cual transformamos o traducimos una variable teórica en
variables empíricas, directamente observables, con la finalidad de poder medirlas. Obviamente
una variable que ya es empírica no necesita ser operacionalizada, o, mejor, la
operacionalización es mucho más sencilla. Para explicar la operacionalización nos basaremos
en el siguiente esquema, que describe suscitamente el proceso:
Definición teórica
Definición real
Definición operacional
Desde un punto de vista más técnico, operacionalizar significa identificar cuál es la variable,
cuáles son sus dimensiones y cuáles los indicadores y el índice (o, lo que es lo mismo,
definirla teóricamente, realmente y operacionalmente), ya que todo ello nos permitirá traducir
la variable teórica en propiedades observables y medibles, descendiendo cada vez más desde
lo general a lo singular.
Habíamos dicho que una misma expresión podía referirse a conceptos diferentes: el término
inteligencia puede significar una institución (“Servicio de inteligencia”), una habilidad para
resolver situaciones nuevas (en la orientación de Claparede) o puede hacer alusión a
habilidades verbales, manuales y sociales (en la orientación de Weschler). El propósito de la
definición teórica es precisamente eliminar esta ambigüedad para estar seguros de cuál es el
concepto que queremos operacionalizar: sólo identificándolo de esta forma sabremos cuáles
cuales pueden ser sus correspondientes dimensiones e indicadores.
Cuando se trata de variables teóricas o complejas, debemos discernir en ellas varios aspectos o
facetas para describirlas adecuadamente. Este no es el caso de variables simples como “sexo”.
Dr. Antonio Alva Santos - aalva1959@yahoo.es
D1
D = Dimensiones
I = Indicadores
Variable
D2 D3
I1 I2 I3 I4 I5 I6
Índice

Si bien el sexo puede tener varios aspectos, habitualmente no necesitamos considerarlos a
todos para saber a qué sexo pertenece una persona: basta con mirar sus aspectos generales y, si
esto no resultare confiable, lo constatamos mediante el documento de identidad, o se lo
preguntamos directamente.
En cambio la variable inteligencia tiene muchos aspectos, y para describirla y medirla no basta
simplemente con decir que alguien tiene inteligencia porque tiene una “mirada” inteligente ya
que esto, además de subjetivo (otro observador puede estar en desacuerdo), es muy parcial (no
es el único aspecto).
Dimensiones
Todas las facetas que nos permiten describir adecuadamente una variable compleja se
llaman dimensiones. Dimensiones de inteligencia son por ejemplo inteligencia verbal,
manual y social. Estas dimensiones nos acercan un poco más al plano empírico, a lo
observable, o sea permiten concretizar más una variable que antes había sido definida sólo
teóricamente. Si un profano nos pregunta qué es la inteligencia y le damos una definición
teórica, mucho no habrá entendido, pero si le enumeramos sus dimensiones tendrá una mejor
comprensión porque aludimos a características o facetas más concretas: ser inteligente es
saber usar las palabras, ser hábil con las manos, y saberse manejar con las personas. Del
mismo modo, dimensiones de la variable clase social serán por ejemplo el prestigio
ocupacional, el nivel económico, el nivel de educación formal y modo de vida. Especificar
las dimensiones de una variable es dar una definición real de la misma.
Dar una definición teórica no es sólo importante porque nos permite inferir las dimensiones de
la variable definida (si tomamos la definición teórica de Weschler las dimensiones serán
verbal, manual y social), sino también para decidir acerca de si tiene o no dimensiones (o sea,
si es compleja o simple). En sociología, a la variable “sexo” se la considera simple, pero en
medicina puede considerársela compleja, de aquí que en este último contexto “sexo” tenga
varias dimensiones: sexo cromosómico, cromatínico, gonadal y fenotípico. Otro tanto
podemos decir de la variable “clase social”: en ciertos países y culturas las personas de
distinta clase social se visten inexorablemente en forma muy distinta, y basta este solo
indicador para saber enseguida a qué clase social pertenece una persona sin necesidad de
investigar su nivel económico, el prestigio de su ocupación, su nivel de educación, etc. En
estos casos “clase social” pasa a ser una variable simple.

Suele a veces confundirse categoría con dimensión, y una regla práctica nos ayudará a
distinguirlas.
Una categoría es una especie de casillero donde podemos ubicar a un sujeto: “clase media” es
una categoría de la variable clase social porque puedo encasillar allí a un sujeto según ciertas
características que observé en él, características que surgen de las dimensiones.
No tiene sentido decir que ubicaremos un sujeto dentro de “ingresos” o dentro de “educación
formal”, pues estas son dimensiones: todo sujeto es ubicable en una determinada categoría
pero contiene todas las dimensiones, pues cualquier sujeto tiene un cierto ingreso, una cierta
educación formal, etc., y es gracias a este análisis que puedo ubicarlo en tal o cual categoría.
Indicadores
Si bien las dimensiones nos permiten acercarnos un poco más al plano empírico, todavía no
nos alcanzan para poder observar y medir conductas concretas. Así como cuando dábamos
una definición teórica el profano no entendía de qué hablábamos, con el mismo derecho
cuando ahora le especificamos dimensiones puede decirnos que eso de “inteligencia verbal” es
aún algo genérico y vago, con lo cual nos vemos obligados a descender aún más al nivel
empírico. O sea, a partir de las dimensiones buscaremos indicadores.
Precisamente se llaman “indicadores” porque nos indican qué cosas concretas y palpables
debe realizar un sujeto para poder decir si tiene o no inteligencia verbal, manual o social, y
en qué medida. Indicadores de la dimensión inteligencia verbal serán entonces qué amplitud
de vocabulario tiene, si puede o no completar frases, si puede encontrar absurdos en frases
como “qué lástima que el sol se ponga de noche porque ese es justo el momento donde más lo
necesitamos!” o “como llovía, Juan se sumergió en el río para no mojarse”.
Del mismo modo indicadores de la dimensión “educación formal” podrían ser si completó o
no la primaria, la secundaria o la universidad, e indicadores de la dimensión “nivel
socioeconómico” pueden ser el ingreso mensual por trabajo, si es o no propietario, cuántos
coches tiene, nivel de ingreso por rentas, si es o no socio de un country, si tiene o no tarjeta de
crédito, etc. Generalmente necesitamos varios indicadores, pues uno solo no suele ser
suficiente para caracterizar la correspondiente dimensión: si juzgáramos el nivel
socioeconómico sólo a partir de si es o no propietario podríamos equivocarnos pues una
persona podría haber heredado una propiedad hipotecada, estar desempleado o ganar apenas
para su subsistencia.

Así entonces, un indicador es una propiedad manifiesta gracias a la cual podemos medir
directamente una propiedad latente que nos interesa (la variable teórica). La aptitud para
armar rompecabezas es una característica manifiesta que me permite medir la inteligencia, que
es una característica latente.
En última instancia los indicadores, así como las dimensiones, son también variables sólo que
más empíricas, pues también son susceptibles de variación: la aptitud para armar
rompecabezas es un indicador que puede adoptar distintos valores, como por ejemplo de 1 a
10, donde el número diez correspondería al armado perfecto en el tiempo mínimo para
determinada edad.
Una definición más precisa de indicador dice que es una propiedad observable que
suponemos ligada empíricamente (aunque no necesariamente en forma causal) a una
propiedad latente que nos interesa. Esto quiere decir que al seleccionar indicadores
podemos optar en principio e indistintamente por aquellos que solamente están altamente
correlacionados con la variable, o por aquellos otros que, además, suponemos que son efectos
de la causa que es la variable teórica.
Un ejemplo de Lazarsfeld nos aclarará la cuestión. Al buscar indicadores de la variable
“antisemitismo” pueden seleccionarse dos tipos de indicadores, o una mezcla de ambos: a)
“La obediencia y el respeto a la autoridad son las virtudes más importantes que debe aprender
un niño”. Esta es una afirmación que figura en un cuestionario que mide antisemitismo y el
sujeto debe responder si está o no de acuerdo, es decir, es un indicador. Pero este indicador no
expresa directamente la variable “antisemitismo” sino “autoritarismo”, y si lo consideramos es
solamente porque sabemos que hay una alta correlación entre ambas variables. En rigor dicho
indicador no es manifestación o efecto directo de la variable que nos interesa, que son las
inclinaciones antisemitas; b) “La mayoría de la gente no se da cuenta hasta qué punto nuestras
vidas están regidas por las conspiraciones de los políticos”. Este indicador ya expresa
directamente el antisemitismo (basta pensar en el presunto fraude de los Protocolos de los
Sabios de Sion), y está en una relación de causa-efecto con el mismo: el grado de
antisemitismo es la causa de que la persona responda si está o no de acuerdo con dicha
afirmación.
Lazarfeld llama al primer tipo “indicador expresivo” y al segundo “indicador predictivo”, pues
sólo se puede predecir una respuesta con cierta seguridad sobre la base de un vínculo causal.
Como luego veremos, efectivamente, la simple correlación no prueba que haya causalidad, y
tiene menor potencia predictiva. En suma: el primero es un indicador de otra variable muy

