Santalla-banderali Capitulo 4 Las Variables

Las Variables

CAPÍTULO 4 4. 4. L AS V AR I ABLE S V S Dra. Zuleyma Santalla de Banderali Una vez que se ha determinado cuál es el problema de investigación, la siguiente etapa en el proceso de planificar un estudio consiste en delimitarlo; lo cual, como se explicó en el capítulo 2, comienza por la identificación de las variables relevantes que se han de considerar a fin de poder dar respuesta a la pregunta planteada. Así mismo, cuando se está analizando la investigación realizada por otros autores, luego de tener claro cuál fue el problema de investigación abordado, es indispensable identificar correctamente las variables o factores considerados en dicho estudio.

Nos encontramos aquí

Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 84

Las Variables

¿QUÉ ES UNA VARIABLE? Para entender qué es una variable debemos comenzar por comprender que en las ciencias fácticas o empíricas, las proposiciones teoréticas que se realizan en cuanto a un fenómeno determinado consisten en relaciones entre constructos abstractos. En este sentido, la inteligencia, el rendimiento, la agresión, la emoción, etc. son ejemplos de constructos. Así, un constructo constructo es un concepto que ha sido formulado en forma deliberada con objetivos científicos (es una creación de nuestra mente), que tiene dos características: (a) se vincula con otros constructos (aspecto relacional), y (b) es sujeto de observación y medición (aspecto reductivo) (Gras, 1980, citado en Abreu, 2012). Es decir, los constructos son propiedades que son subyacentes, las cuales no se pueden medir en forma directa, sino solo a través de las manifestaciones externas de su existencia (Briones, 1996, citado en Abreu, 2012). Una aproximación intuitiva de qué es una variable la ofrecen autores como Kerlinger (1979; 1981), Kerlinger y Lee (2002) y Salkind (1998), quienes inicialmente plantean que una variable es “una “una propiedad que asume distintos valores” valores” (Kerlinger y Lee, 2002; p. 36), 36), o sea algo que varía. Son los constructos o propiedades que se estudian (Kerlinger, 1979; 1981; Kerlinger y Lee, 2002). “Es cualquier acontecimiento, situación, conducta o característica que cambia” (Cozby, 2005; p. 70). De esta forma, denominamos variables a las propiedades, características, conductas, que pueden presentarse en ciertos objetos o fenómenos con mayor o menor nivel de presencia y con potencialidades de medición, es decir, a las propiedades, conductas o características que varían o pueden adoptar distintos valores o categorías. Ahora bien, la comprensión precisa de este término requiere la adopción de una definición más exacta, tal y como la señalada por Kerlinger (1979, 1981) y Kerlinger y Lee (2002). De acuerdo con estos autores, una variable es un símbolo al que se le asignan números o valores, pudiendo adoptar cualquier conjunto justificable de valores. Por ejemplo, “inteligencia “inteligencia”” es una etiqueta verbal que utilizamos para describir de forma resumida una serie de conductas particulares que se consideran inteligentes. Cada una de estas conductas se puede ejecutar de mejor o peor manera. Si un individuo las ejecuta muy bien decimos que es muy inteligente, y si las ejecuta muy mal decimos que su Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 85

Las Variables

¿QUÉ ES UNA VARIABLE? Para entender qué es una variable debemos comenzar por comprender que en las ciencias fácticas o empíricas, las proposiciones teoréticas que se realizan en cuanto a un fenómeno determinado consisten en relaciones entre constructos abstractos. En este sentido, la inteligencia, el rendimiento, la agresión, la emoción, etc. son ejemplos de constructos. Así, un constructo constructo es un concepto que ha sido formulado en forma deliberada con objetivos científicos (es una creación de nuestra mente), que tiene dos características: (a) se vincula con otros constructos (aspecto relacional), y (b) es sujeto de observación y medición (aspecto reductivo) (Gras, 1980, citado en Abreu, 2012). Es decir, los constructos son propiedades que son subyacentes, las cuales no se pueden medir en forma directa, sino solo a través de las manifestaciones externas de su existencia (Briones, 1996, citado en Abreu, 2012). Una aproximación intuitiva de qué es una variable la ofrecen autores como Kerlinger (1979; 1981), Kerlinger y Lee (2002) y Salkind (1998), quienes inicialmente plantean que una variable es “una “una propiedad que asume distintos valores” valores” (Kerlinger y Lee, 2002; p. 36), 36), o sea algo que varía. Son los constructos o propiedades que se estudian (Kerlinger, 1979; 1981; Kerlinger y Lee, 2002). “Es cualquier acontecimiento, situación, conducta o característica que cambia” (Cozby, 2005; p. 70). De esta forma, denominamos variables a las propiedades, características, conductas, que pueden presentarse en ciertos objetos o fenómenos con mayor o menor nivel de presencia y con potencialidades de medición, es decir, a las propiedades, conductas o características que varían o pueden adoptar distintos valores o categorías. Ahora bien, la comprensión precisa de este término requiere la adopción de una definición más exacta, tal y como la señalada por Kerlinger (1979, 1981) y Kerlinger y Lee (2002). De acuerdo con estos autores, una variable es un símbolo al que se le asignan números o valores, pudiendo adoptar cualquier conjunto justificable de valores. Por ejemplo, “inteligencia “inteligencia”” es una etiqueta verbal que utilizamos para describir de forma resumida una serie de conductas particulares que se consideran inteligentes. Cada una de estas conductas se puede ejecutar de mejor o peor manera. Si un individuo las ejecuta muy bien decimos que es muy inteligente, y si las ejecuta muy mal decimos que su Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 85

Las Variables

inteligencia es baja. Por ende, la inteligencia es un símbolo (un concepto y un constructo) al que se le asigna una serie de valores indicativos de en qué medida un sujeto concreto “posee” esa “propiedad” llamada inteligencia; es decir, ejecuta esas conductas de mejor o peor manera. A esta serie de valores es a lo que se denomina cociente intelectual, el cual lo determinamos mediante la administración a los sujetos de una prueba estandarizada de inteligencia. En términos generales, las variables pueden ser definidas de dos formas, constitutiva y operacionalmente. Elaborar una definición conceptual o constitutiva constitutiva implica realizar un proceso mental mediante el cual definimos constructos imprecisos, abstractos y mal delimitados, y sus componentes constituyentes, en términos concretos y precisos, delimitando qué se debe y que no se debe incluir en el concepto, así como si el mismo es unidimensional o multidimensional (Bhattacherjee, 2012). De esta forma, en una definición constitutiva el término se define mediante el uso de otras palabras, conceptos o expresiones conceptuales que pueden sustituir a lo definido; es decir, las palabras se definen con otras palabras, del mismo modo que se hace en un diccionario (Kerlinger, 1979; 1981; Kerlinger y Lee, 2002). Por ejemplo, se puede definir constitutivamente la ansiedad como “miedo “miedo anticipado a padecer un daño o desgracia futuros, acompañada de un sentimiento de temor o de síntomas somáticos de tensión” tensión ” (http://www.psicoactiva.com/diccio/diccio_a.htm). O, definir constitutivamente la actitud como la “predisposición “predisposición de una persona a responder de una manera determinada frente a un estímulo tras evaluarlo positiva o negativamente” negativamente” (http://www.psicoactiva.com/diccio/diccio_a.htm). O, definir constitutivamente el ruido como una onda sonora evaluada como desagradable. En las ciencias fácticas, las definiciones constitutivas son necesarias, pero no suficientes. En las ciencias empíricas hemos de ir más allá, allá, hemos de poder convertir los conceptos abstractos “en formas de observación o manipulación” (Cozby, 2005; p. 71), 71), ya que es indispensable que podamos definir las variables de forma que las hipótesis de investigación puedan ser verificadas. Esto es posible gracias a las definiciones operacionales. operacionales. Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 86

Las Variables

Elaborar este tipo de definiciones implica llevar a cabo un proceso de operacionalización, de forma de asignarle “un “un significado a una construcción hipotética o variable especificando las actividades u operaciones que son necesarias para medirla o manipularla” manipularla” (Kerlinger, 1981; p. 41). Así, en las definiciones operacionales lo que se hace es sustituir una variable por otras más concretas. Esto implica que, por una parte, no existe un único método para definir operacionalmente una variable (Cozby, 2005), y por otra, que una variable puede tener varias definiciones operacionales. En consecuencia, la validez de una definición operacional depende de que la variable o variables que sustituyen al término operacionalizado sean realmente representativas de dicho término. Por ejemplo, si definimos constitutivamente la variable “inteligencia” como “la capacidad para pensar de manera abstracta y aprender rápidamente de la experiencia” experiencia” (http://www.academiagauss.com/diccionarios/diccionario.htm#_I) http://www.academiagauss.com/diccionarios/diccionario.htm#_I),, y la definimos operacionalmente como la cantidad total de palabras correctamente recordadas, la definición operacional no sería válida porque la cantidad de palabras recordadas correctamente no es un indicador de la capacidad de pensar en forma abstracta, sino de la capacidad para recuperar información, lo cual es memoria, no necesariamente inteligencia. Como queda patente, la importancia de las definiciones operacionales estriba en que sin ellas la observación científica es prácticamente imposible, pues son las definiciones operacionales las que “establecen un puente entre los conceptos los conceptos o construcciones hipotéticas y las observaciones, comportamientos y actividades reales” (Kerlinger, 1981; p. 42).


Las Variables

No obstante, esta clase de definiciones sólo confiere un significado limitado a las construcciones hipotéticas; ya que, ninguna definición operacional expresa todos los aspectos de algunas variables (Kerlinger y Lee, 2002). Aún así, este operacionismo es indispensable sobre todo en ciencias como la Psicología en la que el vocabulario que se maneja es sumamente amplio, y los términos que se emplean pueden connotar diferentes cosas dependiendo de quienes los usen y de cuál sea el contexto teórico en el que se utilicen. Por ejemplo, el término “olvido” no significa lo mismo dentro del contexto de las teorías cognitivas sobre memoria, que lo que significa en el contexto de la teoría psicoanalítica. La definición que hemos dado de lo que es una definición operacional implica que existen dos clases de definiciones operacionales: (a) las de medida y (b) las experimentales. Las definiciones operacionales de medida hacen referencia al indicador o indicadores concretos utilizados para medir la variable, o sea aquello que nos permite saber si una persona posee en mayor o en menor cuantía una propiedad dada. Por ejemplo, suponga que un investigador midió la depresión de las personas que participaron en su estudio empleando la escala autoaplicada de depresión de Zung (1965). En esta escala, que puedes ver en http://www.depresion.psicomag.com/esc_zung.php, se le presentan a la persona 20 afirmaciones relacionadas con la depresión y se le pide que responda a cada una de ellas en una escala tipo Likert que va desde 1 (“nunca o muy pocas veces”) hasta 4 (“la mayoría del tiempo o siempre”); es decir, se le solicita que indique la frecuencia con la que experimenta distintos síntomas. El rango de puntuación es de 20 – 80 puntos. Se calcula la puntuación total obtenida por el individuo, de forma que a mayor puntaje, mayor nivel de depresión: No depresión < 28 puntos Depresión leve 28-41 puntos Depresión moderada 42-53 puntos Depresión grave > 53 puntos En este caso, la definición operacional de medida sería “Puntaje total obtenido en la escala auto-aplicada de depresión de Zung (1965), en la que a mayor puntaje, mayor nivel de depresión”. ¿Por qué?: La escala es el instrumento que emplearon los autores para medir la variable de interés, pero el indicador del grado de depresión de la persona es el puntaje que obtiene en la escala. Veamos ahora ¿Cómo se realizan las definiciones operacionales de medida?. Según Sierra-Bravo (1988), para realizar Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 88

