En estadísticas de variable o carácter [1] generalmente significamos un conjunto de características detectadas en una o más unidades estadísticas que pertenecen a una población o una muestra de referencia como resultado de una investigación. Se habla de variables simples cuando el objeto es solo una característica específica y múltiples variables (doble, triple, etc.) cuando los objetos son más características de referencia. Ejemplos de personajes en una muestra de personas son: altura, edad, color de ojos, género, signo del zodiaco, credo religioso, etc.
Los datos que se pueden obtener de una investigación estadística pueden ser de una naturaleza diferente y, en particular, tiene:
- Variables cualitativas (o estadísticas cambiables): expresan una calidad, es decir, los métodos son valores no numéricos (por ejemplo: género o creencia religiosa).
- Un carácter cualitativo es ordinal (ordenado o ordenable) si las modalidades naturalmente poseen un orden, es decir, se pueden organizar a lo largo de una escala [2] (por ejemplo, el «malo», «malo», «mediocre», «bueno «E» Genial «o los días de la semana [3]).
- Un carácter cualitativo es nominal (o desconectado) si las modalidades no tienen ningún orden natural (por ejemplo: enfermedades o color de los ojos).
- Variables cuantitativas (o simplemente solo variables): exprese una cantidad, o los métodos son valores numéricos (por ejemplo: la altura o el número de niños).
- Variables cuantitativas discretas: adquieren una cantidad de valores finitos o numerados, es decir, sus posibles valores se pueden enumerar, es decir, pueden indicarse con una sucesión muuelles, ξ2, ξ,… { displayStyle xi _ {1 }, xi _ {2}, xi _ {3}, ldots} (por ejemplo: el número de niños, las páginas de un libro o viajes anuales).
- Variables cuantitativas continuas: asumen una cantidad ininitable pero continúan con valores, es decir, que pueden tomar todos los valores intermedios de un intervalo (por ejemplo: peso o altura). [4]
Estos dos tipos de variables claramente tienen diferentes características y muchas propiedades o peculiaridades que se aplican a la que (es decir, para cuantitativas) no se aplican a las demás; En particular, en términos de riqueza de contenido de información, derivando del tipo de relaciones que se pueden establecer entre los valores que las variables pueden tomar, se puede establecer un orden jerárquico en el que las «variables cualitativas Dentro de estas dos categorías generales, se pueden hacer distinciones más específicas para distinguir mejor el contenido de información cualitativa de las características consideradas, por lo tanto, entre las variables cualitativas (o estadísticas cambiables) hay: Dentro de la categoría de caracteres cuantitativos continuos, también se puede distinguir entre: Además de los tipos de variables, también hay varias formas de clasificar las variables. Dos formas de clasificar las variables es experimental y matemático. La clasificación experimental se utiliza para clasificar las variables por la función que sirven en el experimento. En la investigación experimental, tenemos variables independientes y dependientes. Las variables independientes son variables controladas por el investigador y se cree que tienen un efecto en la variable dependiente. Las variables dependientes se ven afectadas por las variables independientes. Por ejemplo, supongamos que queremos ver cómo el sueño afecta el GPA. Manipularíamos la cantidad de sueño que una persona obtiene, que es la variable independiente para ver cómo su GPA cambia a medida que GPA es la variable dependiente influenciada por el sueño. El segundo tipo de clasificación es matemática. Una variable continua puede asumir un número infinito de valores. Un ejemplo sería peso o altura. Una variable discreta consiste en un número finito de valores. Los ejemplos incluyen género y el número de computadoras. No puedes ser medio género, eres hombre o mujer. Qué tipo de variable para usar depende nuevamente de las preguntas de investigación del estudio. La clasificación jerárquica ascendente de variables, desarrollada por Michael R. Anderberg en 1973, incluye una amplia gama de herramientas de clasificación que actúan directamente en un