correlacionada con la que nos interesa, mientras que el segundo mide directamente esta última
con la cual lo suponemos ligado causalmente.
Antes de referirnos a los índices, convendrá previamente distinguir entre otros tres conceptos
que suelen confundirse: indicador, ítem y dato. Cuando uno se propone diseñar un test de
inteligencia, busca crear varias pruebas concretas de diversa índole, o sea, deberá “bajar” al
plano empírico. Para ello, como vimos, deberá primero identificar las dimensiones y luego los
indicadores de cada dimensión.
Uno de estos indicadores podrá ser por ejemplo “habilidad para el cálculo matemático”.
Consiguientemente, en el test deberá figurar una o varias pruebas para medir esta habilidad:
“hacer una suma”, “resolver una ecuación”, etc., pruebas que corresponden respectivamente a
habilidades para el cálculo aritmético y para el cálculo algebraico. Cada una de estas pruebas
se llama ítem y así, para un mismo indicador puede haber uno o varios ítems. Si en vez de un
test se trata de un simple cuestionario, los ítems serán cada una de las preguntas que el sujeto
habrá de responder. Por dar un ejemplo cualquiera, tres de estas preguntas podrán
corresponder a un indicador, o sólo dos, o sólo una, pero se supone que la totalidad de las
preguntas (o de las pruebas si es un test) habrán de cubrir todos los indicadores que hemos
seleccionado y por ende, también todas las dimensiones elegidas para la variable que
queremos medir, pudiendo ocurrir a veces que un ítem corresponda simultáneamente a dos
indicadores de la misma dimensión o de dimensiones diferentes. La pregunta sobre “si cursa o
no estudios en una universidad privada” corresponde simultáneamente a dos dimensiones:
nivel económico (por lo de “privada”) y nivel educacional (por lo de “universidad”).
Mientras hemos diseñado el test sólo hemos construido los indicadores con sus respectivos
ítems, pero todavía no tenemos datos ya que aún no lo hemos administrado a ningún sujeto.
En tanto el ítem es una pregunta o una prueba, debe admitir varias alternativas de respuesta
o de ejecución. En el caso más simple de un cuestionario cerrado, el ítem “está de acuerdo con
la actual situación económica?” podría admitir como alternativas posibles “sí”, “no”, “más o
menos”, y “no sabe”. En el caso de un test, el ítem “arme un rompecabezas con las siguientes
piezas” podría tener como posibilidades de ejecución “buena”, “mala” y “regular”.
Una vez construido el test y previstas las distintas posibilidades de cada ítem, podemos ahora
administrarlo a un sujeto determinado. Una vez que éste respondió las preguntas o hizo las
pruebas correspondientes ya estamos en posesión de los primeros datos, ya que el individuo
quedó ubicado en alguna de las alternativas posibles.

Ejemplos de datos son “Juancito contestó que sí a la pregunta número 15”, o “Pedrito cumplió
sólo regularmente la prueba del rompecabezas”, o “Fulanito se sacó 6 en la prueba de
encontrar absurdos”.
Supongamos, más concretamente, que administramos nuestro test de inteligencia a una
persona. Cuando ésta hubo resuelto todas las pruebas o ítems, procedemos ahora a evaluarla
especificando para cada prueba en qué alternativa la ubicamos. Por ejemplo en la primera
prueba sacó 7 puntos, en la segunda 5, en la siguiente 6 y en las otras 7, 4, 5, 10, 8 y 2.
A los dos días nos visita esta persona con toda su familia y, ansiosa por saber si es un genio o
tan sólo muy inteligente, nos pregunta por el resultado del test. Nosotros entonces le decimos
que su inteligencia es 7, 5, 6, 7, 4, 5, 10, 8 y 2, o sea los distintos puntajes que obtuvo.
Con esta respuesta el sujeto quedará desorientado como Adán en el día de la madre, pero, y lo
que es más grave, también nosotros, porque nos resultará difícil apreciar rápidamente su grado
de inteligencia mediante una montaña de cifras diferentes.
Índice
Nos vemos entonces obligados a resumir esta información para hacerla más fácilmente
comprensible y para que, llegado el momento de hacer algún promedio aritmético sobre la
inteligencia de una muestra de sujetos, podamos disponer de una sola cifra para cada
individuo. Es aquí donde aparece la necesidad del índice. El índice será la cifra que
razonablemente represente a los 20 o 30 datos obtenidos, como por ejemplo un simple
promedio de los mismos. Tal índice suele definírselo como un indicador complejo, ya que
reúne la información de todos los indicadores y sus respectivos ítems.
Hay muchas formas de construir índices. Además del simple promedio aritmético está también
el promedio ponderado, donde asignamos mayor peso a ciertas pruebas a los efectos del
conteo final. Otras veces extraemos previamente sub-índices, uno para cada dimensión, para
luego resumirlos en el índice final, tal como puede verse en el test WISC de inteligencia.
La utilidad del índice no consiste sólo en resumir mucha información en una sola cifra,, sino
muchas veces también compensar estadísticamente la inestabilidad de las respuestas. Dicho en
castellano: factores como la falta de atención o el desinterés pueden malograr algunas
respuestas del test, pero no por ello juzgaremos al sujeto falto de inteligencia: en el índice
pueden quedar compensados esos pobres resultados con otras pruebas donde se puso mayor
interés y concentración, y donde se obtuvieron resultados óptimos.

Volviendo a nuestro ejemplo, si el promedio de todas las pruebas nos dio por caso 7, ahora sí
el sujeto y nosotros podremos darnos una idea de su inteligencia (siempre que conozcamos la
media poblacional). La ventaja de decir 7 en vez de un montón de cifras es entonces práctica,
ya que teóricamente ambas cosas expresan casi lo mismo: con un índice comprendemos mejor
la ubicación del sujeto respecto de la variable inteligencia.
Lo ideal es poder calificar las pruebas numéricamente porque el número se presta mejor al
cálculo a los efectos de obtener índices y, en general, al tratamiento estadístico. A veces no es
posible hacer esta cuantificación y en vez de decir “7” decimos “inteligencia regular”, lo cual
es también un índice en la medida que sintetiza o resume todos los resultados obtenidos en las
pruebas.
Un ejemplo típico de índice numérico de la variable inteligencia es la “edad mental” la cual,
en combinación con el indicador de la variable simple “edad cronológica” nos da un índice
compuesto llamado “cociente intelectual” que también constituye un dato, aunque derivado de
los datos originales que eran los puntajes de cada prueba. Como podemos apreciar, unos datos
surgen a partir de otros: las respuestas a los ítems nos dan datos derivados (los índices) y
luego, sacando a su vez promedios de estos índices obtenemos nuevos datos sobre muestras y
poblaciones. Un índice por ejemplo puede ser 110, y el promedio de una muestra puede ser
115, lo que indica que el sujeto que se sacó 110 está por debajo de la media de la muestra. Si
en cambio la media de la población se considera como 100, entonces estará por encima del
promedio poblacional. Podemos entonces ir sintetizando una definición de dato, diciendo que
es el valor que adquiere una variable en un determinado ítem, en un determinado sujeto
perteneciente a cierta muestra y población.
Los primeros datos que obtenemos entonces son los resultados de las distintas pruebas
individuales del test (o las respuestas a las distintas preguntas de un cuestionario). Estos datos
se resumen en un dato final para cierto sujeto, dado por el índice (“Fulano tiene un CI de
130”). Podemos ir sintetizando los pasos dados hasta ahora de la siguiente manera:
a) Definir teóricamente la variable.
b) Especificar sus dimensiones (y sub-dimensiones, si las hubiere). Es lo que se llama dar
una definición real de la variable.
c) Especificar los indicadores de las dimensiones (definición operacional).
d) Seleccionar los ítems para cada indicador.

