CLASIFICACIÓN DE LAS VARIABLES DE LA INVESTIGACIÓN

         CLASIFICACIÓN DE LAS VARIABLES

Desde la perspectiva de Ander (1982), sugiere agrupar teniendo en cuenta a su naturaleza y características en: cualitativas y cuantitativas; continuas y descontinuas; dependientes e independientes; exploratorias o externas y generales; intermedias y empíricas[1].

a.       Según su naturaleza

Se clasifican en variables cuantitativas y cualitativas.

Variables cuantitativas: son aquellas que cuyos valores al ser medidos pueden expresarse numéricamente y en diversos grados.

Variables cualitativas: estas son llamadas con este nombre porque son susceptible a la variación cualitativa, en efecto su medición no puede ser expresada numéricamente. Ejemplos: Género: masculino y femenino; calidad de producto: excelente, bueno malo; actividades preferidas: lectura, tv, cine, futbol etcétera.

Consecuentemente las variables cuantitativas se subdividen en dos:

Variables continuas

Estos tienen la particularidad de asumir cualquier valor numérico y que pueden cambiar en   cualquier cantidad. Ejemplo: el tiempo, la distancia, el peso, etc. Se nos ocurre que “x las tallas de las niñas”. Supongamos que la niña A mide 1.60 m y la niña B mide 1.54 m. ¿Cuántos valores posibles de X hay entre 1.54 y 1.60? Aquí puede verse intuitivamente que cuando se toma dos valores posibles cualquiera por más cercanos que estos sean, supongamos 1.56 y 1.57, se aprecia que entre ambos siempre hay valores posibles de diferencia. Puede ser 1.561; 1.562; 1.563; etcétera. Entonces la cuestión es que no hallamos ruptura, sino una continuidad.

Variables discontinuas

Desde luego, otros investigadores denominan discretas, que según Pick y López (2002) sus valores se interrumpen o separan[2]. Por ejemplo. Sea X el número de buses del Metropolitano. Aquí no se admite hablar de ½ o ¼ de bus. La variable discontinua representa valores enteros.

b.      Según a su dominio

Variables Independientes: tiene el dominio causal, es la variable que se presume que es la que causa o afecta a la otra en los resultados. Que según Pino (2010) variable independiente es aquella que el experimentador modifica a voluntad para averiguar si sus modificaciones provocan o no cambios en las otras variables. Recuerde que la variable dependiente es la que toma valores diferentes en función de las modificaciones que sufre la variable independiente[3]. En consecuencia, la variable independiente ejerce influencia o causan efecto en otras variables llamadas dependientes, y son las que permiten explicar a éstas. Además, son aquellas que dentro de la relación causal que propone una hipótesis, se determinan como causas. Estas variables en un experimento, son manipuladas por el experimentador: la finalidad de este control directo es ver si genera cambios en la otra variable relacionada. 

Variables Dependientes: actúa como efecto de una causa que ejerce coerción. Cabe precisar que éstas designan las variables a explicar, los efectos o resultados respecto a los cuales hay que buscar un motivo o razón de ser. De manera que podemos denominar variable efecto o condicionada, es aquella que es afectada por la presencia o acción de la variable independiente en los resultados. Son las que el estudioso observa o mide, el propósito de esta observación es determinar si la variable independiente ha generado o no los cambios anunciados en las hipótesis. 

Variable interviniente: Es aquella que participa con la variable independiente condicionando a la dependiente. Se interpone entre la independiente y dependiente; esta variable no es objeto de estudio y de exploración, pero que al presentarse puede efectuar, de ahí que se llama también variable interviniente o interferente.    

c.       Según su amplitud

Variables Individuales: las unidades de observación son los individuos.

Variables Colectivos: las unidades de observación son colectivos, conjunto o grupos (Estados, universidades, empresas entre otros).

d.      Según su nivel de abstracción

Variables generales

Son las que componen el problema y la hipótesis de investigación y presentan características complejas, dicho de otra forma, tienen aspectos, dimensiones, áreas, antes de los indicadores. Por esta razón no son medibles directamente, sino luego de descomponerlas en sus respectivos niveles.