conjunto de variables continuas. Permite deshacerse de metodologías un poco más largas, como las basadas en el análisis en los componentes principales (ACP) o aquellas basadas en el análisis de correspondencia múltiple que requieren, al principio, la construcción de ejes de factores que la aplicación de un Clasificación ascendente jerárquica para lograr un resultado similar. La idea de la clasificación ascendente jerárquica de las variables es lanzar una serie iterativa de ACP, a través de una rotación oblicua y no ortogonal, en los grupos y subgrupos de variables diseñadas a medida que avanzan de acuerdo con sus correlaciones y, con cada iteración. , para redistribuir las variables en los diferentes grupos para optimizar la clasificación final. La principal resistencia de esta herramienta, y que proporciona una de las propiedades fundamentales, es que la rotación oblicua trae la creación de variables latentes muy débilmente correlacionadas entre sí. El algoritmo general, que a menudo encontramos en la literatura bajo el nombre Varclus, consiste en aplicar los pasos que son los siguientes, Paso 0: Tenga en cuenta que el conjunto inicial que contiene todas las variables explicativas y «ACP Quartimax» la versión del análisis de componentes principales basado en la rotación oblicua. Ø Aquí, los valores que las variables pueden asumir se limitan solo a números enteros (0, 1, 2, 3, etc.). Ø Habrá «brechas» entre los valores sucesivos de la variable. Ø Ejemplo: considere el número de pétalos en una flor como una variable discreta X. En la situación real, el número de pétalos en una flor puede ser 4 o 5 o 6 o cualquier número entero. No habrá una variable como 5 ½ pétalos o 4.2 pétalos. Dichas variables se denominan variables discretas o variables discontinuas. Ø Ejemplo: número de hermanos, número de pétalos, etc. Ø Continua son aquellas variables que pueden tomar cualquier valor dentro de un cierto rango. Ø No hay «GAPS» entre los valores sucesivos de la variable. Ø Ejemplo: considere la altura de la planta como la variable X. En situación real, la altura de la planta puede ser de 10 cm, 10.1 cm, 10.5 cm, 10.8 cm, 11 cm, etc. Por lo tanto, entre dos números enteros (aquí 10 y 11) , existen numerosos valores posibles. Tal variable se llama variable continua. Ø Las variables categóricas son variables no medibles. Ø También se les llama una variable no numérica o cualitativa, ya que dan datos cualitativos. Ø Los resultados de la investigación publicados en revistas reputadas también pueden actuar como datos secundarios. Ø Las fuentes publicadas son la excelente fuente de datos secundarios utilizados. Ø Estos son los registros publicados o mantenidos por agencias gubernamentales y no gubernamentales, como el Departamento de Censo, Departamento de Estadística, Departamento de Salud, Departamento de Agricultura y Pesca, Publicaciones oficiales de ONU, OMS, UNEP, UNESCO, etc. son una buena fuente de secundaria datos. Es una característica que se da en forma de valor o cantidad y que varía con el tiempo se conoce como variable. Los valores son los números matemáticos (es decir, 0,1,2,3,4,5,6,7,8 y 9) y estos números pueden ser 1 dígito o una combinación de dígitos. Por ejemplo, la altura de 4 estudiantes en pulgadas son 55, 72, 56 y 74. Aquí las Figuras 55, 72, 56 y 74 son los valores de variable y altura son una característica. Si la altura se mide nuevamente después de unos meses o posterior, los valores de las variables pueden cambiarse. Dependiendo de la característica, la variable se puede clasificar como; Es una característica cuya representación numérica/matemática es posible. Las variables cuantitativas se clasifican aún más en dos categorías principales. Dependiendo de los datos dados, es decir, un datos dados está en números enteros o en fracción/decimal. Cuando la característica no es numérica o una característica cuya representación numérica no es posible. Hay varias características para estudiar sobre la distribución de una variable cuantitativa: La tendencia central: el punto alrededor del cual se agrupan los diferentes valores de una variable (medido por la mediana, el modo, el promedio, etc.) La dispersión: el alcance de los diferentes