e) Especificar las alternativas posibles de respuesta en cada ítem asignándole a cada una
de ellas una cifra convencional (por ejemplo de 1 a 10). Este proceso, junto con el
siguiente, podemos llamarlo selección de un sistema de puntuación.
f) Especificar un procedimiento para obtener un índice.
g) Obtener o recolectar los datos administrando el test (o el cuestionario) a un sujeto.
h) Resumir los distintos datos en un índice, con lo cual cada sujeto tendrá su propio
índice.
Estrictamente hablando, el proceso de operacionalización comprende todos estos pasos menos
los dos últimos, pues operacionalizar es preparar un esquema de dimensiones, indicadores e
índices para luego ser aplicado empíricamente a un sujeto determinado. La historia de un test
tiene tres etapas: primero lo inventamos, luego lo administramos y después lo evaluamos. Los
seis primeros pasos están en la primera etapa, el séptimo coincide con la segunda y la última
forma parte de la tercera etapa.
Esta compleja secuencia de pasos no se realiza –o se simplifica notablemente- cuando la
variable es simple por cuanto no hay que buscar ni dimensiones ni una pluralidad de
indicadores. La variable “edad” tiene un solo indicador, que puede ser la información que da
el documento de identidad, o también la simple pregunta “qué edad tiene?”. A nadie se le
ocurriría hacerle un test con varias pruebas a una persona para medir su edad cronológica. Lo
ideal sería que todas las variables fuesen así de sencillas, pero tal cosa no ocurre. Llevados por
un ataque de simplicidad, podríamos construir el test más simple de inteligencia el que, en vez
de incluir varias pruebas distintas constaría de una sola pregunta: “Es usted inteligente?” (Lo
cual mide más la inteligencia del que lo inventó que de quien lo contesta). Si el sujeto
responde “sí” entonces concluiríamos que el inteligente, y si dice “no” concluimos que no lo
es, pero lamentablemente este test, aunque puede ser confiable, no es válido.
Cabe pensar que es confiable porque un sujeto muy probablemente contestará siempre la
misma respuesta al hacérsele varias veces la misma pregunta, pero no es válido porque no está
midiendo inteligencia sino por ejemplo autoestima, necesidad de agradar, o, si es un test
laboral, grado de interés por obtener un empleo. Confiabilidad y validez son requisitos básicos
de un test, y sobre ellos volveremos más adelante.
Por lo demás, este hipotético test de inteligencia tampoco resulta cuantitativamente preciso,
pues la simple respuesta “sí” o “no” no nos informa sobre cuánto más inteligente es el sujeto
con respecto a otro que contestó lo mismo o con respecto a un promedio estadístico.

A través del siguiente esquema resumimos la notable diferencia que hay entre la
operacionalización de una variable simple, como “peso”, y de una variable compleja, como
“clase social”.
VARIABLE PESO CLASE SOCIAL
Dimensiones Nivel económico Nivel educacional
Indicadores Registro
balanza
Ingreso
mensual
Es o no
dueño
Tiene
vehículo
Nivel
alcanzado
Es o no
autodidacta
Una vez que conocemos el índice de un determinado individuo, damos ahora el siguiente paso
que es la categorización de ese dato, y que viene a continuación del paso h) anterior.
No debemos confundir la categorización de la variable con la categorización del dato.
Categorizar la variable fue lo que hicimos al principio de todo cuando establecimos sus
categorías o valores como posibilidades de variación.
Por ejemplo para la inteligencia pueden establecerse cuatro categorías (menos de 90, 91 a 110,
111 a 130, y 131 o más). Conocidas las categorías de la variable, podemos ahora categorizar el
dato obtenido, que no es otra cosa que ubicar a éste en alguna de las categorías establecidas.
Como Fulano obtuvo 130, lo ubicaremos en el casillero 111 a 130, y lo mismo haremos con el
resto de los sujetos de la muestra.
Organización de los datos
Una vez recolectados los datos, ahora deberemos cumplir las tres últimas etapas: la
organización, el análisis y la interpretación de los mismos.
Supongamos que la muestra de la que veníamos hablando en el párrafo anterior esté
conformada por 85 personas. Lo que ahora necesitamos hacer es empezar a resumir toda esta
información de forma tal que en vez de tener 85 tests tomados sobre nuestro escritorio
tengamos solamente una hoja donde volcamos todos los datos obtenidos, colocando una marca
en cada categoría, como vemos en la siguiente “matriz de datos” (Obtenida en forma manual o
con programas informáticos como Excel o SPSS):

Categoría de CI Cantidad de individuos
80 ‹‹‹‹‹
85 ‹‹‹‹‹‹‹‹
90 ‹‹‹‹‹‹‹‹‹‹‹‹
95 ‹‹‹‹‹‹‹
100 ‹‹‹‹‹‹
105 ‹‹‹‹‹
110 ‹‹
115 ‹‹‹
120 ‹‹‹‹‹
125 ‹‹‹‹‹‹
130 ‹‹‹‹
135 ‹‹‹‹‹‹‹
140 ‹‹‹‹‹‹
145 ‹‹‹‹
150 ‹‹‹
155 ‹‹
Así por ejemplo, la matriz me informa que dentro de la muestra encontramos tres personas
que obtuvieron un puntaje de 115, y así sucesivamente.
Así como al principio habíamos resumido todos los resultados de cada prueba o sujeto en un
índice, ahora estamos resumiendo todos los índices en una matriz de datos, y nuestro siguiente
paso será a su vez sintetizar los datos de la matriz en una tabla o cuadro, proceso llamado
tabulación.
Lo que una tabla muestra son esencialmente frecuencias, o sea, cantidad de sujetos por cada
categoría o valor. La tabla siguiente condensa la información de la matriz de datos precedente,
y en dicha tabla la cifra 25 es una frecuencia, o sea una indicación que en la muestra hay 25
sujetos que tienen 90 o menos de cociente intelectual. No debe pensarse, por ejemplo, que 25
significa cociente intelectual. Esta tabla nos revela también que la frecuencia total o sumatoria
de frecuencias es 85, y ha de coincidir siempre con la cantidad de sujetos investigados, es
decir, con lo que habitualmente se llama “tamaño de la muestra”.

CI f (frecuencia)
menos de 90 25
91-110 20
111-130 18
más de 131 22
Total 85
La información que nos suministra esta tabla podemos también representarla de otras maneras,
de acuerdo a qué nos interesa más saber. El siguiente esquema nos revela que podemos
representar los datos como frecuencias acumuladas (fac), como frecuencias porcentuales (f%),
o como frecuencias acumuladas porcentuales (fac%):
CI f fac f% fac%
menos de 90 25 25 29% 29%
91-110 20 45 24% 53%
111-130 18 63 21% 74%
más de 131 22 85 26% 100%
Total 85 --- 100% ---
En la segunda columna fuimos acumulando (sumando) las frecuencias anteriores, y así la
frecuencia 63 corresponde matemáticamente a la suma de las anteriores frecuencias
(25+20+18).
Pero el número 63, como toda frecuencia, además de tener un significado matemático tiene
también un significado empírico, importante a la hora de tener que analizar la tabla.
Empíricamente, el número 63 me dice que hay 63 sujetos que tienen 130 o menos de CI. Por
otro lado observemos que si los cálculos están bien hechos, la última frecuencia acumulada
deberá coincidir con el tamaño de la muestra (85).
Para obtener frecuencias porcentuales (f%) consideramos primeramente el total de casos (85)
como si fuera el 100%. A partir de aquí y por un simple algoritmo de regla de tres simple,
obtenemos por porcentajes parciales:
Si 85 ------------------------------ 100%
25 x 100
25 --------------------------------- x = ------------ = 29,41% = 29%
85

Luego, si así lo deseamos, podemos obtener las frecuencias porcentuales acumuladas
siguiendo el mismo criterio que aplicamos al obtener las frecuencias acumuladas. Todas estas
nuevas cifras tienen también su significado empírico. Por ejemplo la cifra 24% significa que
un 24% de la muestra tiene CI entre 91 y 110, y la cifra 74% que ese porcentaje de la muestra
tiene un CI por debajo de 131.
Las tablas hasta aquí presentadas, como podemos darnos cuenta, resumen la información con
respecto a una sola variable (inteligencia). Dijimos sin embargo que lo que realmente suele
interesar al investigador no es la variable aislada sino su vínculo con otras variables, por lo
que nuestro interés recaerá ahora sobre tablas que puedan relacionar variables entre sí.
Podemos, entonces, discriminar tres tipos de tablas:
a) Univariadas o de simple entrada (informan sobre una sola variable).
b) Bivariadas o de doble entrada (relacionan dos variables).
c) Multivariadas o de múltiple entrada (relacionan tres o más variables).
A estas últimas nos referiremos en un próximo capítulo. Mientras tanto, nos centraremos en la
situación más habitual representada por la tabla o cuadro bivariado, donde una de las variables
será la independiente y la otra la dependiente. Comparemos una tabla univariada con otra
bivariada:
La primera describe la situación de una sola variable, e informa que por ejemplo hay 140
sujetos con CI inferior a 90, o que el total de la muestra era de 450 individuos. El cuadro
bivariado suministra más información pues entrecruza dos variables (inteligencia y clase
social).
CI f
-90 140
90-110 160
+110 150
Total 450
Tabla univariada
Alta Media Baja Total
-90 30 40 70 140
90-110 55 55 50 160
+110 80 50 20 150
Total 165 145 140 450
Tabla bivariada