Variables intermedias

Como hemos visto hasta ahora estas variables se refieren a aquellos que se aproximan más a la realidad fáctica y presentan aspectos parciales de las variables generales.

Variables empíricas

Es importante destacar que estos tipos de variables tienen la particularidad de ser medibles directamente, es decir son observables mediante los instrumentos técnicos diseñados por el investigador.

e.       Según carácter de las escalas

Variables Nominales: comprenden la distención de diversas categorías ningún orden ni jerarquía entre ellas.

Variables Ordinales: estos tipos de variables implican orden entre sus categorías. Ejemplo: calidad de desempeño (Excelente, bueno malo, regular, malo, pésimo).

Variables Cardinales: entre las cuales, a su vez, pueden distinguir entre:

Variable de Intervalo: supone a la vez orden y grado de distancia iguales entre las diversas categorías cuantitativas. Ejemplos: temperatura, intensidad de sismo. El inicio (cero) es arbitrario.

Variables de Razón: comprende a la vez todos estos aspectos: distención, orden, distancia y origen único natural. Ejemplo: edad, peso de la persona etcétera.

 

---

[1] Ander, Ezequiel. (1982) Técnicas de investigación social. Buenos Aires: Editorial Humanitas.

[2] Pick, A. y López, A. (2002) Cómo investigar en ciencia sociales. México: Trillas. P. 33.

[3] Pino, Raúl. (2010). Metodología de la Investigación. Lima: Editorial San Marco, p. 134.

CONTRASTACIÓN DE HIPÓTESIS EN UNA TESIS

CONTRASTACIÓN DE HIPÓTESIS

Las hipótesis científicas deben ser sometidas a prueba empírica, para tomar una decisión con relación a ellas (rechazarlas o aceptarlas), de acuerdo a lo que el estudioso observe en la realidad. En hipotético caso no se aceptarán, esto no implica que la investigación no tenga sentido. Este hallazgo de no cumplimiento de lo predicho en la hipótesis, en el contexto de una investigación, al igual que su comprobación, incrementa el conocimiento.

En virtud de lo expuesto arriba, el contraste de las hipótesis requiere del cumplimiento de las siguientes etapas:

1)            Deducción de consecuencias observables.

La mayoría de las hipótesis se formulan en términos abstractos, es decir, no observables directamente. No obstante, para ponerlas a prueba, se deben vincular estos términos abstractos con referentes de la experiencia. Al hacer este proceso deductivo, generalmente, se deben efectuar operaciones empíricas como disponer o construir un instrumento medición, que especifican las operaciones necesarias para poder observar el fenómeno. Esta especificación que implica la operación aludida, se conoce como definición operacional[1].

2)            Confrontación con la experiencia.

Básicamente esta etapa consiste en la confrontación con la experiencia, mediante la observación, experimentación u otro método. En esta etapa son primordiales las características del diseño del estudio y de los instrumentos de recolección de datos que se apliquen.

3)           Inferencia.

En esta etapa, una vez recolectada la información, se debe tomar una decisión respecto a la hipótesis, sobre la base de la interpretación de los datos analizados. Si los datos coinciden con lo enunciado por la hipótesis, se dice que éstos la apoyan y, en efecto, se decide aceptarla como verdadera. Sin embargo, esta decisión se toma con una probabilidad de error, ya que los datos provienen de una muestra de la realidad, que podría estar considerando solo aspectos parciales, y por ende constituir una porción sesgada de la misma.  Por otro lado, si la mayoría de las deducciones o consecuencias de las hipótesis no se cumplen, las evidencias nos llevan a rechazar la hipótesis, lo que constituye en sí mismo un conocimiento relevante e interesante.

