Ir al contenido principal

Operacionalización de variables y hoja para la captura de datos

Desde el momento mismo en que planeamos realizar un estudio, es indispensable que consideremos cómo será la hoja en la que vamos a capturar nuestros datos. Esto implica que debemos conocer con claridad cuáles son la variables que se van a medir en el estudio y la manera en que se llevarán a cabo las mediciones.
La operacionalización de las variables corresponde a la descripción haremos de las variables desde tres aspectos fundamentales:

  1. Clasificación de las variables según su escala de medición
  2. Clasificación de las variables según su contenido, y
  3. Clasificación de las variables según sus relaciones
Adicionalmente, en la operacionalización de las variables se deben establecer: a) cuál es el objetivo al medir la variable, b) cómo se va a medir, y c) la codificación que lleva implícita cada variable.
Para ayudar a entender estos aspectos, utilizaré un ejemplo que plantea Martínez González (Bioestadística amigable 3a edición, 2014):
Supongamos que se desea evaluar la efectividad de un programa dirigido a diabéticos para dejar de fumar.
Se van a incluir diabéticos fumadores, para ser asignados aleatoriamente a una intervención con una enfermera entrenada, o a un grupo de control con un programa habitual para dejar de fumar.
Al crear una tabla para la operacionalización de las variables, con este ejemplo nos quedaría algo similar a la siguiente figura:
A continuación explico el significado de cada columna:
  • Columna 1: se escribe el nombre de la variable. Con la finalidad de que podamos utilizarlo en el software estadístico de nuestra elección, es altamente recomendable que el nombre de la variable sea corto, habitualmente no mayor de ocho caracteres, siempre debe iniciar con una letra, no utilizar caracteres especiales (ñ, !, #,' , etcétera), y escribirlas en minúscula.
  • Columna 2: se refiere a la posición que ocupa la variable dentro de la base de datos.
  • Columna 3: se debe describir cuál es el objetivo que pretendemos al medir esa variable en particular.
  • Columna 4: se pondrá el tipo de variable a que corresponda, según su escala de medición, según su contenido y según la relación entre las variables.
  • Columna 5: describir los instrumentos y métodos que se utilizarán para medir dicha variable.
  • Columna 6: poner todos los códigos que se vayan a utilizar, cuando aplique.
Al igual que la tabla anterior, es muy útil elaborar un libro de códigos, tal como se muestra en la figura de abajo.
Lo aspectos señalados previamente nos ayudarán a mantener la cohesión de nuestros datos y permitirán crear una hoja de captura de datos en papel, tal como se muestra en abajo.




Comentarios

Entradas más populares de este blog

Eventos y espacio muestral Basado en el Libro de William Mendenhall Obtenemos datos al observar eventos no controlados en la naturaleza o en situaciones controladas en el laboratorio. El término experimento se utiliza para describir cualquiera de los dos métodos de recolección de datos. Definición: Un experimento es el proceso mediante el cual se obtiene una observación (o medición). La observación o medición generada por un experimento puede o no producir un valor numérico. A continuación veamos algunos ejemplos de experimentos: • Registrar la calificación de un examen • Medir la cantidad de lluvia diaria • Entrevistar a un médico para obtener su opinión sobre una guía de práctica clínica Ejemplo Experimento : Lanza un dado y observa el número que aparece en la cara superior. Haz una lista de los eventos sencillos del experimento. Solución : Cuando el dado se lanza una vez, hay seis posibles resultados. Los eventos sencillos se presentan a continuación: Evento
Cálculo de probabilidades de eventos sencillos Basado en el libro de William Mendenhall La probabilidad de un evento A es una medida de nuestra creencia de que el evento A ocurrirá. Una manera práctica de interpretar esta medida es con el concepto de frecuencia relativa. Recuerda que si un experimento se realiza n veces, entonces la frecuencia relativa de un suceso particular, por ejemplo A , es donde la frecuencia es el número de veces que ocurrió el evento A . Si hacemos que el número n de repeticiones del experimento se haga cada vez más grande en última instancia se genera toda la población. En ésta, la frecuencia relativa del evento A se define como la probabilidad del evento A ; esto es, Como Pr(A) se comporta como una frecuencia relativa, Pr(A) debe ser una proporción que se encuentre entre 0 y 1; Pr(A) = 0 si el evento A nunca ocurre, y Pr(A) = 1 si el evento A siempre ocurre. Cuanto más cercano sea Pr(A) a 1, es más probable es que A ocurra. Por ejemplo