Las Variables

una definición operacional de medida de una variable hay que seguir los siguientes cuatro pasos: 







En primer lugar, es necesario definir constitutivamente la variable; es decir, representar la variable de modo que exprese los rasgos principales que esa variable presenta en la realidad. Supongamos “memoria a corto plazo” , entendida como la capacidad de una persona para recordar información pasada poco tiempo después de que la misma ha sido presentada. Luego de esto, es necesario especificar las dimensiones o propiedades de interés práctico implicadas en la representación del concepto de la variable. En este sentido, las dimensiones son los aspectos o facetas de una variable compleja (Abreu, 2012). Por ejemplo, si se usa la teoría de Gardner acerca de las inteligencias múltiples para dar una definición conceptual de inteligencia, esto puede llevar a elegir como dimensiones de estudio a la inteligencia verbal, matemática, artística, intrapersonal, interpersonal, kinestésica, etc. En tercer lugar, hemos de elegir los indicadores concretos que sean signo de en qué medida los sujetos investigados “poseen” en mayor o menor cuantía la dimensión en cuestión. En este sentido, un indicador es una propiedad manifiesta o directamente observable que se supone está ligada empíricamente a una propiedad latente o no observable directamente que es la que interesa (Abreu, 2012). Por ejemplo, si la dimensión que hemos seleccionado como representativa es la exactitud o precisión en la ejecución, podemos considerar como indicador de la memoria a corto plazo el número total de palabras correctamente recordadas por cada sujeto. Así, si la lista de prueba que usamos tiene 20 palabras y una persona recuerda correctamente 18 palabras, ella tendrá un excelente nivel de rendimiento; mientras que, una que recuerde correctamente sólo cinco palabras tendrá un pobre nivel de rendimiento. Por último, lo que debe hacerse es construir índices en aquellos casos en los que se ha decidido trabajar con más de un indicador para una dimensión. Esto se hace asignándole pesos o valores diferenciales a cada indicador en función de la importancia que cada uno de ellos tenga. Por ejemplo, para medir sus niveles de rendimiento en esta asignatura decidimos usar como dimensión representativa la exactitud, y emplear como indicadores: (a) las puntuaciones obtenidas por Ud. en tres exámenes parciales, las puntuaciones obtenidas en las distintas evaluaciones cortas que realizarán en Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 89

Las Variables

prácticas, y las puntuaciones obtenidas en tres trabajos. Su índice académico en esta materia será el promedio de las notas en los parciales, al cual se le atribuirá el 60% de la nota previa + la nota que obtengan en prácticas, a la cual se le atribuirá el 40% de la nota previa. A su vez, la nota de prácticas vendrá dada por el promedio de las notas en las evaluaciones cortas, al cual se le atribuirá el 30% de la nota de práctica + el promedio de las notas en los trabajos, al cual se le atribuirá el 70% de la nota de práctica.


Las Variables

Por su parte, las definiciones operacionales experimentales consisten en explicar en forma clara los detalles u operaciones que se deben realizar (o que se han realizado) Santalla de Banderali, Z. para manipular una variable dada (2006). Impacto de la (Kerlinger, 1979; 1981; Kerlinger y Lee, condición sonora y ciertas 2002; Martin, 2005). Por ejemplo, características físicas de los Santalla de Banderali (2006) definió estímulos visuales sobre los operacionalmente el nivel de complejidad juicios estéticos de agradabilidad. Trabajo de de una imagen especificando la cantidad investigación presentado para de elementos incluidos en las imágenes ascender a la categoría de que fueron catalogadas como de baja, Profesor Asociado. Universidad media y alta complejidad: Católica Andrés Bello, Caracas, Venezuela.

1. Complejidad alta, definida como aquellas imágenes que contenían 43 figuras geométricas. 2. Complejidad media, definida como aquellas imágenes que contenían 13 figuras geométricas. 3. Complejidad baja, definida como aquellas imágenes que contenían seis figuras geométricas.

CLASIFICACIÓN DE LAS VARIABLES Diversos autores plantean distintas formas de clasificar a las variables. De entre ellas, la más utilizada consiste en catalogarlas en variables independientes y variables dependientes. Se designa con el término de variable independiente (VI) a aquella que se supone es la causa de la ocurrencia de otra variable, el antecedente, la variable que se supone influye en los valores que adopta otra variable (Kerlinger, 1979; Kerlinger y Lee, 2002). También se designa con el término variable independiente a aquella a partir de la cual se predicen los valores de otra variable (Kerlinger, 1979; Kerlinger y Lee, 2002). No obstante, en estos casos se suele emplear el término variable predictora, más que el de variable independiente. Cuando se trata de estudios experimentales, la variable independiente es aquella que el investigador controla activamente; es decir, la que manipula intencionalmente (Kerlinger, 1979; Kerlinger y Lee, 2002; Martin, 2005). Por ejemplo, en un estudio sobre los efectos Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 91

Las Variables

de la intensidad del ruido en la comprensión lectora es posible modificar deliberadamente el nivel de intensidad del ruido que se le presenta a los sujetos y que constituye la variable independiente. En el caso de las investigaciones no experimentales que se caracterizan porque en ellas no es posible la manipulación de la llamada variable independiente, pues la misma ha ocurrido antes de ser estudiada, no significa que no haya variable independiente, sí puede haberla, pero el investigador no puede controlarla activamente, o sea no puede modificar sus valores a voluntad, lo único que puede hacer es observar y registrar los resultados de su ocurrencia. Por ejemplo, suponga que se está estudiando la relación entre el sexo y el rendimiento académico. En un estudio como este es imposible que el investigador maneje a su conveniencia el sexo de las personas, ya que éste es una característica de los individuos que existía antes del estudio. El investigador lo único que puede hacer es registrar el sexo, recabar los datos sobre el rendimiento académico de los participantes y evaluar si ambas variables varían conjuntamente. En este caso, no obstante, existen bases teóricas para asumir que la supuesta causa del rendimiento académico es el sexo, ya que lo contrario no tendría sentido (el rendimiento no puede causar el sexo). Por esta razón, en este estudio el sexo constituye la variable independiente. Otro ejemplo, suponga que se está evaluando si existe relación entre el tipo de situación traumática a la que se ve expuesta una persona y la efectividad de la terapia EMDR en el tratamiento de los síntomas de estrés post-traumático. Aquí, aunque técnicamente es posible manipular el tipo de situación traumática que experimenta una persona, éticamente no puede realizarse dicha manipulación; por ende, lo único que se podría hacer es registrar el tipo de situación traumática a la que naturalmente ha estado expuesto cada uno de los participantes. Ahora bien, se tienen bases teóricas para suponer que la “causa” de la magnitud de la efectividad de la terapia es la situación generadora de estrés, pues lo contrario es un sin sentido: La efectividad de la terapia no puede “causar” la situación generadora de estrés. En consecuencia, la variable independiente es la situación generadora de estrés. Sin embargo, cuando no hay razones teóricas que permitan asumir que una de las variables podría ser la causa de la otra no es correcto hablar de variable independiente. En estas circunstancias simplemente se alude a variables estudiadas. Por ejemplo, suponga que se investiga la relación entre la actitud de los padres hacia sus hijos y el rendimiento académico de los mismos. Pensemos: ¿Ud. cree que la actitud de los padres hacia sus hijos podría ser la causa del Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 92

Las Variables

rendimiento?...Seguramente Sí; pero, ¿no podría ser que el rendimiento de los hijos determine la actitud de los padres?...Seguramente Sí. Así que, en este caso, no sería correcto designar a la variable “actitud de los padres” como la variable independiente. Siguiendo la convención matemática según la cual el antecedente se designa con la letra “X”, la variable independiente se designa con la letra “X” (Kerlinger, 1979; Kerlinger y Lee, 2002). A diferencia de lo anterior, se designa con el término de variable dependiente (VD) a aquella que se supone es el efecto de la ocurrencia de otra variable, el consecuente, la variable que se supone se ve influida por los valores que adopta otra variable, la independiente. La variable dependiente es aquella que se mide u observa, o la variable cuyos valores se pretenden predecir (variable predicha) a partir de los valores adoptados por la variable independiente. En fin, la variable dependiente no es más que la situación que se intenta explicar (Kerlinger, 1979; Kerlinger y Lee, 2002), el comportamiento que queremos medir (Martin, 2005). Tal y como señalan Kerlinger (1979) y Kerlinger y Lee (2002), siguiendo nuevamente las convenciones matemáticas, la variable dependiente se designa con la letra “Y”. De hecho, en toda ecuación matemática, la variable dependiente es el término que aparece a la izquierda de la ecuación, y la variable independiente es el término que aparece a la derecha. Por ejemplo, en la ecuación Y = a + bX, Y es la variable dependiente, y X es la independiente. Siguiendo estas mismas convenciones, cuando se elaboran gráficos, siempre la variable dependiente, “Y” , se representa en el eje de la ordenada, y la variable independiente, “X” , siempre se representa en el eje de la abcisa.