En suma, los elementos básicos de una tabla bivariada son los siguientes:
a) Las dos variables a relacionar.
b) Título, que en este caso puede ser “Inteligencia según clase social en adolescentes de
la Ciudad de Buenos Aires, año 1980”. Como se ve, están aquí especificadas las
coordenadas espacio-temporales (dónde y cuándo) pero también se especifica cuál es
la variable independiente y la dependiente (la expresión “según” nos lo sugiere).
c) Las categorías (o valores) de ambas variables. Por ejemplo de clase social hemos
consignado “alta”, “media” y “baja”. Un cuadro muestra siempre categorías, pudiendo
o no mostrar también dimensiones.
d) Las frecuencias, de las que diremos dos palabras.
Hay varios tipos de frecuencias. Por ejemplo la cifra 30, que significa que hay 30 sujetos de
clase alta con CI inferior a 90; o la cifra 145, indicadora que hay 145 adolescentes de clase
media; o la cifra 450, que indica el número total de casos de la muestra. Estos tres ejemplos
corresponden, respectivamente, a las llamadas frecuencias condicionales, marginales y totales.
La frecuencia condicional corresponde al entrecruzamiento de dos categorías distintas, y la
frecuencia marginal sólo a una. Así, 20 es frecuencia condicional y 150 frecuencia marginal.
Podemos ver también que las frecuencias marginales resultan de la suma de las frecuencias
condicionales correspondientes, y pueden ser horizontales (como 140, resultado de sumar 30,
40 y 70) o verticales (como 145, que resulta de sumar 40, 55 y 50).
La suma de las frecuencias marginales horizontales debe ser igual a la suma de las frecuencias
marginales verticales, y esa cifra debe equivaler a la frecuencia total (tamaño de la muestra).
Un cuadro bivariado puede también incluír la misma información pero bajo la forma de
frecuencias acumuladas (horizontales o verticales), frecuencias porcentuales (horizontales o
verticales) y frecuencias porcentuales acumuladas (también horizontales o verticales). El
esquema siguiente ejemplifica estas alternativas:

Ejemplos de frecuencias
-90 30 40 70 140
90-110 55 55 50 160
+110 80 50 20 150
Total 165 145 140 450
1. Frecuencias absolutas
-90 30 70 140 -
90-110 55 110 160 -
+110 80 130 150 -
Total 165 310 450 -
2. Frecuencias acumuladas horizontales
-90 30 40 70 140
90-110 85 95 120 300
+110 165 145 140 450
Total - - - -
3. Frecuencias acumuladas verticales
-90 21% 29% 50% 100%
90-110 34% 34% 32% 100%
+110 53% 33% 14% 100%
Total - - - -
4. Frecuencias porcentuales horizontales
-90 18% 28% 50% -
90-110 33% 38% 36% -
+110 49% 34% 14% -
Total 100% 100% 100% -
5. Frecuencias porcentuales verticales
-90 21% 50% 100% -
90-110 34% 68% 100% -
+110 53% 86% 100% -
Total - - - -
6. Frecuencias porcentuales acumuladas
horizontales
-90 18% 28% 50% -
90-110 51% 66% 86% -
+110 100% 100% 100% -
Total - - - -
7. Frecuencias porcentuales acumuladas
verticales
Como podemos ver, la misma información del cuadro original 1 puede expresarse, según
nuestras necesidades, de seis maneras diferentes. Veamos algunos ejemplos de cómo han de
leerse las distintas posibilidades:

a) La cifra 110 del cuadro 2 indica que hay 110 individuos de clase media con 110 o menos de
CI.
En cambio la cifra 95 del cuadro 3 indica que hay 95 sujetos con CI entre 90 y 110 y que
además pertenecen a las clases media y alta. En el primer caso la acumulación se hizo
horizontalmente y en el segundo verticalmente.
b) La cifra 53% del cuadro 4 indica que sobre el total de sujetos con CI superior a 110, el 53%
son de clase alta. En cambio la cifra 49% del cuadro 5 indica que sobre el total de sujetos de
clase alta, un 49% posee un CI superior a 110. También en ambas tablas los porcentajes se
calcularon hirozontal y verticalmente, en forma respectiva. Una importante utilidad que tienen
los porcentajes es que permiten igualar las frecuencias con respecto a una base común (el
100%):
Edad Primaria Secundaria Total
30 años 12 142 154
40 años 18 18 36
50 años 30 - 30
Total 60 160 220
Tabla I – Frecuencias absolutas
Edad Primaria Secundaria Total
30 años 20% 89% -
40 años 30% 11% -
50 años 50% - -
Total 100% 100% -
Tabla II – Frecuencias porcentuales
En la Tabla I encontramos dos frecuencias absolutas iguales (18 y 18), pero ellas no tienen el
mismo significado estadístico, pues un 18 se tomó sobre un total de 60 personas (escolaridad
primaria) y el otro sobre un total de 160 (escolaridad secundaria).
Si igualamos 60 y 160 en una base común (100%) como en la Tabla II, vemos que en realidad
uno de los 18 representa el 30% del total y el otro tan sólo el 11% del otro total. Esto nos
permite evaluar a simple vista qué proporción de sujetos de 40 años hay en cada nivel de
escolaridad: si bien la cantidad absoluta de sujetos es la misma (18), hay mayor proporción de
sujetos primarios que secundarios.
c) La cifra 50% del cuadro 6 indica que el 50% de los sujetos con CI inferior a 90 pertenecen
a las clases alta y media. La cifra 28% en cambio, en el cuadro 7, expresa que el 28% de los
sujetos de clase media tiene CI inferior a 90. Las acumulaciones de los porcentajes se
realizaron en forma horizontal y vertical, respectivamente. Obsérvese que la información del
cuadro 6 no es la misma que la del cuadro 7, pero es igualmente verdadera. La elección de una
u otra información dependerá de qué información nos interese más o, incluso, hay quienes
utilizan esta posibilidad de elegir con el propósito de convencer o persuadir.

Por ejemplo, si quiero persuadir a alguien que el cigarrillo es pernicioso para la salud,
preferiré decirle que el 90% de los cáncer de pulmón son ocasionados por el cigarrillo a
decirle que sólo el 10% de los fumadores mueren de cáncer de pulmón, siendo que ambas
afirmaciones son igualmente verdaderas.
Sin embargo, la tabulación no es la única forma de resumir y organizar la información.
Existen también otros dos recursos estadísticos, que son la graficación y las medidas
estadísticas descriptivas (tanto de posición como de dispersión). Ambas modalidades se
construyen habitualmente sobre la base de una tabla de distribución de frecuencias como las
ya vistas. A través del ejemplo siguiente veremos cómo la información que contiene una tabla
puede también presentarse bajo la forma de gráficos o medidas estadísticas:
Tabla
Edad f
17 70
18 110
19 140
20 160
Total 480
f
160
150
140
130
120
110
100
090
080
070
Gráfico
Medidas estadísticas
_
X = 18,8 años (Media aritmética)
δ = 0,9 años (Desvío Standard)
_
X ± δ = 18,8 ± 0,9
17 18 19 20 Edad

En estos ejemplos se tomó una muestra de 480 jóvenes que cursaban primer año de la
universidad, y por algún motivo al investigador le interesó tener información sobre sus edades.
La tabla nos muestra que 70 de ellos tienen 17 años, 110 tienen 18 años, etc. El gráfico nos da
la misma información, con la diferencia que es más fácil visualizarla de un golpe de vista,
especialmente para quien no está habituado a la estadística: la forma ascendente de la curva ya
nos dice que hay más jóvenes de mayor edad o, si se quiere, a edades más altas corresponden
mayores frecuencias. Este tipo de gráfico se llama polígono de frecuencias, pero hay otras
modalidades de gráficos.
Las medidas estadísticas, por su parte, permiten condensar todas las cifras de la tabla en dos,
que típicamente suelen ser la media aritmética y el desvío standard. Esta simplificación hace
que una parte de la información se pierda, pues las medidas obtenidas no me dicen por caso
cuántos jóvenes de 19 años hay. Esta desventaja (si así puede llamársela, pues hay
información que no tiene mayor utilidad) queda ampliamente compensada con el hecho de que
conociendo las medidas estadísticas, entre otras cosas puedo efectuar análisis de correlación y
regresión (ver más adelante) y pruebas de significación, es decir, seguir adelante con la
investigación estadística y consiguientemente con la investigación en general.
En el ejemplo considerado, la media aritmética me dice simplemente que 18,8 años es el
promedio de edades de alumnos de primer año de la universidad. Respecto del desvío
standard, habíamos ya señalado que se trata de un promedio de las distancias o desvíos de
todos los valores respecto de la media (18,8 años) e indica entonces cuán lejos o cerca de ella
están todos los sujetos. La cifra 0,9 obtenida es muy pequeña en comparación con la media
18,8 años, lo que significa que las edades de los alumnos no son muy dispares entre sí, o sea,
sus edades no difieren demasiado.
La media aritmética y el desvío standard son medidas estadísticas utilizables cuando las
variables son cuantitativas. Existen otras medidas, como el modo o la mediana, que sirven
especialmente para variables cualitativas. Por ejemplo, el modo es la categoría que más se
repite, mientras que la mediana es la categoría ubicada en el centro de la serie de las
categorías obtenidas, ordenadas en forma creciente o decreciente.