valores (por lo tanto, la heterogencia de la población) que una variable puede tomar (medida por la desviación estándar, la varianza, la brecha interconectada, etc.) Estas son estadísticas que están poco influenciadas por los valores extremos de la distribución. Se dice que son «no paramétricos» porque no suponen que ninguna distribución particular de la variable. Los cuartiles: después de la clasificación en orden creciente, compartimos en 4, por lo tanto, hay 3 terminales. El primer cuartil es el valor que separa las observaciones de tal manera que el 25% está por debajo y el 75% por encima. El segundo cuartil es la mediana. El tercer cuartil finalmente divide las observaciones más bajas del 75% del 25% más alto. Se realizan experimentos científicos para recopilar datos, información confiable de la que se puede hacer una inferencia para responder una pregunta. Un buen experimento científico es repetible y producirá los mismos resultados o muy cercanos. Para que un experimento tenga resultados repetibles, el experimento en sí debe ser repetible; No solo por el científico investigador sino también por otros científicos, produciendo los mismos resultados. Un experimento científico que es repetible hace que los datos recopilados del experimento sean más confiables y sólidos. Los errores pueden ser cometidos y extrañados por el científico. Cuantas más veces sea un factor el mismo efecto, hay más confianza, existe el mismo efecto que ocurrirá la próxima vez que esté involucrado el factor. Hay muchos factores que se dedican al diseño de un experimento científico. Estos factores se conocen como variables, y estas variables pueden cambiar con el diseño experimental. Se puede diseñar un experimento para controlar estas variables, lo que limita los factores que pueden afectar los resultados. Hay tres tipos de variables dentro de un experimento. La variable independiente, la variable dependiente y las variables controladas. Las variables controladas son esas determinadas y establecidas por el científico. Estas variables no son de interés para responder a la pregunta científica; Sin embargo, pueden afectar los resultados de un experimento. Por lo tanto, el científico determinará y definirá sus niveles, manteniéndolos constantes durante todo el estudio. La variable independiente es la causa de una observación, mientras que la variable dependiente es el efecto causado por la variable independiente. Una investigación científica bien diseñada solo cambiará una variable a la vez (la variable independiente) para determinar la causa que tiene el factor. ¿Alguna vez has ido a caminar en un buen día y te has encontrado con un par de pájaros que se cantan? ¿Te preguntaste qué estaban diciendo? Tal vez has ido a pescar con algunos amigos y te diste curiosidad por qué ciertos señuelos funcionan mejor que otros. O tal vez te hayas preguntado por qué cuando derramas un vaso de agua tienes muy poco tiempo para evitar que vaya por todas partes, pero si derribas un frasco de mantequilla de maní, puedes restablecerlo fácilmente sin perder una sola gota . Paso 1: Determine si los datos se pueden clasificar o clasificar, como una etiqueta, nombre o tipo. Si los datos califican, es un nivel nominal. Paso 2: Determine si los datos tienen una clasificación relativa, como tamaño u orden, y no se puede realizar una operación numérica en los datos. Si los datos califican, es un nivel ordinal. Paso 3: Determine si los datos muestran una diferencia, donde hay un intervalo significativo, y se basa en una medición conocida. Si los datos no miden cero, es un nivel de intervalo. Paso 4: Si los datos indican una diferencia, con un intervalo significativo e incluye cero, se clasifica como un nivel de medición de relación. Datos: Información que representa los resultados de una medición. Nivel de medición: método de identificación utilizado para etiquetar variables. Nivel nominal: los datos que solo se pueden representar como etiquetas o nombres, sin orden, solo pueden clasificarse y contarse; no prioriza. Nivel ordinal: datos registrados en función de la clasificación relativa o la calificación de elementos basados en atributo definido o variable cualitativa; solo se puede contar o