Las Variables

Se acaba de señalar que la variable dependiente es aquella que se mide. Ahora bien, es muy importante tener en cuenta que para que el instrumento que se seleccione para medir una variable pueda ser considerado adecuado, éste debe cumplir con dos requisitos fundamentales: (a) debe ser confiable y (b) debe ser válido (Cozby, 2005; Madonna y Ponterotto, 2006; McGuigan, 1996; Martin, 2005). La CONFIABILIDAD se refiere al grado con el cual las puntuaciones obtenidas por los individuos en el instrumento que se emplea para medir a la variable están libres de errores de medida aleatorios (Cozby, 2005; Madonna y Ponterotto, 2006; Muijs, 2004). En otras palabras, en qué medida los sujetos reciben aproximadamente las mismas calificaciones cuando se les mide en repetidas oportunidades con el mismo instrumento y en condiciones equivalentes (McGuigan, 1996; Martin, 2005), siendo así un indicador de la estabilidad de una medida (Cozby, 2005). Las estimaciones de confiabilidad varían en un rango de 0 a 1, y aunque los valores considerados óptimos difieren según los autores y según los propósitos del instrumento, valores de al menos 0.70 suelen considerarse aceptables (Madonna y Ponterotto, 2006). La selección de instrumentos de medición confiables es indispensable, no sólo cuando se está llevando a cabo una investigación, sino en cualquier circunstancia profesional en la que se pretenda medir cualquier fenómeno. Como señala Cozby (2005), emplear instrumentos poco confiables es una pérdida de tiempo, pues si se utilizan medidas poco confiables los resultados que se obtengan en las mediciones serán inestables y, por ende, no podrán replicarse. Existen distintos métodos para estimar la confiabilidad de un instrumento de medida; uno de los empleados con mayor frecuencia en la actualidad es el llamado consistencia interna, cuyo indicador es el coeficiente Alpha de Cronbach. En este método se aplica en una única oportunidad el instrumento de medida que se está evaluando. Luego de esto, se calcula el coeficiente Alpha de Cronbach sobre la base de las correlaciones que existen entre las respuestas dadas por los individuos a cada uno de los ítems del instrumento; es decir, en función de las correlaciones entre los ítems o reactivos de la prueba (Cozby, 2005; Madonna y Ponterotto, 2006). De esta forma, y dado que se supone que todos los ítems miden la misma variable, mientras mayor sea la correlación entre-ítems, mayor es el coeficiente Alpha de Cronbach y mayor es la consistencia interna de la prueba (Madonna y Ponterotto, Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 94

Las Variables

2006). En este sentido, se considera que un Alpha de Cronbach ideal es igual o mayor a 0.70 (Muijs, 2004). Por ejemplo, en el 2006, Santalla de Banderali realizó una investigación con la finalidad de evaluar las propiedades psicométricas de una escala de juicios estéticos, elaborada por la autora sobre la base de los instrumentos usados por otros. La escala estaba constituida por los siguientes 12 adjetivos bipolares:

Santalla de Banderali, Z. (2006). Análisis psicométrico de una escala de juicios estéticos. Trabajo de investigación no publicado. Universidad Católica Andrés Bello Caracas Venezuela.

1. Tenso-Relajado. 2. Simple-Complejo. 3. Débil-poderoso. 4. Soñoliento-Alerta. 5. No Interesante-Interesante. 6. No Placentero-Placentero. 7. Indefinido-Claro. 8. No Ordenado-Ordenado. 9. Feo-Bello. 10. No Confortable-Confortable. 11. Desbalanceado-Balanceado. 12. Desagradable-Agradable.

A los sujetos se les presentaron 10 imágenes en blanco y negro de obras figurativas poco conocidas de pintores reconocidos, a las que se les eliminó la firma (Ver Figura 7); pidiéndoseles que luego de que cada una de las imágenes desapareciese de la pantalla, respondiesen la escala.

Figura 7: Ejemplos de las imágenes de High Art usadas en el estudio de Santalla de Banderali (2006).

A continuación se presenta la tabla 1 en la que se muestran los coeficientes de correlación de Pearson entre ítems hallados:


Las Variables Tabla 1. Correlaciones de Pearson entre los ítems para las imágenes High Art . I1 I2 I3 I4 I5 I6 I7 I8 I1 0.33* I2 0.58** 0.47** 0.64** 0.37* I3 0.74** 0.55** 0.32* I4 0.52** 0.43** I5 0.71** I6 0.44** 0.42** I7 0.81** I8 I9 I10 I11 Nota: * P = 0,05 ** P = 0,01.

I9 0.47** 0.39** 0.45** 0.38** 0.69** 0.73** 0.33* 0.33*

I10 0.54** 0.31** 0.41** 0.59** 0.84** 0.49** 0.43** 0.78**

I11

0.51** 0.68** 0.64** 0.48** 0.58**

I12 0.58** 0.41** 0.42** 0.42** 0.70** 0.76** 0.34* 0.31* 0.88** 0.88** 0.56**

Como se puede observar en la tabla anterior, las correlaciones entre los ítems de la escala de juicios estéticos probada resultaron, en todos los casos, estadísticamente significativas; razón por la cual, la escala presentó una alta consistencia interna, reflejada en un coeficiente Alpha de Cronbach de 0,9127 (recordar que el valor máximo de este coeficiente es 1, y el mínimo es 0). Otro de los métodos empleados para determinar la confiabilidad de un instrumento de medida es el conocido como test-retest . En este procedimiento lo que se hace es medir la variable dependiente en un grupo de sujetos, preferiblemente equiparables a los que participarán en el estudio, y después de transcurrido cierto tiempo se vuelve a probar a los mismos individuos con la misma medición (con el mismo instrumento). Finalmente, se calcula la correlación entre los dos grupos de mediciones (Cozby, 2005; Madonna y Ponterotto, 2006; McGuigan, 1996; Martin, 2005). Se concluye que la medida utilizada es confiable si la correlación obtenida es positiva, alta (mínimo 0.70) y estadísticamente significativa (Muijs, 2004). El intervalo entre las mediciones puede variar entre pocas horas y unos cuantos meses, pero en opinión de Pedhazur y Schmelkin (1991, citado en Madonna y Ponterotto, 2006), este lapso debe estar entre una y dos semanas. La confiabilidad también puede determinarse por el método de división por mitades. En este método, al igual que en el de consistencia interna, la estimación de la confiabilidad requiere la aplicación del instrumento en una única oportunidad, y el proceso consiste en dividir la prueba en dos partes iguales. Posteriormente se obtiene para cada individuo dos puntajes, uno para cada una de las mitades, y se calcula la correlación entre ambas, la cual constituye el estimador de la confiabilidad (Cozby, 2005; Madonna y Ponterotto, 2006; Martin, 2005). Se dice que la medida es confiable si la correlación obtenida es igual o superior a 0.80 (Muijs, 2004). Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 96

Las Variables

Para entender en qué consiste este procedimiento, veamos un ejemplo. Suponga que Ud. desea medir la habilidad para resolver problemas y que la prueba que diseña está conformada por 20 problemas con niveles de dificultad equivalentes e intermedios. En este caso, para cada uno de los sujetos Ud. puede obtener dos calificaciones, una que corresponde a los problemas pares y otra que corresponde a los impares. Luego de obtener estos dos conjuntos de puntuaciones, se calcula la correlación entre ambos, frecuentemente empleando la fórmula de Spearman-Brown (Madonna y Ponterotto, 2006). Nuevamente, se puede concluir que la medida es confiable si la correlación obtenida es positiva y estadísticamente significativa. Una cuarta forma de estimar la confiabilidad de un instrumento es por el método de formas paralelas. Aquí, se elaboran dos versiones equivalentes de la prueba, es decir dos versiones que miden exactamente los mismos atributos, pero que contienen ítems distintos. Se aplican ambas versiones al mismo grupo de sujetos y se calcula la correlación entre las puntuaciones obtenidas en ambas versiones (Madonna y Ponterotto, 2006; Martin, 2005). Si la correlación es positiva y estadísticamente significativa, se puede concluir que la prueba es confiable. Finalmente, cuando se emplean dos o más evaluadores u observadores independientes que observan una situación, resulta relevante la determinación de la confiabilidad entre observadores (Muijs, 2004). La confiabilidad entre observadores es una medida de la consistencia entre las observaciones realizadas por dichos evaluadores. Si la medida es categórica de forma que cada evaluador debe marcar en qué categoría cae cada observación, la confiabilidad entre observadores se estima calculando el porcentaje de acuerdo entre las categorías. Si la medida es de intervalo o de razón, la confiabilidad entre observadores puede estimarse simplemente calculando la correlación entre las medidas de los distintos observadores (Bhattacherjee, 2012). Por su parte, la VALIDEZ alude a en qué medida el instrumento evalúa adecuadamente el constructo que se supone debe medir (Cozby, 2005; Madonna y Ponterotto, 2006; Muijs, 2004); es decir, hasta qué punto la medida de la variable que se está usando representa al constructo subyacente que se supone que mide (Bhattacherjee, 2012). Esto significa que los datos registrados deben realmente ser medidas de las características que el investigador trata de medir, tal y como fueron


Las Variables

especificadas en la definición operacional de la variable (McGuigan, 1996). Por ejemplo, suponga que se está analizando el efecto que cierta variable independiente tiene sobre la habilidad para resolver problemas. Podemos definir operacionalmente la habilidad para resolver problemas como el número total de problemas de cierto tipo resueltos en un lapso dado. Esta definición operacional puede ser válida si la prueba que se administra tiene una cantidad suficiente de problemas ordenados según su nivel de dificultad creciente, o una prueba con un nivel de dificultad intermedio; pero, si la prueba consta solamente de problemas muy fáciles, lo más probable es que, en lugar de medir habilidad para resolver problemas, el instrumento mida velocidad de lectura. Es decir, como todos los problemas resultan muy fáciles para los individuos, la diferencia en sus puntuaciones vendría dada, no tanto por la mayor o menor habilidad de ellos, sino por lo rápido que lean; de forma que, los sujetos que lean rápido obtendrían puntuaciones más altas que aquellos que lean despacio. En general, la validez puede ser de cuatro tipos: (a) validez aparente, (b) validez de contenido, (c) validez de criterio y (d) validez de constructo (Anastasi y Urbina, citado en Madonna y Ponterotto, 2006). La validez aparente se refiere a en qué medida los ítems del instrumento parecen ser una medida razonable del constructo subyacente (Bhattacherjee, 2012). Tal y como plantean Bhattacherjee (2012), Madonna y Ponterotto (2006), y Muijs (2004), la validez de contenido hace referencia a en qué medida el instrumento que se pretende usar mide todos los aspectos relevantes involucrados en el constructo subyacente que se trata de medir. Para ello, es necesario realizar un estudio exhaustivo del constructo, a fin de poder asegurar que el contenido del instrumento recoge todos los aspectos vitales del constructo (Madonna y Ponterotto, 2006; Martin, 2005; Muijs, 2004). Otra forma de asegurar que la prueba tiene validez de contenido consiste sencillamente en analizar con detalle las investigaciones que se han realizado en el área y seleccionar como medida de la variable una de las que tradicionalmente se han empleado en ese campo, o alguna que este fuertemente correlacionada con ella, y definir la variable de la forma que se acostumbra en el área (McGuigan, 1996).


Las Variables

La validez de criterio tiene que ver con en qué medida las puntuaciones obtenidas en un instrumento determinado, que se supone mide la variable “X”, permiten predecir las puntuaciones obtenidas por las personas en otro instrumento que mide de forma valida la variable “Z”, teóricamente relacionada con la variable “X” (Madonna y Ponterotto, 2006; Muijs, 2004). Aquí se tienen dos sub-tipos: (a) la llamada validez predictiva y (b) la llamada validez concurrente. 

La validez predictiva se refiere a en qué medida las puntuaciones en el instrumento predicen resultados futuros que teóricamente se espera que prediga (Bhattacherjee, 2012; Muijs, 2004). Por ejemplo, las pruebas de admisión de las Universidades tienen sentido solamente si las puntuaciones obtenidas en ellas predicen de forma significativa el rendimiento de los estudiantes, al menos, en los primeros semestres de los estudios universitarios.