Análisis e interpretación de los datos
Obtener tablas, gráficos o medidas estadísticas como las indicadas no son más que pasos
preparatorios para llegar a la operación central de la investigación descriptiva: el análisis de
los datos.
Desde el punto de vista de la evolución de los datos en la investigación, el análisis de los datos
es la etapa posterior a la organización de datos, pero la etapa previa a la interpretación de los
mismos. En ésta última la información ya analizada es integrada en un contexto más amplio:
con otras teorías, con otras investigaciones, etc Por ejemplo interpretar puede significar
explicar la correlación constatada en el paso del análisis a la luz de una teoría. Una alta
correlación entre inteligencia y clase social será interpretada de manera muy distinta por una
teoría ambientalista y por una innatista: la primera insistirá en que la inteligencia en clases
altas obedece a que los niños están mas estimulados (hacen más viajes, tienen más juguetes,
etc), mientras que la segunda planteará la existencia de mejores genes en las personas de clase
alta.
Las cuatro etapas en el procesamiento de los datos (recolección, organización, análisis e
interpretación), y que en mayor o menor medida aparecen en investigaciones exploratorias,
descriptivas y explicativas, se encuentran explicadas más en detalle en (11).
Los datos pueden analizarse tanto a partir de una tabla, como de un gráfico o de las medidas
estadísticas, pero aquí daremos una idea del modo de hacerlo según una tabla. Desde este
punto de vista, el análisis de los datos es el momento donde debemos hacer “hablar” a la tabla
para saber qué nuevo tipo de información nos dará. Esta nueva información consiste
principalmente en determinar si las variables están o no correlacionadas, qué tipo de
correlación muestran (positiva o negativa), y hasta qué punto mantienen una correlación. Para
los dos primeros puntos suele bastar con un simple examen visual del cuadro, y más
concretamente de las frecuencias condicionales.
Siguiendo con un ejemplo anterior donde relacionábamos inteligencia con clase social, las
cifras de la tabla nos están diciendo que comparativamente existen muchas personas de clase
baja con CI bajo (70 personas) y muchas de clase alta con CI alto (80 personas).

Decir que 70 y 80 son frecuencias “comparativamente” altas significa que lo son en
comparación con las otras frecuencias condicionales (y no por ejemplo en comparación con la
frecuencia total, en cuyo caso aparecerían como frecuencias bajas).
El cuadro también nos está diciendo que hay pocas personas de clase baja con CI alto (hay
30), y pocas personas de clase alta con CI bajo (hay 20), donde 20 y 30 son frecuencias
también “comparativamente” bajas. Todos estos exámenes nos están revelando a simple vista
que existe una alta correlación entre ambas variables, pues vemos que a mayor nivel social le
corresponde mayor inteligencia, y a menor nivel, menor inteligencia. El cuadro siguiente
representaría un ejemplo completamente opuesto, donde no hay ningún tipo de correlación:
-90 50 50 50 150
90-110 50 50 50 150
+110 50 50 50 150
Total 150 150 150 450
Una vez que nos hemos asegurado que no hay correlación constatable, abandonamos este
último cuadro y continuamos la investigación examinando nuevas relaciones entre más
variables hasta encontrar correlaciones. Si no las encontramos no podremos seguir avanzando
hacia la etapa de la investigación explicativa.
Todo el proceso de la investigación descriptiva apunta a un propósito fundamental: buscar
alguna correlación entre las variables relevantes (con o sin hipótesis previas que orienten
nuestra selección de variables a correlacionar). Sin embargo, este análisis de correlación
tampoco es un fin en sí mismo, sino sólo un medio para continuar nuestra investigación por
alguno de dos caminos alternativos: el análisis de regresión o la inferencia de relaciones
causales.
a) Una vez que hemos constatado mediante un análisis de correlación el grado de asociación
existente entre dos variables, podremos ahora hacer un análisis de regresión, o sea, podremos
predecir, dado un nuevo valor de la variable, qué valor de la otra variable le corresponderá.
Por ejemplo: si los datos ya conocidos me revelan que a mayor edad la memoria disminuye
(análisis de correlación), puedo entonces predecir que un nuevo sujeto al que no conocía y que
es muy anciano, tendrá mala memoria (análisis de regresión). Este tipo de análisis sirve
entonces para, conociendo una variable, predecir el comportamiento de la otra.

b) Una vez que hemos establecido que entre dos variables hay una correlación significativa,
podemos ahora decidirnos a sospechar que entre ellas hay algo más que una simple
correlación: una relación de causa-efecto. En otras palabras, pasamos de una hipótesis por
correlación a una hipótesis causal. Por ejemplo, la alta correlación observada entre clase social
e inteligencia nos sugiere la idea de que la clase social determina o causa el nivel de
inteligencia de los sujetos.
Pero cuidado: la correlación no prueba ni garantiza por sí sola que haya una relación causal, y
sólo nos permite sospecharla. Si bien el análisis de correlación presupone bastante
conocimiento anterior (que ya había comenzado a incorporarse en la investigación
exploratoria), no prueba necesariamente la idea de que una variable es la causa y otra el
efecto. Probar esta hipótesis causal será la gran tarea de la investigación explicativa, cuestión
que examinaremos en un próximo capítulo.
Establezcamos, finalmente, una relación entre el análisis de regresión y la inferencia de
relaciones causales. Emprender la tarea de sospechar y luego probar un vínculo causal no es,
dijimos, el único camino posible aunque sí el deseable según y conforme la clásica idea de
ciencia como conocimiento por las causas. Pero si ampliamos esta idea de ciencia como
posibilidad de predecir, se torna posible hacer un análisis de regresión sin presuponer que
haya ningún vínculo causal.
Aunque las predicciones simplemente regresivas no son tan firmes como las derivadas de un
vínculo causal efectivamente probado, muchos las prefieren por su sencillez y practicidad y
porque tienen una concepción instrumentalista de la ciencia según la cual las teorías
científicas no explican sino que sirven para predecir. De lo dicho no debe inferirse que no
podamos hacer predicciones en base a explicaciones causales: de hecho, el análisis de
regresión puede también hacerse sobre la base de una conexión causal efectivamente
verificada, en cuyo caso la predicción será más confiable.
Antes de pasar a la investigación explicativa, haremos una somera referencia al problema de la
medición, fundamental en la actividad científica, no sin antes ir resumiendo los pasos de la
investigación descriptiva:
a) Formulación de una hipótesis. Cuando no tenemos una hipótesis previa describimos
una muestra empezando desde el paso siguiente.
b) Identificación de las constantes y variables en juego.
c) Categorización de las variables.

d) Operacionalización de las variables.
e) Obtención de los datos hasta obtener índices.
f) Categorización de los datos obtenidos. Construcción de una matriz de datos.
g) Organización de los datos en tablas, gráficos o medidas estadísticas.
h) Análisis de los datos. Si se constata que hay correlación emprendemos directamente un
análisis de regresión, o bien dejamos planteada nuestra sospecha en la existencia de
una conexión causal. Como dijo alguien, investigar es ver lo que todos ven y pensar lo
que nadie piensa.