 

---

[1] Se sabe que una definición operacional, a través de un proceso del cual el investigador explica detalladamente la especificación de los tipos de valores de las variables (cualitativos o cuantitativos) y los cálculos realizados para obtener los valores de las variables (indicadores) en el caso que fueran cuantitativas, en términos de los métodos particulares que se usarán para medirla, en el contexto de la investigación en cuestión. Así por ejemplo la inteligencia podría definirse operacionalmente como las respuestas, expresadas en los puntajes que se obtengan, de la aplicación de una determinada prueba de inteligencia (o “test”). Recuerde que la operacionalización es un proceso que varía de acuerdo al tipo de investigación y su diseño.

REQUISITOS EN LA ELABORACIÓN DE HIPÓTESIS

REQUISITOS DE HIPÓTESIS EN UNA INVESTIGACIÓN

Según Tamayo (2012) (citado de Arias Galicia 1971, p.30) pueden formularse hipótesis a diestra y siniestra, siempre en cuando sirvan de cimiento a la investigación, de lo contrario corre el peligro de que la investigación se derrumbe, en consecuencia, las hipótesis deben:

a)      Establecer las variables a estudiar, es decir especificar las variables a estudiar, fijarles límites.

b)      Establecer relaciones entre variables, vale decir, la hipótesis debe ser especificada de modo que sirva de base a interferencias que nos ayuden a decidir se explica o no los fenómenos observados. Se requiere que las hipótesis establezcan relaciones cuantitativas entre variables.

c)      Mantener la consistencia entre hechos e hipótesis, puesto que estos se cimientan, al menos en parte, sobre hechos ya conocidos en el campo de estudio. En efecto las hipótesis no deben establecer implicaciones contradictorias o inconscientes con lo ya verificado en forma objetiva. Debe establecerse un todo armónico entre hipótesis y hechos.

Según Carrasco Díaz[1][1] los requisitos de Hipótesis son los siguientes:

·         Enunciarse afirmativamente

·         Poseer estrecha relación con el problema y el objetivo de investigación

·         Tener como base teorías preexistentes

·         Tener claridad, precisión y coherencia

·         Poseer delimitación temporal y especial

·         Ser operacionables o desagregables

·         Ser susceptibles de verificación empírica

·         Poseer carácter general

·         Relación entre variables, en las investigaciones no descriptivas

En consecuencia, en primer término, debe ser clara, es decir, que no debe contener palabras ambiguas o poco definidas. Los elementos de estudio se deben definir de forma concreta y clara. En ese sentido, los términos abstractos no son adecuados, puesto que no podrán comprobarse objetivamente.

Asimismo, debe ser verificable, es decir, que las variables se deben definir de manera operacional, o sea que, de forma que se puedan medir y controlar, para que otros investigadores puedan refutar o corroborar la investigación. En efecto, en una investigación toda hipótesis debe estar sujeta a referencias y a una contrastación empírica.

---

[1] Carrasco, S. 2012. Metodología de Investigación Científica. Lima: Editorial San Marcos, p. 208.

CLASIFICACIÓN DE HIPÓTESIS EN UNA INVESTIGACIÓN

CLASIFICACIÓN DE HIPÓTESIS

1.1.        Hipótesis General

Es cuando trata de responder de forma amplia a las dudas que el investigador tiene acerca de la relación que existe entre los variables.

1.2.        Hipótesis Específica

Son aquellas hipótesis que se derivan de la general, estas tratan de concretizar a la hipótesis general y hace explícitas las orientaciones concebidas para resolver la investigación.