Por su parte, la validez concurrente tiene que ver con en qué medida las puntuaciones en el instrumento se relacionan con las puntuaciones en otras variables con las que se espera que estén relacionadas (Bhattacherjee, 2012; Muijs, 2004). Por ejemplo, se esperaría que las puntuaciones obtenidas por las personas en una prueba de comprensión lectora se relacionen significativamente con las que obtienen en una prueba de habilidad verbal.

Para cerrar, la validez de constructo se refiere a en qué medida un instrumento dado constituye una medida apropiada de la variable de interés (Madonna y Ponterotto, 2006). Tres indicadores de la validez de constructo son: (a) la validez convergente, (b) la validez discriminante o divergente, y (c) la validez factorial. La validez convergente consiste en correlacionar las calificaciones obtenidas por los sujetos en la medida de la variable que se pretende usar en la investigación, con las obtenidas por los mismos individuos en cualquier otra medición de la misma variable que se sabe que es válida (Bhattacherjee, 2012; Cozby, 2005; Madonna y Ponterotto, 2006). Si la correlación resultante es estadísticamente significativa, la medida que se está evaluando es válida; pero, si la correlación resultante no resulta estadísticamente significativa, dicha medida no es válida.


Las Variables

Por ejemplo, suponga que se piensa usar la prueba “X” para medir la variable introversiónextraversión. Para saber si efectivamente esta prueba mide este rasgo de personalidad se puede aplicar la prueba “X” a un grupo de sujetos y aplicar al mismo grupo la escala de introversión-extraversión de Eysenck que se sabe que es una medida válida de la introversiónextraversión. Si la correlación entre las puntuaciones de los individuos en ambas pruebas es estadísticamente significativa se puede afirmar que la prueba “X” es válida, de lo contrario no.

Introversión-Extraversión “Se relaciona con la tendencia de las personas hacia distintos tipos de actividades e intereses. Las personas extravertidas se caracterizan por la sociabilidad, la necesidad de excitación y cambio, actuar en el momento, y son por lo general impulsivas. Suelen además ser optimistas y amantes del buen humor. También suelen ser agresivas, en el sentido de tener poca tolerancia a las frustraciones y poco control de sus sentimientos. Las personas introvertidas prefieren realizar las actividades a solas...Les gusta llevar una vida ordenada y sus sentimientos suelen estar bajo su control. Raramente son agresivas y no suelen perder el control fácilmente. Suelen ser personas fiables, algo pesimistas y que conceden gran valor a las normas éticas” (Ruiz-Sánchez y Cano-Sánchez, s/f. Recuperado de http://www.psicologiaonline.com/ESMUbeda/Libros/Personalidad/perso nalidad2.htm).

A diferencia de lo anterior, la validez divergente o discriminante consiste en correlacionar las puntuaciones obtenidas en la medida de la variable que se está probando, con las obtenidas por las mismas personas en otro instrumento que mide de forma válida una variable que teóricamente no guarda relación con la variable de interés (Bhattacherjee, 2012; Cozby, 2005; Madonna y Ponterotto, 2006). En este caso, un indicador de que el instrumento que se evalúa es válido es que la correlación entre los puntajes en ambos instrumentos no es estadísticamente significativa. Finalmente, la llamada validez factorial alude a en qué medida la estructura interna del instrumento se corresponde con la estructura que, según la teoría, tiene el constructo que se está midiendo (Muijs, 2004). Cuando se planifica una investigación, además de tener claramente definidas las variables independientes y las variables dependientes que se van a incluir en el estudio, es muy importante tener presente que en cualquier investigación pueden actuar otras variables distintas a la(s) variable(s) independiente(s) que se manejan que pueden influir en la variabilidad de los resultados obtenidos; es decir, que pueden afectar a los valores que en el estudio adopta la(s) variable(s) dependiente(s). A estas fuentes de variabilidad extraña a la variabilidad producida por la variable independiente, pero de efectos Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 100

Las Variables

sistemáticos y no aleatorios se les denomina genéricamente variables extrañas o perturbadoras (Sierra-Bravo, 1988). Por ejemplo, imagine un estudio dirigido a analizar los efectos del color sobre la evaluación subjetiva que las personas hacen de las imágenes. Se sabe que el sexo guarda relación con la evaluación que las personas hacen de los estímulos visuales, pero se desconoce cuál es la dirección de dicha relación. Por otra parte, parte de la literatura especializada indica que la evaluación que se realiza de los estímulos visuales es más positiva cuando las imágenes contienen un número intermedio de elementos, que cuando tienen muy pocos o muchos elementos. Ni el sexo ni la cantidad de elementos presentes en las imágenes son variables de interés para el investigador, pero al estar relacionadas con la variable dependiente, constituyen variables extrañas que están estrechamente relacionadas con el error y que es necesario controlar adecuadamente; ya que, si no se controlan o no se controlan de manera apropiada puede verse afectada la validez interna y/o la validez externa del estudio. Pero, ¿qué es la validez interna y la validez externa?. La validez interna hace referencia a en qué medida el diseño que se ha empleado en un estudio puede proporcionar evidencia empírica suficiente para evaluar la posible relación causal entre una variable independiente y una variable dependiente (Lavrakas, 2008). En otras palabras, es la cualidad del estudio que hace que los resultados obtenidos se deban efectivamente a la actuación de la variable independiente (Sierra-Bravo, 1988). En este sentido, si no se controlan adecuadamente las variables extrañas que pueden perjudicar la validez interna de un estudio es imposible determinar si las relaciones observadas en él son el resultado de la acción de la variable independiente que se ha manejado, o si dichas relaciones se derivan, al menos en parte, del efecto que han tenido las variables extrañas que no fueron controladas o que no se controlaron adecuadamente. En estos casos, y tal y como señala Lavrakas (2008), los autores de la investigación pueden plantear especulaciones acerca de la posible naturaleza causal de las relaciones observadas entre las variables independiente y dependiente, pero no podrán fundamentar dichas especulaciones y, en consecuencia, no podrán concluir sobre relaciones causales con un alto grado de confianza. Por su parte, la validez externa se refiere a en qué medida los resultados de una investigación, obtenidos con una muestra particular, Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 101

Las Variables

pueden generalizarse a la población a partir de la cual se extrajo la muestra, o a otra población o situación similar (Arnau, 1984; Kalaian y Rafa, 2008). Tal y como indica Arnau (1984), no se trata de poder demostrar la relación entre las variables independiente y dependiente, como en el caso de la validez interna; sino de poder “ampliar el ámbito de dicha relación” (p. 62). La comprensión de la importancia de las variables extrañas implica tener claro que en cualquier investigación participan tres componentes: (a) el investigador y/o la persona o personas que recolectan los datos, (b) los sujetos que participan en el estudio, y (c) el contexto en el que se realiza la investigación. En consecuencia, las variables extrañas que afectan a la validez interna y/o a la externa pueden provenir de cualquiera de estos tres componentes (Arnau, 1984). De esta forma, y siguiendo a Arnau (1984) y a Sierra-Bravo (1988), los distintos tipos de variables extrañas pueden agruparse en: (a) ambientales, (b) conexas a las variables investigadas, (c) derivadas de la actuación del investigador, (d) derivadas de la presencia del investigador en el campo de investigación, (e) derivadas de la actuación de los sujetos que participan en el estudio, (f) derivadas del tiempo, y (g) asociadas al procedimiento y al estímulo. Veamos detalladamente cada una de estas categorías.

1. Variables ambientales. Las variables ambientales afectan a la validez interna de un estudio, y son todas aquellas que caracterizan al ambiente o contexto dentro del cual está inmerso el fenómeno estudiado; es decir, el contexto donde se desarrolla el estudio. En este sentido, cualquier cambio que se produzca en aspectos físicos tales como el ruido, la temperatura, la humedad, la iluminación, etc. puede convertirse en la auténtica causa de la ejecución observada en los sujetos (Arnau, 1984). Por ejemplo, suponga que Ud. está realizando un estudio para evaluar en qué medida la ansiedad se relaciona con el rendimiento en comprensión lectora. Para ello, Ud. decide comparar el nivel de comprensión lectora alcanzado por dos grupos de individuos que difieren en sus niveles de ansiedad: (a) alta ansiedad y (b) baja ansiedad. Ahora suponga que, por descuido, los sujetos del grupo con alta ansiedad leyeron el texto usado para medir la comprensión lectora en una habitación en la que había un nivel de iluminación muy bajo; mientras Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 102

Las Variables

que, los del grupo de baja ansiedad leyeron el mismo texto pero en condiciones adecuadas de iluminación. Ud. observó que la media en comprensión lectora del grupo de alta ansiedad fue significativamente inferior a la obtenida por el grupo de baja ansiedad. ¿Los resultados en comprensión lectora se debieron a los niveles de ansiedad?... ¿o más bien tuvieron su razón de ser en el hecho de que ambos grupos trabajaron en distintas condiciones de iluminación y, casualmente, los más ansiosos trabajaron en las peores condiciones de iluminación?. En otras palabras, ¿sus resultados se debieron a su variable independiente, o a la actuación de una variable extraña que no controló?. No hay forma de saberlo! y es esto es lo malo…Cuando no se controlan las variables extrañas que inciden sobre la validez interna, no hay forma de saber a qué se debieron los resultados.

2. Variables conexas a las variables investigadas. Estas variables también afectan a la validez interna, y son aquellas que se caracterizan por ir unidas, a veces indisolublemente, a las variables investigadas; es decir, por covariar sistemáticamente con los valores o niveles de la variable dependiente o de la variable independiente (Arnau, 1984; Sierra-Bravo, 1988). Razón por la cual, también se las conoce como variables parásitas o variables confundibles. Dentro de estas variables merecen especial atención las variables organísmicas que siempre acompañan a los individuos y que, queramos o no, ellos traen a la investigación. Estas variables se suelen denominar genéricamente diferencias individuales y tienen que ver con las características biológicas, sociológicas y psicológicas relativamente estables de los individuos (Arnau, 1984), tales como el sexo, la edad, la capacidad intelectual, la clase social, la raza, la religión, las características de personalidad, etc. Por ejemplo, suponga que nuevamente está estudiando la relación entre ansiedad y comprensión lectora; pero esta vez Ud. manipula la variable independiente, sometiendo a un grupo de sujetos a una situación que genera altos nivel de ansiedad (por ejemplo, los expone a una película de horror sumamente sangrienta), mientras que expone al otro grupo a una situación que produce bajos niveles de ansiedad (por ejemplo, les pide que vean una película divertida). Luego de ello, mide el rendimiento de los individuos en una tarea de comprensión lectora. Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 103

Las Variables

Una de las variables propia de las personas que está relacionada con la comprensión lectora es la capacidad intelectual. Imagine que, inadvertidamente, el grupo expuesto a la situación generadora de alta ansiedad quedó constituido por sujetos con un cociente intelectual tendiente a bajo, pero el expuesto a la situación generadora de baja ansiedad quedó conformado por sujetos con un alto cociente intelectual.

En este caso, cabe preguntarse si el peor rendimiento que observó cuando la ansiedad era alta se debió realmente a la ansiedad o al hecho de que los grupos diferían significativamente en su cociente intelectual y los que tuvieron alta ansiedad también eran los menos inteligentes.