MODELO PROPUESTO: MATRIZ DE CONSISTENCIA PARA ASEGURAR LA COHERENCIA EN EL PLAN DE TESIS
DISEÑO TEÓRICO
Problema Objetivos Hipótesis (o Idea a defender) Variable(s)
Dr. Antonio Alva - aalva1959@yahoo.es 22
Variable(s) Definición
conceptual
Definición
operacional
Dimensiones /
Indicadores
Sub-
Dimensiones /
Sub-
Indicadores
Índice(s) Esquema del
Marco Teórico
DISEÑO METODOLÓGICO
• Método de la
Investigación:
• Diseño de la
Investigación
Ámbito de la
Investigación:
• Unidad(es) de análisis
o estudio:
• Universo:
• Población:
• Muestra:
• Técnica de muestreo:
• Instrumentos y
fuentes de
información
• Criterios de
rigurosidad en la
investigación:
• Enfoque:
• Validez:
• Confiabilidad
Dimensiones / Indicadores Sub-Dimensiones / Sub-Indicadores Ítems • Tratamiento

estadístico de la
información:

LAS VARIABLES
• Una variable es una propiedad que puede adquirir diversos valores (que puede cambiar) y cuya variación es susceptible de medirse.
• Son las propiedades, aspectos, cualidades, dimensiones, atributos, etc. De un objeto, tales propiedades, pueden asumir distintos estados o valores, sea por modificación,
aumento o disminución.
• Condición de la variable: La oscilación o cambio de una variable debe ser observable y mensurable. Todo estado o valor asumido por una variable es un DATO o una
PROPOSICIÓN.
CLASIFICACIÓN DE LAS VARIABLES
Relación causal o funcional Valor expresado Número de valores o estados de la variable
• Variable independiente (V.I.): Designa causa,
antecedente, estímulo.
• Variable dependiente (V.D.): Designa efecto,
consecuencia, respuesta. Su variación depende de
la variable independiente. y= f (x)
• Variable interviniente: Su intervención afecta la
relación causal entre VI y VD.
Ejemplos: VI-VD
• La desintegración familiar (causa) – Baja
autoestima de los hijos (efecto).
• Hábito de fumar (antecedente)-cáncer pulmonar
(consecuente)
• Programa educativo (estímulo/influencia)-
aprendizaje (respuesta)
• VARIABLE CUALITATIVA O CATEGÓRICA:
Denota propiedades de los objetos o sujetos. Ej.
Género: Masculino, Femenino.
Son aquellas que se refieren a propiedades de los
objetos en estudio.
No puede ser medida en términos de la cantidad de
la propiedad presente.
Sólo se determina la presencia o ausencia de ella.
No se les puede asignar mayor o menor peso a las
diferentes categorías, solo clasificarlas.
Ej. Ocupación: Abogado, Ingeniero, Médico.
Estado Civil: Casado, soltero, viudo, conviviente.
• VARIABLE CUANTITATIVA: Aquella cuya
magnitud pueden ser medidas en términos
numéricos. Son cantidades de un atributo del sujeto.
Ej. Peso, Talla
Se les puede asignar mayor o menor peso.
Los valores de los fenómenos en estudio se
encuentran distribuidos a lo largo de una escala.
……………………………………
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
VARIABLE DISCRETA: Son cantidades enteras.
Ej. 1,2, 3,…
VARIABLE CONTINUA: Unidades y fracciones.
Ej. Talla: 1,72 m
• VARIABLE ORDINAL: Distinguen los atributos
jerárquicamente. Ej: a>b>c
• VARIABLE DICOTÓMICA: La variable posee
únicamente dos valores en su variación. Ej:
movimiento cardíaco: sístole, diástole.
• VARIABLE POLITÓMICA: Los estados o
valores de variación son más de dos. Ej:
Religiones de las personas

CRITERIOS PARA SELECCIONAR VARIABLES E INDICADORES
Criterio de atingencia Criterios de observabilidad Criterio de movilidad
• ¿Los datos que componen las variables e
indicadores están relacionados directamente con el
problema, objetivos específicos, hipótesis?
• ¿En la realidad por estudiar, tenemos acceso a los
datos del dominio de las variables o indicadores?
• ¿Los indicadores de la variable e indicadores son
observables?
• ¿Puede cuantificarse los datos de las variables e
indicadores?
• Si no pueden cuantificarse ¿Pueden expresarse sus
datos en algún tipo de escala?
ACTIVIDAD:
En relación a los casos presentados: Identifique las variables y clasifique las variables según los criterios estudiados.
LAS VARIABLES
• Aspectos de los problemas de investigación que expresan un conjunto de propiedades, cualidades y características observables de las unidades de análisis, tales como
individuos, grupos sociales, hechos, procesos y fenómenos sociales o naturales.
• Una variable es una propiedad que adquiere o asume distintos valores, deben definirse tanto conceptual como operacionalmente.
Definición conceptual
• Consiste en definir la variable diciendo ¿qué es?, es decir, describir y
conceptualizar la variable empleando otros términos.
• Son las definiciones de diccionario o de libros especializados. Son necesarias
pero insuficientes porque no nos relacionan directamente con la realidad
(después de todo siguen siendo conceptos). (Kerlinger).
• Permite al investigador tener una idea plena de lo que es conceptualmente la
variable que representa la hecho que se investiga.
Definición operacional
• Es aquella que permite observar y medir la manifestación empírica de las
variables, en otras palabras, es la definición por desagregación o descomposición
de las variables en sus referentes empíricos, mediante un proceso de deducción,
es decir, de lo más general a lo más específico.
• Conjunto de procedimientos que describen las actividades que un observador
debe realizar para recibir las impresiones sensoriales.
• Una definición operacional nos dice, que para medir una variable, hay que hacer
esto y esto otro. (Kerlinger)
OPERACIONALIZACIÓN DE VARIABLES
• Es un conjunto de operaciones secuenciales para la conversión de una VARIABLE en DATO.
• Es el proceso de transformación de una variable conceptual o nominativa (que define al sujeto sin establecer su composición); en una definción analítica, que identifique
los aspectos esenciales del objeto, a fin de poder medirlos (definición operacional)
• Es el proceso de señalar como se tomarán las medidas empíricas.
• Explicar como se MIDEN.
• Establecimiento de significados para los términos del estudio y la estipulación de operaciones o situaciones observables.
• Algunas variables no ofrecen mayor dificultad en cuanto a su descripción, definición y medición, otras más complejas se tienen que descomponer en específicas, que
tengan el mismo significado y sean susceptibles de medición empírica. Ej: Edad Æ número de años. Estatura Æ altura en cm. Clase social Æ Nivel de educación,
ingresos, ocupación.
• Los criterios para evaluar el proceso de operacionalización de una variable (o definición operacional) son: la adecuación al contexto, confiabilidad y validez como se
mencionó no todas las variables requieren de definición conceptual, en algunas el mismo título las define, en otras el investigador al tener alternativas debe elegir la que
proporcione mayor información sobre la variable, capte mejor la esencia de ella, se adecue a su contexto y sea más precisa.

Ej: El aprendizaje puede medirse a través de exámenes, trabajos, prácticas, combinación de las anteriores.
VARIABLE Æ INDICADOR
• Es el referente empírico de la variable.
• Representa una dimensión del significado
conceptual de una variable teórica en forma
directamente observable y mensurable.
• El indicador expone los valores de la variable que
son de interés para el investigador, posibilitando, a
través de la observación, registrar la variación de
esos valores o estados en una o varias unidades de
observación.
MEDICIÓN DE VARIABLES
• Es la asignación de números a las observaciones, de
modo que los números sean susceptibles de análisis
por medio de manipulaciones y operaciones de
acuerdo con ciertas reglas.
• Asignación de numerales a objetos o eventos según
ciertas reglas.
ESCALA DE MEDICIÓN DE VARIABLES
ESCALA NOMINAL
• Implica crear números
para ordenar las
observaciones de hechos.
• Se utiliza cuando los datos
se pueden organizar en
categorías exclusivas y
exhaustivas. Pero no se
ESCALA ORDINAL
• Clasifica los objetos o
fenómenos en forma
jerárquica.
• Los intervalos entre los
datos clasificados no son
necesariamente iguales.
Ej. Nivel de Salud
ESCALA DE INTERVALO
• Se da cuando la propiedad
por medir, refleja no solo el
orden sino la distancia
constante entre número y
número y el punto de origen
es un cero convencional.
Ej.
ESCALA DE RAZÓN O
PROPORCIÓN
• Es el nivel más alto de medición.
Contiene las características de una
escala de intervalo con la ventaja de
poseer el cero absoluto lo que permite
determinar la proporción conocida de
dos valores de la escala

pueden comparar.
Ej. Personal profesional
1. Médico
2. Enfermera
3. Odontólogo
4. Ingeniero
5. Periodista
1. Bueno
2. Regular
3. Malo
Temperatura:
35C, 36 C, 37 C, 38C
Rendimiento académico:
0 ……………… 20
0 - 5
6 - 10
11 – 15
16 - 20
• En la que el cero representa la nulidad
o ausencia de lo que se estudia.
Ej.
Peso
0 - 5
6 - 10
11 – 15
16 - 20