1.3.        Hipótesis Estadística

En el campo de aprovechamiento y utilización de la estadística, las decisiones se toman constantemente sobre determinadas hipótesis. La eficiencia de los procesos de producción y las campañas publicitarias se basan en criterios numéricos, y tales hipótesis se expresan en función de medidas estadísticos.  En el análisis de todo problema de investigación, la contrastación de una hipótesis dada se efectúa rechazando o aceptando la hipótesis nula. Cuando se investiga fenómenos que obedecen a leyes estadísticas se busca establecer relaciones numéricas bastante regulares, siendo más representativa esta regularidad cuando mayor es el número de fenómenos o la población –el alcance de carácter cuantitativo-, perdiendo cierta validez el criterio estadístico cuando la muestra tiende a ser poco significativa desde una perspectiva numérica. En efecto las hipótesis estadísticas son las hipótesis nulas y alternas.

1.4.        Hipótesis Nula

La hipótesis nula se usa en todo estudio, siendo aquella en la que se constituye que no existen diferencias significativas y por ende se define como la opuesta a la hipótesis estadística alterna. Es la que se contrasta estadísticamente, en los supuestos que los eventos corresponden por definición a una misma población. Por ejemplo: un estudioso se propone verificar una hipótesis, la cual sustenta que la práctica de ajedrez incrementa el rendimiento escolar de los alumnos de escuela inicial. Para lo cual, divide al azar una muestra de niños en dos grupos: el primer grupo se llamará experimental, por lo tanto, recibirá clases intensivas de ajedrez por un periodo de un mes, y el otro grupo que se denominará grupo control, lo cual no recibirá clases de ajedrez. En este caso la hipótesis nula será el que postula que no habrá diferencias en el rendimiento escolar entre el grupo que no recibió las clases y el que la recibió.    

La importancia de este tipo de hipótesis radica en que es de directa comprobación, es decir, se rechaza o se acepta de acuerdo el resultado de la prueba ejecutada, además de contribuir a determinar las diferencias entre ambos grupos sometidos a prueba –el experimental y el de control-, y si esas diferencias son significativas.

1.5.        Hipótesis Alternativas o alternas

Es la opuesta y complementaria a la hipótesis nula, dicho de otro modo, es aquella donde se afirma la diferencia. Veamos en el ejemplo de la práctica de ajedrez y su influencia en el rendimiento escolar de los alumnos de escuela inicial, la hipótesis alterna señala que habrá diferencias en el rendimiento escolar favorables al grupo que recibió las clases intensivas de deporte ciencia.
La importancia radica en que es de directa comprobación, es decir, se rechaza o se acepta de acuerdo al resultado de la prueba ejecutada, además de contribuir a determinar las diferencias entre ambos grupos en mención.

1.6.        Hipótesis causal

Es preciso recalcar que toda hipótesis plantea una relación funcional entre variables. De modo que esta relación puede ser causal, cuando una variable produce un efecto determinado sobre otra variable, o correlacional –cuando las variables de una se relacionan de algún modo con las variables de la otra-. En una hipótesis se respalda una relación causal, las variables se llaman dependientes e independientes. Entonces el variable que se supone causa el efecto en la otra, es la variable independiente, y sobre la que se produjo el efecto es la variable dependiente. De tal forma la modificación de la variable independiente produce un cambio en una medida (probabilidad, magnitud y frecuencia) en determinada variable dependiente. Cuando se intenta contrastar una hipótesis causal, el cambio que una variable produce en otra, se deben modificar los valores de la primera variable, independiente, y registra si los valores de la segunda variable cambian en consecuencia. Ejemplo de hipótesis causal: la subida del precio de las entradas de un partido de futbol produce una disminución de los asistentes al estadio.

1.7.        Hipótesis correlacional

Este tipo de hipótesis supone la evaluación de la relación entre las variables. Puesto que tiene de por sí un valor explicativo, ya que saber que dos variables se relacionan de determinada manera, por lo cual aporta la explicación informativa que constituye una relación entre las variables (una correlación puede ser múltiple), sin necesidad de plantear cómo se dan estas asociaciones. Por lo tanto, en una hipótesis correlacional no importa tanto el orden en que se designa las variables. A determinadas condiciones de contrastación, se busca ver cómo se comporta las variables objetos de estudio.