3. Variables derivadas de la actuación del investigador. Las variables derivadas de la actuación del investigador afectan a la validez externa de un estudio, y están constituidas por aquellos rasgos de los investigadores que pueden influir selectivamente en la percepción que ellos tienen de la realidad que están observando. De acuerdo con Arnau (1984), entre estas variables están las seis siguientes: 

El punto de vista particular que tiene el investigador sobre el fenómeno que está estudiado, las hipótesis que pretende comprobar, la teoría a la que se adhiere, etc. Todo esto puede llevar al investigador a interpretar inadecuadamente los resultados del estudio, de forma tal que las conclusiones a las que llegue no pueden ser generalizadas a la población. En este sentido, hay que tener presente que el ideal de un investigador totalmente neutro es difícil de encontrar, especialmente cuando el investigador recibe o no unos beneficios tangibles dependiendo de si su estudio es o no publicado, Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 104

Las Variables

ya que en estos casos hay un claro interés en que el estudio salga tal y como se pronosticó (Meltzoff, 2000). Respecto a esto sólo podemos contar con que el investigador tenga los principios y la autodisciplina necesaria como para hacer todo lo que pueda para controlar sus propios sesgos. 









La capacidad perceptiva del observador. De acuerdo con Arnau (1984), esta variable solamente puede actuar en aquellos casos en los que el investigador debe observar y registrar la conducta de los sujetos que participan en el estudio. En estos casos, uno de los riesgos a los que el investigador está expuesto es cometer errores de registro. Según Arnau (1984), los errores de registro pueden ser de dos tipos: 

Los errores del observador, que se dan cuando los errores de registro se distribuyen al azar en torno al criterio o valor correcto y no favorecen a ningún tipo de respuesta o medida de la variable dependiente. En estos casos, los errores de registro no se constituyen en una fuente de confusión o sesgo porque se compensan entre sí.



Los errores de captación o sesgo del observador, que se da cuando las observaciones se presentan consistentemente desviadas en un sentido u otro, lo cual suele depender de las diferentes posiciones en las que se ubica el observador, los ángulos de observación, las imperfecciones del aparato sensorial, etc. Este tipo de error sí constituye una fuente de confusión que perjudica la validez externa de la investigación.

Los atributos bio-sociales del investigador, tales como el sexo, la edad y la raza. Los atributos psicológicos del investigador, tales como la ansiedad, hostilidad, autoritarismo, inteligencia, etc. Factores situacionales, tales como la familiaridad y la experiencia que tenga el investigador en la realización de investigaciones. El moldeamiento o “profecía autocumplida” . El efecto de modelado puede tener lugar cuando el investigador realiza el experimento como si fuese uno de los participantes y, posteriormente, modela su propia conducta y reacciones de forma que influye en la conducta de los participantes (Meltzoff, 2000). Así, el moldeamiento alude al grado Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 105

Las Variables

de correlación que existe entre la ejecución del investigador y la del sujeto en la misma tarea.

4. Variables

derivadas de la presencia del investigador en el campo de investigación.

Estas variables también afectan a la validez externa del estudio. Este grupo de variables extrañas hace referencia a que el simple hecho de que el investigador esté presente en el campo de observación puede constituirse en una variable que influya en los resultados; ya que su simple presencia puede provocar una modificación en el comportamiento habitual de los sujetos investigados, especialmente si son humanos. Además, si la presencia del investigador es prolongada, pueden originarse relaciones sociales diferenciales entre él y los distintos miembros del grupo, lo cual obviamente dificultará el distanciamiento emocional necesario para alcanzar la tan deseada objetividad en las observaciones.

5. Variables

derivadas investigados.

de

la

actuación

de

los

sujetos

Este grupo de variables afecta tanto a la validez interna como a la externa, y tiene que ver básicamente con los intentos que hacen los sujetos que participan en la investigación por representar un papel predeterminado en la misma (Sierra-Bravo, 1988). Entre los factores asociados a la percepción del rol de sujeto de investigación se encuentran los cuatro siguientes: 

La búsqueda de respeto social, también conocido como deseabilidad social. Este factor consiste en que los sujetos pueden disfrazar o falsear sus respuestas para no dar la impresión de que las mismas chocan con lo que ellos consideran que es lo aceptado socialmente. Es decir, los sujetos responden por deseabilidad social y falsean sus respuestas para no dar una impresión desfavorable de sí mismos (Sierra-Bravo, 1988). Por ejemplo, suponga que estamos realizando un estudio de encuesta sobre la actitud hacia el aborto y trabajamos con un grupo social dentro del cual el aborto no es aceptado (por ejemplo, un grupo de religiosos católicos). En este caso, si no tomamos las debidas precauciones, algunas de las personas encuestadas pueden desvirtuar sus respuestas para no lucir frente al investigador como Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 106

Las Variables

que tienen una actitud favorable hacia el aborto, aunque esto no sea real. 



La aprensión evaluativa. Esta variable actúa cuando las personas investigadas piensan que el investigador está evaluando o juzgando su nivel de conocimientos, su salud mental, su ideología, etc. Y, en consecuencia, actúan en la investigación de acuerdo con esta creencia (Arnau, 1984; SierraBravo, 1988). Por ejemplo, si Locus de Control su profesor de psicopatología realiza una investigación sobre “Posibilidad de dominar un acontecimiento según se localice el control dentro o fuera de uno la relación entre locus de mismo…Cuando un acontecimiento se percibe control y rendimiento en tareas como contingente con la conducta de uno, se habla de locus de control interno…Si en cambio la de resolución de problemas y situación no es contingente con la conducta del Ud. es uno de los sujetos de la sujeto, se denomina locus de control externo” (Oros, 2005). Oros, L.B. (2005). Locus de investigación, podría creer que control: Evolución de su concepto y el profesor, al ser un psicólogo operacionalización. Revista de Psicología, 14(001), 89-97. Recuperado de clínico, está evaluando su salud redalyc.uaemex.mx/pdf/264/26414107.pdf. mental y que su comportamiento en el estudio influirá en las evaluaciones que el profesor haga de su rendimiento en la materia; por lo que, por aprensión evaluativa, no responde como realmente lo haría fuera del estudio. Las características de la demanda. Este factor, estudiado extensamente por Martin Orne desde 1959, hace referencia a las “pistas” que pueden indicarle a los sujetos cuáles son las hipótesis que el investigador está intentando verificar, las cuales pueden venir de las instrucciones que se le dan a los sujetos, el contexto en que se realiza el estudio, la información que tienen acerca del propósito de la investigación y, sobre todo, a través de las indicaciones que los sujetos reciben del propio investigador (Orne, 1962). Ante estas pistas los sujetos intentan establecer cuál es la hipótesis que el investigador está poniendo a prueba. Puede que lo que supongan sea correcto o incorrecto. Lo importante aquí es que en estas condiciones los participantes pueden decidir responder de la forma que ellos consideran ayudará al investigador a confirmar lo que ellos suponen es su hipótesis; en palabras de Orne (1962), desempeñar el rol de “buen sujeto”. O pueden decidir responder de la forma que consideran impedirá que el investigador la confirme. Lo que genera error en esta situación es que el comportamiento de las personas que responden a las características de la demanda no tiene Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 107

Las Variables

nada que ver con el comportamiento que dichas personas presentarían en una circunstancia distinta a la de la investigación. En efecto, en relación con esta variable, los primeros estudios de Orne (citado en Orne, 1962) mostraron que se hallaban los efectos esperados de una variable independiente particular solamente en aquellos individuos que fueron capaces de expresar verbalmente cuál era la hipótesis del investigador; mientras que, para aquellos sujetos que no podían verbalizar la hipótesis del investigador, la variable independiente parecía no tener efecto alguno. 

Efecto Hawthorne. Este efecto consiste en que el sentimiento de los sujetos de que están siendo tratados de manera diferente y especial, aunado a la novedad que supone la situación de investigación, pueden por sí solos hacer que la conducta de los observados mejore o empeore con independencia de los valores que adopte la variable independiente. Este efecto fue descubierto por Elton Mayo de la Universidad de Harvard cuando realizaba un estudio sobre productividad y condiciones de iluminación en la planta de Hawthorne de la Western Electric. Hallaron que la productividad de los trabajadores aumentó con independencia de que se hubiese incrementado o disminuido el nivel de intensidad de la luz; de forma que la mejora en la productividad estuvo asociada más a la atención recibida por los trabajadores por parte del equipo de investigación, que por los cambios en la variable independiente manipulada (Recuperado de http://psychology.about.com/od/hindex/g/def_hawthorn.htm). Por ejemplo, imagine que estamos haciendo un estudio acerca de la efectividad de un nuevo método de enseñanza en el rendimiento y trabajamos en un colegio de una zona de muy bajos recursos económicos. En este caso, el simple hecho de que los estudiantes de ese colegio sientan que están siendo atendidos de una manera especial puede ser la causa última de que se constate una mejora en su rendimiento, mejora la cual, por supuesto, no tendría nada que ver con la efectividad real del método de enseñanza que estamos probando. El efecto Hawthorne se relaciona con el conocido “efecto placebo” que puede ocurrir cuando los participantes tienen la expectativa de que van a ser sometidos a una condición o tratamiento que debe provocar un cambio en su comportamiento. Por ejemplo, cuando un grupo de sujetos va a ser sometido a una intervención terapéutica, ellos esperan que dicha intervención tenga un impacto positivo sobre ellos Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 108

Las Variables

y sólo esta expectativa puede llevar a que se constate una mejoría que es totalmente independiente del tratamiento. La forma usual de controlar esta variable es no informar a los participantes del tratamiento que van a recibir; pero, este engaño no siempre es adecuado o posible, por lo que lo ideal es trabajar con mínimo dos grupos, uno que recibe el tratamiento y otro grupo control que es tratado exactamente igual que aquel al que se le administró el tratamiento, pero al que se le aplica un “tratamiento” que no es tal, o sea que no produce cambio alguno en el comportamiento (grupo control placebo). Por ejemplo, en la puesta a prueba de intervenciones terapéuticas, este control placebo sería un grupo de escucha pasiva. Otras posibles variables extrañas derivadas de la actuación de los participantes son: 



Dependencia de la memoria. Este factor puede actuar cuando se le pide a los individuos que recuerden sucesos o fenómenos acaecidos en un pasado más o menos lejano. En estos casos, sus recuerdos pueden ser sistemáticamente incompletos y/o inexactos, debido al proceso de olvido y reconstrucción de la información propio del sistema de memoria humano. Comunicación entre los participantes. Esta variable puede actuar cuando los sujetos que participan en el estudio han sido elegidos de una misma institución y la ejecución en la tarea que deben realizar puede verse afectada por el conocimiento previo que tienen sobre la misma (Meltzoff, 2000). Lógicamente, una forma de impedir que esta variable actúe es buscar a los sujetos en diferentes lugares, de forma que sea poco probable que se conozcan o tengan la posibilidad de hablar sobre la investigación (Meltzoff, 2000). Si esto no es posible, entonces una forma de tratar de controlar esta variable consiste en explicarle a cada uno de los participantes por qué es importante que no comenten con los demás su experiencia en el estudio y pedirles su colaboración; así como, preguntarle a los participantes siguientes cuáles son sus expectativas y qué le han comentado el resto de los sujetos (Meltzoff, 2000).