PROCESO DE OPERACIONALIZACIÓN DE VARIABLES
• Hipótesis: La mayor motivación para el trabajo entre los empleados en el sector industrial, produce menores niveles de ausentismo laboral
Variable Definición conceptual Definición operacional
(Dimensiones e Indicadores)
• VI: Motivación para el trabajo • Estado volitivo del trabajador
que atribuye su
comportamiento en el trabajo a
satisfacciones derivadas de la
organización empresarial.
VI: Motivación para el trabajo
• Estado volitivo
• Comportamiento en el trabajo
• Satisfacciones o beneficios derivados de la organización.
• Niveles salariales
• Incentivos
• Promoción social
• Beneficios sociales
• Capacitación
• VD: Nivel de ausentismo
laboral
• Grado alcanzado por las faltas
al trabajo en las horas y días
programados.
VD: Nivel de ausentismo laboral
• Horas / Hombre perdidas
• Población • Número de personas que conforman
un universo definido y que puede
corresponder a una muestra
estadística, a una provincia, a una
etnia, etc.
• Composición por género
• Composición por edad
• Distribución urbano – rural
• Categorías ocupacionales

CRITERIOS METODOLÓGICOS PARA DESCOMPONER LAS VARIABLES EN SUS REFERENTES EMPÍRICOS (DIMENSIONES E INDICADORES)
Descomposición atendiendo a sus componentes o
elementos
• Este criterio metodológico se emplea cuando la
variable a descomponer va a ser estudiada en
atención a los elementos que la conforman.
Descomposición atendiendo a sus roles o funciones
• Se descompone la variable con este criterio, cuando
la intención del investigador es estudiar las
actividades o desempeños que realizan
determinadas personas en cumplimiento de
funciones o roles encomendados responsablemente.
Descomponiendo atendiendo a sus cualidades o
atributos
• Se emplea este criterio cuando el investigador
desea obtener datos sobre las propiedades y
atributos de las variables que componen el
problema, objetivos específicos y la hipótesis de
investigación.
VARIABLE Æ INDICADORES VARIABLE Æ INDICADORES VARIABLE Æ INDICADORES
• Situación social • Servicios básicos
• Relación familiar
• Grado de instrucción
• Estado civil
• Comunicación familiar
•
• Desempeño docente
Es el conjunto de
actividades
educativas que realiza
el docente para
facilitar el
aprendizaje, tales
como planificación
curricular, empleo de
estrategias didácticas,
selección y uso de
medios y materiales
didácticos y
evaluación del
aprendizaje.
• Planeamiento
curricular
• Empleo de estrategias
didácticas
• Diseño, selección y
uso de medios y
materiales didácticos
• Evaluación del
aprendizaje
• Nivel de rendimiento • Alto
• Medio
• Bajo
• Procesos curriculares • Planificación
curricular
• Organización
curricular
• Implementación
curricular
• Ejecución curricular
• Evaluación curricular
• Investigación
curricular
• Gestión
administrativa
• Planificación
• Organización
• Dirección
• Control
• Didáctica Docente • Excelente
• Bueno
• Regular
• Deficiente
• Pésimo

PROCESO DE OPERACIONALIZACIÓNDE LAS VARIABLES
Título: Desempeño docente y aprendizaje en las instituciones educativas secundarias del distrito de Nuevo Chimbote, 2005.
Problema:¿En qué medida el desempeño docente se relaciona con el aprendizaje en las instituciones educativas del distrito de Nuevo Chimbote, 2005?
Objetivos de la investigación
Objetivo General
• Determinar la relación que existe entre el desempeño docente y el aprendizaje en las instituciones educativas secundarias de l distrito de Nuevo Chimbote, 2005
Objetivos específicos:
1. Conocer la relación que existe entre la planificación curricular que realiza el docente y el aprendizaje.
2. Determinar la relación que existe entre las estrategias didácticas que aplica el docente y el aprendizaje.
3. Demostrar la influencia de los medios y materiales didácticos que emplea el docente en el aprendizaje.
4. Conocer la relación que existe entre la evaluación que realiza el docente y el aprendizaje.
Hipótesis: El desempeño docente se relaciona directamente con el aprendizaje en las instituciones educativas del distrito de Nuevo Chimbote, 2005.
VARIABLES INDICADORES ÍNDICES ÍTEMES
1.1 Planificación curricular. 1.1.1 Diagnóstico escolar
1.1.2 Análisis del currículo básico.
1.1.3 Adaptación curricular
1.1.4 Diseños programáticos
Preguntas
1.2 Estrategias didácticas 1.2.1 Métodos que emplea
1.2.2 Procedimientos
1.2.3 Técnicas
1.2.4 Actividades de aprendizaje
Preguntas
1.3 Medios y materiales didácticos 1.3.1 Selección de medios y Materiales didácticos.
1.3.2 Clasificación de los medios y materiales didácticos.
1.3.3 Diseño y elaboración de medios y materiales didácticos.
1.3.4 Empleo de medios y materiales didácticos.
Preguntas
Vi = V1
DESEMPEÑO DOCENTE
1.4 Evaluación del aprendizaje. 1.4.1 Tipos de evaluación.
1.4.2 Momentos de evaluación
1.4.3 Planificación de la evaluación.
1.4.4 Ejecución de la evaluación.
Preguntas
INDICADORES ÍNDICES ÍTEMES
2.1 Comunicación Preguntas
2.2 Idioma Extranjero. Preguntas
2.3 Matemática Preguntas
2.4 Artística Preguntas
2.5 Ciencias Sociales Preguntas
2.6 Persona, Familia Preguntas
2.7 Educación Física Preguntas
Vd = V2
APRENDIZAJE
2.8 Educación Religiosa Preguntas

2.9 Ciencia, Tecnología y Ambiente. Preguntas
2.10 Educación para el trabajo Preguntas

PROCESO DE OPERACIONALIZACIÓNDE LAS VARIABLES
Título: LA INFLUENCIA DE LA EJECUCIÓN CURRICULAR Y EL USO DE MEDIOS Y MATERIALES EN EL RENDIMIENTO ACADÉMICO DE LOS
ESTUDIANTES DE LA FACULTAD DE …. DE LA UNIVERSIDAD ….
Problema:¿Cuál es la relación entre la ejecución curricular y el uso de los medios y materiales con el rendimiento académico de los estudiantes de la Facultad de …. de la
Universidad ….?
Objetivos de la investigación
Objetivo General
• Establecer la relación que existe entre la ejecución curricular, los medios y materiales y el rendimiento académico de los estudiantes de la Facultad de … de la
Universidad …
Objetivos específicos:
1. Determinar el nivel de cumplimiento de la ejecución curricular en el año …
2. Analizar las características de los medios (equipos) y materiales utilizados.
3. Determinar el nivel de cumplimiento de los medios y materiales.
4. Establecer el rendimiento académico de los estudiantes
Hipótesis: Existe relación directa entre la ejecución curricular, los medios y materiales y el rendimiento académico de los estudiantes de la Facultad de … de la Universidad
…
Definición conceptual Definición operacional Indicador / Escala ITEMS
Ejecución curricular, etapa del proceso
de planificación que se realiza una vez
aprobado el plan, que consiste en poner
en funcionamiento las entidades y
organismos administrativos para que se
realice las acciones destinadas a cumplir
con las metas previstas en el plan
(Miranda, 1997)
Ejecución curricular, proceso de
aplicación del currículo 1996, vigente y
aprobado de la Facultad de … a nivel del
primer año de estudio, durante el año
académico 2000, que comprende 8 cursos
obligatorios y 2 elegidos.
Cumplimiento de la ejecución
curricular: Desde la perspectiva del
estudiantado, en base al puntaje obtenido
luego de la valoración de los ítems del
cuestionario.
Según la respuesta al Item. Si la
respuesta es Si, se puede valorar con 1 ó
2 puntos. Si la respuesta en No, se puede
valorar con 0 ó 1 punto.
Escala: 0 -20 puntos
Muy satisfactorio: 15,00 – 20, 00
Satisfactorio: 13,00 – 14,99
Poco satisfactorio: 10,50 – 12,99
Insatisfactorio: > 10,49
1. ¿Se le hizo entrega del sílabo, durante
la primera semana de clase? Si ( )
No ( )
2. ¿Se dispuso por lo menos con el 90 %
de los docentes programados? Si (
)No ( )
3. ¿La cantidad fue suficiente? Si( )No(
)
4. ¿Se cumplió con el horario
establecido para el desarrollo del
curso? Si ( ) No ( )
5. ¿El contenido del curso e cumplió en
por lo menos un 90%? Si ( ) No ( )
6. ¿Se cumplió con la metodología
propuesta en el sílabo? Si ( ) No ( )
Medios y materiales, Medios y recursos
que facilitan el proceso de enseñanza-
Medios y materiales, Pizarra, equipos
audiovisuales, equipo de cómputo,
Nivel de cumplimiento de los medios y
materiales, Puntaje obtenido según la
1. ¿Para el desarrollo de las clases
teóricas se utilizaron medios y

