Conceptos básicos de la investigación del comportamiento: definiciones simples de variables y medidas

Este artículo desglosará algunos de los términos básicos del análisis cuantitativo.

6689062, CC0, vía Pixabay

El análisis estadístico cualitativo y cuantitativo puede ser muy útil para una empresa u organización que desee formular una estrategia de marketing eficaz. Sin embargo, comprender las estadísticas cualitativas y cuantitativas y sus herramientas puede resultar muy confuso. Este artículo busca dar sentido a los términos básicos asociados con el análisis cuantitativo.

Variables

Una variable es una característica observable de un objeto o evento que puede describirse de acuerdo con algún esquema de clasificación o medición bien definido.

Ejemplos de variables estudiadas en la investigación de las ciencias sociales o del comportamiento incluyen: género, ingresos, educación, clase social, productividad organizacional, orientación a la tarea, memoria de recuerdo, memoria de reconocimiento y logro (Kerlinger y Lee, 2001).

Variables independientes y dependientes

Una variable independiente es un fenómeno que es manipulado por un investigador y se predice que tendrá un efecto sobre otros fenómenos (Williams y Monge, 2001). Un ejemplo de una variable independiente sería un método de enseñanza, un tratamiento médico o un régimen de entrenamiento.

Una variable dependiente es un fenómeno que se ve afectado por la manipulación del investigador de otro fenómeno. Por ejemplo, el logro es el efecto de un método de enseñanza, cura o no el efecto de un tratamiento médico, y un mayor nivel de habilidad o no (logro) es el efecto de un régimen de entrenamiento.

Suponga que un investigador educativo quiere saber cómo un determinado estilo de enseñanza afecta el aprendizaje en el aula y medirá la diferencia dando a los estudiantes una prueba previa antes de que se aplique el estilo de enseñanza y luego volviendo a evaluar a esos mismos estudiantes. La variable independiente sería el nuevo método de enseñanza (la causa) y la variable dependiente serían las puntuaciones de las pruebas resultantes o el resultado o efecto).

Variables activas y de atributo

Kerlinger y Lee hacen otra distinción en las variables entre activo y atributo.

Una variable activa es una variable que se puede manipular. Las variables activas también se denominan variables experimentales. Ejemplos de este tipo de variable son los métodos de enseñanza, los regímenes de entrenamiento y similares, que pueden modificarse para medir su efecto sobre los fenómenos.

Una variable de atributo es una variable que no se puede manipular. Un ejemplo de una variable de atributo es el género, la raza, la condición psicológica o cualquier característica que sea inherente o preprogramada y no se pueda alterar.

Variables categóricas y continuas

Un tercer par de variables importantes son las variables categóricas y continuas (Kerlinger y Lee).

Las variables categóricas pertenecen a una medida denominada de naturaleza nominal y demográfica. Esto significa que se utilizan con fines de clasificación en categorías mutuamente excluyentes. Como tales, no tienen rango y, por lo tanto, tienen el mismo estatus como género, edad, raza, preferencia religiosa y afiliación política.

Las variables continuas son aquellas que tienen un sentido ordenado de valores dentro de un cierto rango, con un número infinito teórico de valores dentro de ese rango. Un ejemplo de este tipo de variable es la inteligencia, que se puede designar como alta, media o baja según los puntajes en las pruebas de rendimiento.

Escalas de medición en análisis estadístico

En el análisis estadístico, hay cuatro niveles básicos de medición.

Escala nominal

La escala nominal es la forma más débil de medición estadística. Los investigadores utilizan una escala nominal para clasificar las observaciones sin la intención de ordenar o clasificar los hallazgos en el nivel de importancia. Tales observaciones incluyen resaltar el color de ojos, raza, religión, nacionalidad y similares.

Escala ordinal

La escala ordinal incorpora la escala nominal pero busca clasificar las respuestas con un "mayor que" o "menor que". Por ejemplo, se podría diseñar un cuestionario de investigación para saber cuánto disfrutan los adultos usando las redes sociales como Facebook o los resultados de una carrera de caballos pueden aparecer en el orden de llegada.

Tanto la escala de medición nominal como la ordinal se utilizan principalmente en el análisis cualitativo.

Escalas de intervalo y relación

Una tercera forma de medición estadística es la escala de intervalo. La primera característica de las escalas de intervalo y razón es que el nivel de significancia se trata en términos de intervalos conocidos e iguales. La segunda característica de estos niveles o escalas es que son de naturaleza cuantitativa. Además, se les pueden aplicar algunas o todas las operaciones aritméticas.

Validez y fiabilidad

En Reasoning with Statistics, Frederick Williams y Peter Monge (2001) señalaron:

En otras palabras, siempre existe la posibilidad de que el método elegido dé lugar a una locura estadística. Para asegurar los resultados de un análisis estadístico particular, el investigador potencial debe tomar en consideración los conceptos de validez y confiabilidad.

Validez

La validez en la investigación en ciencias sociales o del comportamiento indica el grado en que las escalas miden lo que los investigadores afirman medir. Williams y Monge señalan que "la cuestión de la validez es una cuestión de 'bondad de ajuste' entre lo que el investigador definió como características de un fenómeno y lo que informó en el lenguaje de la medición" (p. 29).

Por ejemplo, el concepto de validez puede plantear una pregunta como "¿hasta qué punto se relacionan las puntuaciones de rendimiento en un examen con la retención del conocimiento de una determinada materia?" En un extremo absurdo, el concepto de validez se violaría si una maestra diera un examen sobre la Sección 4 de un texto de Historia de los Estados Unidos cuando quisiera saber cuánto aprendieron sus estudiantes de la Sección 5 de su texto de matemáticas. Del mismo modo, una investigadora de ciencias sociales estaría mal si midiera las percepciones del estilo de liderazgo dando una prueba de personalidad.

Fiabilidad

La confiabilidad en la investigación de las ciencias del comportamiento se refiere a la consistencia interna y externa de la medición. La confiabilidad busca saber si la herramienta de medición elegida produciría los mismos resultados si se aplicara exactamente en las mismas condiciones.