Las Variables

6. Variables derivadas del tiempo. Estas variables pueden actuar como variables extrañas fundamentalmente en aquellas investigaciones en las que el diseño utilizado requiere la repetición de las observaciones en distintos momentos; es decir, requiere que la variable dependiente sea medida en varias oportunidades, diseños los cuales se conocen como de medidas repetidas. Entre las variables extrañas derivadas del tiempo están las ocho siguientes: 

La historia. Esta variable afecta a la validez interna, y tiene que ver con los hechos o acontecimientos externos que ocurren entre la primera y la segunda medición de la variable dependiente, adicionales a la variable independiente, y que pueden, de una u otra manera, estar relacionados con la variable dependiente que se estudia (Arnau, 1984; Martin, 2005; Martínez-Hernández, 1995). Cuando esto sucede, si se obtiene una diferencia entre la primera y la segunda medición de la variable dependiente, ésta puede haber sido el resultado, no de la introducción de la variable independiente, sino de los sucesos externos acaecidos en el intervalo que trascurrió entre ambas mediciones, lo cual provoca ambigüedades en las conclusiones. Por ejemplo, suponga que estudiamos el impacto del método de entrenamiento en lectura “A” en el recuerdo de un texto sobre atención. Trabajamos con estudiantes de psicología y la primera vez que medimos la variable dependiente los sujetos están en el primer trimestre del 1° año de la carrera. Aplicamos a los sujetos el método de entrenamiento que estamos probando durante los seis meses siguientes y volvemos a medir la variable dependiente cuando los sujetos inician el 2° año de la carrera. Los resultados indican que, tal y como se esperaba, el recuerdo fue significativamente superior luego de la aplicación del método de entrenamiento en lectura. En este caso sucede que durante el intervalo que transcurrió entre la primera y la segunda vez que se midió el nivel de recuerdo, los participantes no sólo pasaron de 1° a 2° año de psicología, sino que aprobaron la asignatura Psicología General I en la que se estudia atención. Aquí, la diferencia encontrada entre las dos medidas de la variable dependiente puede que no se haya debido a la actuación del método de lectura, sino simplemente a que, para el momento de la Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 110

Las Variables

segunda medición, las personas sabían más tanto de psicología como del tema específico sobre el que versaba la lectura empleada en el estudio para medir el recuerdo, y normalmente el mayor conocimiento sobre un tema facilita su recuperación. 

La maduración. Al igual que la historia, la maduración incide sobre la validez interna. La maduración hace referencia a las modificaciones ocurridas entre la primera y la segunda medición de la variable dependiente como resultado de cambios internos acaecidos en los individuos que participan en el estudio. No se trata de cambios en los eventos externos como en la historia, sino de cambios en procesos biológicos, fisiológicos o psicológicos, tales como edad, las transformaciones normales del crecimiento, la fatiga, etc., que pueden alterar las respuestas que los individuos dan ante la variable independiente (Arnau, 1984; Martin, 2005; Martínez-Hernández, 1995). Por ejemplo, imagine un estudio en el que se evalúa el efecto de tres tipos de calmante sobre la atención sostenida, y en el que cada uno de los sujetos es sometido a cuatro condiciones: (a) ausencia de calmante, (b) calmante marca “A”, (c) calmante marca “B”, y (d) calmante marca “C”. Suponga, además, que estos tratamientos se presentan a todos los sujetos en un orden fijo y que la tarea que deben realizar los sujetos es muy larga. Se halla que el peor rendimiento se registra cuando se presenta el calmante de la marca “C” . En este caso, cabría preguntarse si el peor rendimiento en esta condición se debió a que efectivamente hubo un efecto diferencial de la marca del calmante, o a que cuando se aplicó el tercer tipo de calmante los individuos ya estaban sumamente fatigados.



Administración de la prueba. Esta variable incide tanto sobre la validez interna, como sobre la externa, y consiste en la influencia que Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 111

Las Variables

puede tener la primera aplicación del instrumento de medida sobre los resultados obtenidos en la segunda aplicación del mismo instrumento (Arnau, 1984; Martin, 2005). Por ejemplo, consideremos nuevamente el estudio sobre los calmantes y la atención sostenida. Como cada sujeto recibe cada uno de los cuatro tratamientos, es necesario aplicar la tarea de atención sostenida cuatro veces, una después de cada tratamiento. Si la tarea que se usa es exactamente la misma y se constata una mejora progresiva en el nivel de rendimiento, de forma que ahora el rendimiento resulta significativamente superior cuando se aplicó el calmante de la marca “C”, esta mejoría no necesariamente puede ser atribuida al efecto diferencial de los calmantes; simplemente puede haber sido el resultado del efecto de la práctica puesto que, al emplearse siempre la misma tarea, en las últimas mediciones los individuos ya tenían mucha práctica en ella.



Instrumentación. Esta variable afecta a la validez interna, y hace referencia a los cambios en los instrumentos o procedimientos de medida ocurridos entre una y otra medición que pueden provocar variaciones en las mediciones realizadas (Arnau, 1984). Esta variable resulta especialmente importante en aquellos estudios en los que las mediciones se llevan a cabo mediante aparatos que deben ser calibrados antes de cada medición, como por ejemplo, en los campos de la psicofisiología y la psicofísica. Por ejemplo, imagine un estudio en el que se evalúa la relación entre el estrés y el patrón de actividad eléctrica cerebral. Para medir esta variable se puede emplear un aparato llamado electroencefalógrafo. Pues bien, para poder asegurar que el registro de la actividad cerebral que realiza el aparato es “correcto” hay que calibrar el Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 112

Las Variables

instrumento antes de hacer cada medición; de lo contrario, puede que el registro que se obtenga no se corresponda fielmente con los cambios reales experimentados por los sujetos en cada una de las condiciones de estrés manejadas. 

Selección diferencial de los sujetos. Afecta tanto a la validez interna como a la externa, y consiste simplemente en la desigualdad de los distintos grupos que intervienen en la investigación (falta de homogeneidad de los grupos), resultante de una elección sesgada de las muestras (Arnau, 1984; Martínez-Hernández, 1995; Sierra-Bravo, 1988). En este sentido, en investigación los distintos grupos con los que se trabaje deben ser equivalentes entre sí, o sea deben ser homogéneos; y diferir única y exclusivamente en lo que respecta a la variable independiente que se está manejando en el estudio. Si los grupos difieren significativamente en alguna característica distinta a la variable independiente, el investigador no podrá concluir claramente acerca del impacto de la variable independiente, pues no sabrá si las variaciones observadas en la variable dependiente se deben a la actuación de la independiente, a la variable extraña en la que diferían los grupos, o a la acción conjunta de ambas.





Regresión estadística. Afecta a la validez interna. La regresión estadística se refiere a la tendencia verificada en resultados extremos (muy altos o muy bajos) tomados en el tiempo 1, a sufrir una regresión en la dirección de la media en las mediciones subsiguientes (Arnau, 1984; Martínez-Hernández, 1995); es decir, al hecho de que cuando se trabaja con sujetos que han obtenido puntuaciones muy altas o muy bajas en una prueba, en la segunda prueba sus puntuaciones tienden a cambiar aproximándose más a la puntuación media de la población a la cual pertenece el grupo (Martin, 2005). Tal y como señala Arnau (1984), la regresión a la media suele deberse al uso de medidas poco confiables, y al hecho de que exista una diferencia grande entre la media del grupo con el que se está trabajando y la media que presenta la población a la que pertenece el grupo. Mortalidad experimental. Afecta a la validez interna. Se refiere a la pérdida de algunos sujetos durante el proceso de investigación, lo cual hace imposible medirlos una segunda vez, en el caso de los estudios que emplean diseños de medidas repetidas; o hace que los grupos queden demasiado pequeños como para realizar los análisis estadísticos adecuados, en el caso de los diseños de grupos Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 113

Las Variables

independientes (Arnau, 1984; Martínez-Hernández, 1995). En el peor de los casos puede suceder que se pierdan más sujetos de un grupo que de otro. En estos casos, es posible que haya algo que determinase la permanencia de unos individuos y la desaparición de los otros, lo cual llevaría a tener grupos que no son lo suficientemente homogéneos como para considerarlos estadísticamente comparables. 

Interacción entre selección y maduración. Afecta a la validez interna. Se refiere al hecho de que los sujetos que conforman los grupos no han sido asignados a ellos de forma aleatoria, sino de acuerdo con ciertas facilidades o imposiciones de la realidad, lo que se conoce como grupos intactos. En estos casos, el investigador presupone que los grupos son comparables; pero, puede ocurrir que la variable independiente interactúe de manera distinta con los grupos así constituidos, y que los efectos observados en la dependiente no se deban sólo a la actuación de la independiente, sino a una posible interacción entre ella y las características propias de los grupos. Por ejemplo, suponga un estudio en el que se analiza si la sensibilidad táctil de los niños afecta a la inteligibilidad de su habla. Se trabaja con tres grupos de niños: (a) con sensibilidad táctil normal, (b) con sensibilidad táctil elevada, y (c) con sensibilidad táctil baja; pero, los sujetos no fueron asignados aleatoriamente a cada uno de los niveles de sensibilidad táctil, sino que se trabajó con los grupos de niños que ya habían sido evaluados en un instituto de lenguaje. Imagine que el grupo de sensibilidad táctil normal quedó constituido por niños mayores en edad que los de los otros grupos. Se halla que los niños que tienen una sensibilidad normal también tienen mayor inteligibilidad en su habla. En este caso la pregunta que surge es si la aparente relación entre sensibilidad táctil e inteligibilidad del habla hallada es real, o se debe a que siempre los niños de mayor edad, por maduración, tienen una mayor inteligibilidad del habla.

7. Variables asociadas al procedimiento y al estímulo. 

Efectos reactivos de la situación experimental. Afecta a la validez externa y actúa en las investigaciones experimentales de laboratorio. Se refiere al hecho de que la artificialidad de la situación experimental puede ser tal que impida la generalización de los resultados a una situación distinta a la experimental.