aprendizaje, dentro de un contexto global
y sistemático y estimula la función de los
sentidos para acceder más fácilmente a la
información, adquisición de habilidades
y destrezas y formación de valores y
actitudes. (Ogalde y Bordavid, 1991)
equipos de experimentación, material de
laboratorio, reactivos, especimenes,
material impreso, programados y
utilizados durante el desarrollo de los
cursos del primer año académico 2000,
por los estudiantes de la Facultad de …
valoración de los ítems del Cuestionario
Escala: 0 -20
Muy satisfactorio: 15,00 – 20,00
materiales que propició el
aprendizaje? Si ( ) No ( )
2. ¿El material de prácticas que le fue
proporcionado para el desarrollo del
curso fue suficiente para el número de
alumnos? Si ( ) No ( )
3. Considera Ud. Que la cantidad de
Textos disponibles, fue suficiente para
cubrir las necesidades del desarrollo
del curso, por parte de los
estudiantes? Si ( ) No( )
Rendimiento académico, es la
expresión de una calificación
cuantitativa en términos
vigesimales y cualitativa en bajo,
medio y alto. (Touron, 1984)
Rendimiento académico,
Calificación final obtenida por los
estudiantes en escala vigesimal con
2 decimales, referido a cada uno de
los cursos del estudio y a su
promedio respectivo.
Escala
Alto. Muy Bueno: 15,00 – 20,00
Medio. Bueno: 13,00 – 14,99
Bajo. Regular: 10,50 – 12,99
Deficiente: > 10,49
Uso de equipos y materiales A. Para la determinación de las
CARACTERÍSTICAS, se han
considerado los siguientes
criterios (CAFME, 2001):
CANTIDAD:
Pizarra: 1 – 100 alumnos
Vistas fijas, diapositivas: 1 –
100 alumnos.
Magnetoscopio: 1 – 15 por
monitor.
Paneles, demostrativos,
simuladores: 1-50
Materiales de Laboratorio
B. Evaluación desde la perspectiva de los estudiantes, se ha
considerado la siguiente ESCALA, de acuerdo al puntaje
obtenido en base a la valoración de los ítems.
ESCALA: 0 - 20
Muy satisfactorio: 15,00 – 20,00

demostrativo: 1 – 30 (grupos
de prácticas)
• CAFME (2001) Resolución Suprema N° 013-2001-SA. Estándares mínimos para la acreditación de Facultades o Escuelas de Medicina,
Lima.
• Miranda, B. (1997) Planificación Educativa Texto Autoinstructivo. Programa de Profesionalización Docente, Facultad de Educación,
UNMSM, Lima, p. 58
• Ogalde C.I y Bordavid N. E (1991) Los materiales educativos. Medios y recursos de apoyo a la docencia, Edit. Trillas S.A, México
• Touron F. J. (1984) Factores del rendimiento académico en la universidad, Edic. Universidad de Navarra

Problema: ¿Cuáles son los requisitos y tareas en que se manifiesta el profesionalismo del profesor universitario?
Variable: PROFESIONALISMO DEL PROFESOR UNIVERSITARIO
Definición conceptual Definición operacional
Profesionalismo, es el desempeño de la funciones a él asignadas; docencia de pre y
postgrado, investigación, proyección social y extensión universitaria. El
profesionalismo del profesor universitario se manifiesta en el cumplimiento de
requisitos y tareas:
Profesionalismo del profesor universitario, Grado en que el profesor cumple los
requisitos y tareas correspondientes al desempeño de su rol, lo cual se determina a
través del análisis de dimensiones e indicadores
Dimensiones e Indicadores Æ Instrumentos (Ítems o preguntas)
1. Dominio de su especialidad, que se
expresa en la producción de
conocimientos y en la actualización,
selección y organización de los
contenidos de calidad científica y
pertinencia social.
1. Dominio de su especialidad:
Producción de conocimientos:
Investigaciones realizadas
Publicaciones científicas
Participación en eventos científicos
Elaboración y montaje de nuevos proyectos de asignaturas y disciplinas de pre y postgrado.
Actualización, selección y organización de los contenidos: Cursos de postgrado recibidos (de la especialidad, formación
general y psicopedagógicas).
Grado de vinculación de superación recibida con la docencia, la investigación y la extensión, según criterios de autoridades,
estudiantes y autoevaluación.
Evaluación de la calidad de la selección y organización de los contenidos por la autoridad inmediata, estudiantes y
autoevaluación.

2. Conocimientos psicopedagógicos y
habilidades que garanticen el
ejercicio de la función de orientador
y estimulador del aprendizaje, tanto
individual como grupal de sus
alumnos y la estructuración de su
docencia en los diferentes
componentes de los curricula, lo cual
supone:
- Formular la competencia y
capacidades y estructurar su
docencia integrando tanto las
metas sociales y profesionales
como las necesidades de
aprendizaje de sus alumnos.
- Diseñar y aplicar los tratamientos
adecuados a cada caso o situación
de aprendizaje, recreando o
generando las estrategias, métodos
y técnicas propicias.
- Propiciar el desarrollo de actitudes
y estrategias que posibiliten la
independencia y la formación
profesional.
- Lograr la implicación y
participación activa y creadora de
los alumnos en su aprendizaje.
2. Conocimientos psicopedagógicos y habilidades didácticas:
Evaluación general de su maestría pedagógica: tratamiento dado a las categorías fundamentales de la enseñanza-aprendizaje: objetivos, contenidos,
proceso, a partir de las evaluaciones anuales, entrevista a autoridades., criterio de los estudiantes y autoevaluación.
Manifestación de las habilidades didácticas en:
- La orientación del trabajo académico.
- La orientación en esfera laboral.
- La orientación en el trabajo científico-investigativo.
- La orientación del estudio independiente.
2.1 Orientación del trabajo académico.
a) Competencia: Formulación: Si brinda orientación acerca de lo que los alumnos deben aprender, las acciones que deben realizar. Si se propicia la
participación de los estudiantes en su precisión, si se tienen en cuenta sus intereses y necesidades. Cumplimiento: Pertinencia social y profesional. ¿En
qué medida se logra la competencia y se desarrollan las capacidades planteadas?
b) Contenidos. Actualización, selección y organización. (descrito anteriormente)
c) Proceso. Diseño y aplicación de estrategias didácticas. Tratamiento diferenciado de grupos, estudiantes y situaciones (como enfrenta situaciones
imprevistas, carencias materiales, etc.). Estimulación de la participación de los estudiantes en su formación. Estimulación del desarrollo de
actitudes y estrategias de trabajo independiente. Diseño y aplicación de sistema de evaluación y retroalimentación.
d) Motivación.
Alta: Vincula el contenido con la profesión, con otras asignaturas, con el desarrollo de la ciencia y la técnica en general, propicia la participación
de los estudiantes.
Buena: Procura mostrar la importancia del tema. Utiliza recursos (preguntas creativas, de razonamiento) pero limita en alguna medida la
participación de los estudiantes tendiendo a responderlas él mismo, deja poco tiempo para la reflexión o se centra en pocos estudiantes.
Pobre: Utiliza recursos para interesar a los estudiantes pero más bien centrados en el contenido, en su vínculo con la clase anterior, o lo hace de
forma esporádica; se aprecia que no explota todas las posibilidades, no se muestra muy implicado personalmente, poco entusiasmo o no lo
comunica. Los recursos que utiliza no son efectivos, no logra interesar a los alumnos.
Inadecuada: Más bien influencia negativa en relación con las asignaturas y su contenido. Amenazas por dificultades con las asignaturas.
e) Concepción y orientación de la tarea docente
Adecuada: Las tareas que los estudiantes realizan se corresponden con los objetivos y temática de la clase. Se logra independencia.
Parcialmente adecuada: No correspondencia plena de tareas y objetivos. Independencia limitada de los estudiantes.
Inadecuada: No correspondencia. Estudiantes muy dependientes en la ejecución de la tarea.
¿? - No se puede determinar.

Operacionalizacion variables

Más contenido relacionado

La actualidad más candente

Destacado

Similar a Operacionalizacion variables

Más de francoren

Último

Operacionalizacion variables