clasificarse, como identidad, magnitud o rango; El orden es importante, las diferencias no lo son. Nivel de intervalo: datos registrados donde el intervalo entre valores es significativo y se basa en una escala con una unidad de medición conocida, por ejemplo, temperatura; no mide cero, aparte de un intervalo; El orden y las diferencias son importantes, pero no están en una relación. Una variable involucra cualquier cosa que pueda aceptar diferentes valores. Los valores mencionados pueden ser diferentes para diferentes individuos y objetos que las puntuaciones de un individuo en varias pruebas pueden considerarse como un ejemplo con respecto al problema. En una definición general, se puede afirmar que es un atributo o un factor que se comparte entre la población de una sociedad que tiene la capacidad de tomar diferentes valores de que el valor asignado a una variable es demuestra un cambio de un individuo a otro o de un estado al siguiente. Según el rol (s) que juegan las variables en una investigación, se dividen en dos categorías: Una variable independiente es una variable basada en la cual se predice la variable dependiente. Esta variable es elegida, manipulada y medida por el investigador dirigido a descubrir su relación con otras variables. La variable independiente puede tener un efecto positivo o negativo en la variable dependiente; Es decir, cualquier tipo de cambio en la variable independiente podría dar lugar a un cambio en la variable dependiente. En consecuencia, la razón detrás del cambio de la variable dependiente se puede buscar en el cambio que se ha aplicado a la variable independiente. En una investigación no experimental, la variable independiente no se manipula, y se eligen grupos intactos suponiendo que la variable independiente tiene un efecto en la variable dependiente. Para más elaboración, se presentan dos ejemplos: Ejemplo 1: «Varias clases sociales tienen un efecto en la mejora del conocimiento». En este ejemplo, las diversas clases sociales y la mejora del conocimiento se consideran variables independientes y dependientes, respectivamente. Ahora es esencial definir el concepto de variable, dado que en las próximas lecciones haremos un uso extensivo de este término. Pensemos en cuándo grabamos a un amigo nuestro en el número de teléfono de la guía telefónica. Una vez que el número se ha registrado y asociado el nombre, cuando queremos llamar a nuestro amigo, solo tenemos que ingresar su nombre (nombre de la variable) y el teléfono móvil compensará automáticamente el número de teléfono (valor variable). Por lo tanto, se puede ver que existe una variable en función del nombre y el valor correspondiente; La comodidad se encuentra (como en el teléfono celular) al poder usar nombres en lugar de valores. Con esta lógica, podemos asociarnos con un nombre diferentes tipos de información, como números grandes o letras o difíciles de recordar. Otra ventaja que no debe subestimarse es la posibilidad de usar el nombre de la variable en lugar de su valor para realizar operaciones en él, con la posibilidad, más tarde, cambiar el valor y cuántas veces queremos. Un ejemplo típico puede ser el de un programa que escribe el cuadrado de un número insertado por el usuario en el video. Sin usar un lenguaje específico, puede ver la comodidad en el uso de la variable que puede tomar valor para el gusto, sin tener que reescribir el programa cada vez; B también una variable y se usa para registrar el resultado final En este ejemplo, puede ver como si, por ejemplo, insertamos el valor «4» como un número, en la pantalla «El cuadrado de 4 es 16 es 16 es 16», pero si escribimos otro número, también cambiará el escritura. ¿Y qué sucede si en lugar de un número escribimos un personaje? Artículos Relacionados:
¿Cuál es la clasificación de las variables?
¿Cuáles son las clasificaciones de las variables?
¿Qué es una variable estadística y cómo se clasifican?
¿Cómo se clasifican las variables y ejemplos?
¿Qué es una variable cuantitativa cómo se clasifica y de ejemplos?
¿Cómo se clasifican las variables en una investigación?
¿Cómo clasificación las variables?
¿Qué es una variable de investigación y sus tipos?
¿Qué son las variables y tipos de variables?