Las Variables 









Instrucciones dadas a los sujetos. En relación con esta variable, es crucial asegurarse de que las instrucciones que se le dan a los participantes contienen solamente la información necesaria para que ejecuten la tarea, sin que en ellas se incluyan aspectos que les puedan dar indicios del objetivo del estudio o de las hipótesis que se están poniendo a prueba. Además, las instrucciones deben ser iguales para todos los participantes de forma de reducir la influencia del experimentador. Equipos o aparatos. En este sentido, debe asegurarse que los equipos o aparatos que se utilicen en la investigación funcionen adecuadamente a lo largo de todo el estudio y que son los mismos para todos los sujetos. Secuencia temporal en la que se presentan las condiciones o tratamientos. Esta variable es relevante cuando se emplean diseños intra-sujeto o de medidas repetidas, en los que cada uno de los participantes recibe todos los tratamientos; pues, en estos casos, si la secuencia en que se presentan no se controla adecuadamente puede ocurrir el efecto del orden (el comportamiento de los sujetos cambia en función del orden en que reciben las condiciones experimentales), el efecto de administración de la prueba (efecto de la práctica), o puede suceder que lo que se registre en cuanto a la variable dependiente al administrarse un segundo tratamiento incluya no sólo el efecto de este segundo tratamiento, sino el efecto residual del primer tratamiento (interferencia de tratamientos múltiples). Momento del día en el que se evalúa a los sujetos. Esta variable es relevante cuando la conducta que se está midiendo puede cambiar sistemáticamente en función del momento del día y dicho momento está sistemáticamente asociado con los diferentes niveles de la variable independiente. En estos casos, el cambio observado como relacionado con la variable independiente puede en realidad haberse debido al momento particular del día en el que se aplicó el tratamiento y se evaluó la conducta. Características físicas de los estímulos, por ejemplo tamaño, color, ubicación espacial, etc. Lógicamente debe asegurarse que estas características sean iguales para todos los participantes y a lo largo de todo el estudio.


Las Variables

Adicional a la clasificación de las variables en independientes, dependientes y extrañas, la otra forma de clasificar a las variables es la que las cataloga en: (a) variables continuas y (b) variables categóricas (Kerlinger, 1979, 1981; Kerlinger y Lee, 2002). Las variables continuas son aquellas que pueden adoptar cualquier valor numérico en una escala; es decir, aquellas capaces de asumir un conjunto ordenado de valores dentro de cierto rango (Kerlinger, 1979; Kerlinger y Lee, 2002). Por ejemplo, el cociente intelectual (CI), los niveles de intensidad sonoros, la talla, el peso, etc. De acuerdo con Kerlinger (1979) y Kerlinger y Lee (2002), estas variables se caracterizan porque: 





Sus valores reflejan un orden jerárquico o categórico, ya que un valor mayor en la variable indica que el individuo en cuestión posee esa propiedad en un grado superior. Por ejemplo, una persona con un CI de 135 es más inteligente que una persona con un CI de 75. Los valores están contenidos en una escala, un rango, y a cada sujeto se le asigna una puntuación dentro de dicha escala o rango. Teóricamente hay un conjunto infinito de valores dentro de cada intervalo, o sea dentro del rango.

Las variables categóricas, por su parte, son aquellas que sólo pueden adoptar un número limitado de valores. En el caso de que la variable pueda adoptar solamente uno de dos valores se las llama variables dicotómicas o binarias; y, en el caso de que la variable pueda adoptar valores limitados mayores a dos se las llama variables politómicas. Un ejemplo de variable categórica dicotómica es el sexo, y un ejemplo de variable categórica politómica es el estado civil, la carrera que se estudia, la preferencia religiosa, o el estrato socio económico. Según Kerlinger (1979) y Kerlinger y Lee (2002), las variables categóricas se caracterizan porque: 

En ellas hay dos o más subconjuntos del conjunto de objetos que se mide, y los sujetos son clasificados en un subconjunto particular en función de si poseen o no la característica que define al subconjunto en cuestión. De esta forma, en el caso de las variables categóricas se hace referencia a una situación de “todo o nada” , en el sentido que el objeto que se pretende clasificar posee o no la propiedad Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 116

Las Variables

definitoria del subconjunto; es decir, pertenece o no a la categoría, pero no puede haber grados en esa pertenencia. Por ejemplo, suponga que la variable es el nivel económico de las personas, y que el investigador decide definir operacionalmente esta variable de la siguiente forma: 1. Nivel económico bajo: personas cuyos ingresos mensuales son iguales o inferiores al salario mínimo establecido por el gobierno (≤1548 BsF.). 2. Nivel económico medio: personas cuyos ingresos mensuales son superiores a 1548 BsF. pero inferiores a 15000 BsF. 3. Nivel económico alto: personas cuyos ingresos mensuales son superiores a 15000 BsF. En este caso, un sujeto se catalogaría en uno de estos tres subconjuntos dependiendo de si tiene o no los ingresos económicos que definen al subconjunto en cuestión; pero, el sujeto no puede ser “medianamente de nivel medio y medianamente de nivel alto”. 



Todos los miembros de un subconjunto son considerados iguales en lo que respecta a la variable en cuestión, y a todos se les da el mismo nombre y se les asigna el mismo número. En ellas no siempre hay orden de rango o jerárquico. Por ejemplo, el nivel económico implica un orden jerárquico, en el sentido de que aquellos que pertenecen a la categoría “nivel alto” tienen unos ingresos mensuales superiores a quienes forman parte de las categorías “medio”, y éstos a su vez tienen unos ingresos mayores a los que son asignados a la categoría “bajo” ; pero, la preferencia religiosa no implica un orden de rango...piénsalo…¿qué razón científica podría haber para suponer que los que profesan una religión dada son “superiores” o “inferiores” a quienes profesan una religión distinta?.

Respecto a las variables continuas y categóricas es necesario aclarar que siempre es posible convertir a una variable continua, como por ejemplo el cociente intelectual, en una variable categórica; pero, una variable que naturalmente es categórica, como el sexo, jamás puede convertirse en continua. Para culminar, las variables categóricas y continuas pueden, a su vez, subdividirse según el carácter de la escala de medida, en: de escala nominal u de escala ordinal, en el caso de las categóricas; y de escala de intervalo o de escala de razón, en caso de las continuas (SierraProhibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 117

Las Variables

Bravo, 1988). De acuerdo con este autor, las variables de escala nominal son aquellas que comprenden la distinción de diversas categorías como elementos, sin que esto implique orden jerárquico entre ellas. Por ejemplo, el sexo, el estado civil, la preferencia religiosa, etc. Por su parte, las variables de escala ordinal son las que implican la distinción de diversas categorías como elementos, así como un orden jerárquico entre ellas (Cozby, 2005; Sierra-Bravo, 1988); pero que no suponen grados de distancia iguales entre las categorías (Sierra-Bravo, 1988). Por ejemplo, si en un estudio se define el grado de instrucción formal como: sin instrucción formal, primaria incompleta, primaria completa, bachillerato incompleto, bachillerato completo, estudios universitarios completos, estudios universitarios incompletos, estudios de post-grado, se está manejando la variable como categórica de escala ordinal. Las variables de escala de intervalo son aquellas que suponen a la vez orden jerárquico y grados de distancia iguales entre las diversas categorías (Cozby, 2005; Sierra-Bravo, 1988), pero que no tienen un origen natural sino convencional (no tienen cero absoluto) (SierraBravo, 1988). Por ejemplo, el cociente intelectual, la temperatura, etc. Por último, las variables de razón son las variables continuas que comprenden a la vez, orden jerárquico entre las categorías, grados de distancia iguales entre ellas y tienen un origen único natural, es decir, tienen un punto cero absoluto que indica la ausencia de la variable (Cozby, 2005; Sierra-Bravo, 1988). Por ejemplo, el tiempo de reacción, la tasa de respuesta, la duración de la respuesta, la edad, el número de hijos, los ingresos percibidos, etc.

RELACIÓN ENTRE VARIABLES En el capítulo 3 definimos al problema de investigación como una pregunta acerca del modo en que están relacionadas ciertas variables, y en el capítulo 5 explicaremos que una hipótesis es la respuesta tentativa que se da a esa pregunta de investigación, o sea es una afirmación sobre cómo se espera que se dé la relación entre las variables manejadas en el estudio. Pero, ¿qué queremos decir exactamente cuándo hablamos de “relación” entre variables?. Respecto a este punto, Kerlinger (1981) introduce el término relación indicando que “la existencia de una relación implica que dos variables ‘van juntas’; es lo que dos variables tienen en común” (p. 22). Por su parte, la Real Academia Española (2001) aclara que la palabra relación proviene del latín relatio que significa conexión, correspondencia de algo con otra cosa. No obstante, ninguna de estas Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 118

Las Variables

dos aproximaciones es lo suficientemente precisa como para comprender adecuadamente qué se entiende por relación en el contexto de las ciencias fácticas. De manera ya formal, Kerlinger (1979; 1981) y Kerlinger y Lee (2002) definen una relación como un conjunto de pares ordenados. Recordemos entonces que un conjunto es una colección de elementos o cosas que poseen una propiedad común, que los distingue de otros (Real Academia Española, 2001). A esta noción de diccionario, Kemeny, Snell y Thompson; citados en Kerlinger, 1981) agregan que es una colección “bien definida”, en el sentido de que debe ser posible decir cuándo un objeto determinado pertenece o no al conjunto en cuestión. Siguiendo a Kerlinger (1981), la decisión acerca de si un objeto particular pertenece o no a un conjunto dado puede tomarse, bien porque conocemos la lista de todos los elementos que son miembros del conjunto, o bien porque hemos especificado una regla que determina si el objeto que estamos catalogando pertenece o no al conjunto. Un ejemplo de la primera forma de definir un conjunto sería los países miembros de la Unión Europea. Para saber si un País cualquiera, supongamos Venezuela, pertenece o no al conjunto simplemente tenemos que tener la lista de todos los miembros de la Unión Europea y ver si en ella aparece Venezuela. En el caso de la definición de un conjunto mediante una regla, supón que catalogamos a la variable “nivel de intensidad sonora” como alto, moderado y bajo; y establecemos la regla según la cual, todos aquellos sonidos que tengan un nivel de intensidad igual o mayor a 90 dBA son de alto nivel de intensidad, aquellos cuyo nivel de intensidad esté entre 70 dBA y 85 dBA tienen un nivel de intensidad moderado , y aquellos con un nivel de intensidad inferior a 70 dBA son de bajo nivel de intensidad. De esta forma, luego de establecida la regla sólo tendríamos que, usando un sonómetro, medir el nivel de intensidad de un sonido cualquiera y ver a qué categoría pertenece según la regla establecida.


Las Variables

Aclarado lo que es un conjunto, veamos qué es un par ordenado. Un par ordenado es un conjunto que está conformado por dos elementos de cualquier tipo que aparecen según un orden fijo (Kerlinger, 1979; 1981; Kerlinger y Lee, 2002). Veamos un ejemplo. Supongamos que pretendemos evaluar si los caballos de fuerza de los carros están relacionados con su peso. Para ello, medimos los caballos de fuerza y el peso de una muestra de vehículos. Luego de las mediciones tendríamos dos conjuntos, uno que contiene los caballos de fuerza de cada uno de los carros de nuestra muestra, y otro que contiene el peso de esos mismos vehículos.

Como podemos observar, para cada uno de los vehículos de nuestra muestra tenemos dos medidas, una de los caballos de fuerza y otra del peso. Ahora supongamos que tenemos bases teóricas para asumir que la “causa” del peso de los carros son los caballos de fuerza; de forma que, el conjunto “caballos de fuerza” representa los valores adoptados por nuestra variable independiente, y el conjunto “peso” representa los valores adoptados por nuestra variable dependiente. Si Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 120

Las Variables

consideramos estos dos conjuntos como el siguiente conjunto de pares ordenados: (130, 3504), (165, 3693), (150, 3436), 150, 3433), (140, 3449), (198, 4341), (220, 4354), (215, 4312)…, entonces tenemos una relación entre caballos de fuerza y peso del vehículo. Fíjate que en todos los pares ordenados siempre aparece primero el valor correspondiente del conjunto “caballos de fuerza”, la variable independiente, seguido del valor asociado en el conjunto “peso”, la variable dependiente. Si analizamos a simple vista este conjunto de pares ordenados da la impresión de que a medida que aumentan los caballos de fuerza de un vehículo, aumenta su peso. Esto parece fácil en este ejemplo porque estamos manejando una cantidad de valores bastante pequeña, pero cuando realizamos investigaciones solemos tener una gran cantidad de medidas y “ver” los datos en bruto no nos permite tener idea alguna de si las variables están o no relacionadas y, en el caso que lo estén, no nos permite dar respuesta a las preguntas básicas acerca de la

dirección y magnitud de la relación.

Una manera sencilla de tener indicaciones acerca de la dirección y magnitud de una relación consiste en graficar el conjunto de pares ordenados. Recuerda que para ello, siempre debemos representar los valores de la variable independiente en el eje “X” y los de la variable dependiente en el eje “Y”. En la figura 8 se presenta el gráfico correspondiente a la relación caballos de fuerza-peso del vehículo considerando todas las medidas realizadas.

Figura 8. Relación positiva caballos de fuerza-peso del vehículo. La observación de esta figura nos permite ver que efectivamente, tal y como habíamos sugerido anteriormente, parece existir una relación entre la variable “caballos de fuerza” y la variable “peso”, relación la cual parece indicar que al aumentar los caballos de fuerza, aumenta Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 121

Las Variables

concomitantemente el peso de los carros. Cuando esto sucede decimos que las dos variables guardan una relación positiva o directa (Cozby, 2005; Kerlinger, 1979; 1980; Kerlinger y Lee, 2002; Pagano, 1999). Por otra parte, cuando al incrementarse los valores de una variable, disminuyen concomitantemente los valores de la otra variable decimos que las dos variables guardan una relación negativa o inversa (Cozby, 2005; Kerlinger, 1979; 1980; Kerlinger y Lee, 2002; Pagano, 1999). Por ejemplo, en la figura 9 se representa gráficamente el conjunto de pares ordenados obtenido en un experimento imaginario en el que se analizó la relación entre el pulso y la respiración. Aquí, a diferencia de lo que sucedía en el ejemplo de los caballos de fuerza y el peso, parece que a medida que aumenta el pulso, disminuye la respiración.

Figura 9. Relación negativa pulso-respiración. Tal y como señalamos con anterioridad, la representación gráfica del conjunto de pares ordenados también nos puede dar una idea de la magnitud de la relación existente entre las variables. En palabras de Kerlinger (1981), “la magnitud de una relación se refiere al grado en que dos conjuntos de medidas varían conjuntamente de manera positiva o negativa” (p. 53); o sea, nos habla de qué tan fuerte es la relación que estamos observando entre las variables. En este sentido, si la línea que representa la recta de regresión va de la parte inferior izquierda del gráfico a la superior derecha y todos los puntos que representan los pares ordenados caen sobre esta recta, decimos que la relación entre las dos variables es positiva y perfecta (Ver Figura 10) (Pagano, 1999); es decir, que un aumento de una magnitud dada en los valores una de las variables va acompañado de un incremento proporcional en los valores de la otra variable. Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 122

Las Variables

Figura 10. Relación positiva y perfecta. Ahora bien, si la línea que representa a la recta de regresión va de la parte superior izquierda del gráfico a la inferior derecha y todos los puntos que representan los pares ordenados caen sobre esta recta, se dice que la relación entre las dos variables es negativa y perfecta (Ver Figura 11) (Pagano, 1999); es decir, que una aumento de una magnitud dada en los valores una de las variables va acompañado de un decremento proporcional en los valores de la otra variable.

Figura 11. Relación negativa y perfecta. Finalmente, si los puntos que representan los pares ordenados están dispersos y relativamente alejados de la línea de regresión, tenemos una relación más o menos débil; es decir, no es posible predecir la magnitud de la variable dependiente a partir de la magnitud de la variable independiente (Ver Figura 12).


Las Variables

Figura 12. Relación débil. No obstante lo anterior, en el mundo natural muy raramente se encuentran relaciones perfectas entre los fenómenos; lo que sucede en la inmensa mayoría de los casos es que muchos de los puntos que representan a los pares ordenados están muy cercanos a la recta de regresión y algunos están más o menos alejados. Esto se puede ver en el gráfico en el que representamos la relación caballos de fuerza-peso del vehículo: siempre habrá algún carro que tenga muchos caballos de fuerza y pese poco (por ejemplo, un formula 1), y siempre habrá algún carro que tenga pocos caballos de fuerza y pese mucho. Por esta razón, una manera mucho precisa de estimar la magnitud y dirección de la relación entre dos variables es mediante el cálculo de lo que se conoce como coeficiente de correlación. Tal y como señalan Kerlinger y Lee (2002), Martin (2005) y Pagano (1999), el coeficiente de correlación es un número que puede variar entre +1 y -1. El signo del coeficiente indica si la relación es positiva (+) o negativa (-), y el tamaño del número indica la fuerza de la relación. De esta forma, un coeficiente de correlación de +1 señala que la relación entre las dos variables es positiva y perfecta, uno de -1 que la relación es negativa y perfecta, y un coeficiente de valor cero (0) indica que la relación entre las dos variables es nula (Kerlinger y Lee, 2002). En relación con este último punto, es importante tener claro que obtener un coeficiente de correlación de cero no significa que “no haya” relación entre las variables. Como señalan Kerlinger y Lee (2002), por definición “siempre existe una relación en tanto que existe un conjunto de pares ordenados” (p. 84).


Las Variables

En nuestro ejemplo de la relación entre los caballos de fuerza de un vehículo y su peso, el cálculo del coeficiente de correlación momentoproducto de Pearson dio como resultado un valor de 0.851, el cual resultó estadísticamente significativo, confirmándonos que la relación entre ambas variables es positiva y que dicha relación es fuerte. Fíjate que el coeficiente tiene signo positivo y su valor se acerca bastante a 1.00. A diferencia de esto, en el caso de la relación entre pulso y respiración el coeficiente de correlación fue de -0.645 y resultó estadísticamente significativo. Aquí observa que el signo del coeficiente es negativo indicando que, como habíamos supuesto, ambas variables guardan una relación de dirección negativa, y su valor, si bien es alto, es más bajo que el hallado para el caso de los caballos de fuerza y el peso. Lo que sugiere que, aunque la relación pulso-respiración es de magnitud moderada y no explicable por azar, comparativamente esta relación es algo más débil que la de caballos de fuerza-peso del carro. Por último, el coeficiente de correlación obtenido para la relación entre funcionamiento familiar y depresión fue de 0.297, no siendo estadísticamente significativo. Esto quiere decir que la relación entre ambas variables puede ser explicada por azar. Todo lo que hemos explicado hasta ahora hace alusión a lo que se conocen como relaciones lineales entre variables; sin embargo, no todos los fenómenos se relacionan linealmente. Otro tipo de relación frecuente son las relaciones curvilíneas. Se habla de relación curvilínea cuando los valores de una de las variables está acompañado de incrementos o decrementos en los valores que adopta la otra variable (Cozby, 2005). Por ejemplo, Robert Yerkes planteó que la relación entre nivel de activación del individuo y rendimiento en una tarea dada no es lineal, sino que presenta la forma de “U” invertida (Ver Figura 13). Es decir, que a medida que aumenta el nivel de arousal del individuo se produce un incremento en su rendimiento, hasta que dicho nivel alcanza un valor a partir del cual incrementos sucesivos en el nivel de activación se ven acompañados de disminuciones en el rendimiento. Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 125

Las Variables

Figura 13. Relación en forma de “U” invertida entre arousal y rendimiento. En la figura 14 se presentan ejemplos de otros tipos de relaciones no lineales.

(a)

(b)

Figura 14. Ejemplo de relaciones no lineales: (a) exponencial, (b) logarítmica.

REFERENCIAS BIBLIOGRÁFICAS Abreu, J.L. (2012). Constructos, variables, dimensiones, indicadores & congruencia. International Journal of Good Conscience, 7 (3), 123130. Recuperado de http://www.spentamexico.org/v7-n3/7(3)123130.pdf Arnau, J.A. (1984). Diseños experimentales en psicología y educación (Vol. 2). México: Trillas. Bhattacherjee, A. (2012). Social science research: Principles, methods, and practices (2da ed.). Tampa-Florida: USF Tampa Library Open Access Collections at Scholar Commons.


Las Variables

Cozby, P.C. (2005). Métodos de investigación del comportamiento (8va ed.). México: McGraw-Hill. Kalaian, S.A. & Rafa, M. K. (2008). External validity.En Encyclopedia of Survey Research Methods. USA: SAGE Publications. Recuperado de http://www.sage-ereference.com/survey/Article_n172.html. Kerlinger, F.N. (1979). Investigación del comportamiento: Técnicas y metodología. México: Interamericana. Kerlinger, F.N. (1981). Enfoque conceptual de la investigación del comportamiento.México: Interamericana. Kerlinger, F.N. y Lee, H.B. (2002). Investigación del comportamiento: Métodos de investigación en ciencias sociales. M+exico: McGrawHill. Lavrakas, P.J. (2008). Internal validity. En Encyclopedia of Survey Research Methods. USA: SAGE Publications. Recuperado de http://www.sage-ereference.com/survey/Article_n229.html. Madonna, C. & Ponterotto, J. (2006). Evaluating and selecting psychological measures for research purposes. En The Psychology Research Handbook . USA: SAGE Publications. Recuperado de http://www.sageereference.com/hdbk_psychrsch/Article_n7.html. Martin, D.W.(2005). Psicología experimental: Cómo hacer experimentos en psicología.México: Cengage Learning. Martínez-Hernández, M. (1995). Métodos y diseños de investigación en psicología. Madrid: Editorial Complutense. McGuigan, F.J. (1996). Psicología experimental: investigación. México: Prentice-Hall.

Métodos

de

Meltzoff, J. (2000). Crítica a la investigación: Psicología y campos afines. Madrid: Alianza Editorial. Muijs, D. (2004). Doing quantitative research in education with SPSS. London: SAGE Publications. Orne, M.T. (1962). On the social psychology of the psychological experiment: With particular reference to demand characteristics Prohibida su reproducción total o parcial por cualquier medio sin la autorización expresa de la editor a. 127

Santalla-banderali Capitulo 4 Las Variables

Recommend Documents