Indicador Matriz de Consistencia.

“Fundamentos de Investigación Económica”

CAPITULO XII

12 VARIABLES E INDICADORES

12.1 VARIABLES:

12.1.1 CONCEPTO DE VARIABLE.- La variable

queda definida desde que se define el problema, en tanto

que construcciones las variables están contenidas en las

hipótesis, estas adoptan diferentes valores, desde el punto de

vista de la investigación es de gran importancia conocer el

valor que adopta, al cual se le denomina indicador. Que

vienen a ser desagregados de las variables, lo que nos hace

ver que las variables para ser trabajada no deben ser

abstractas sino concretas que permitan una medición real de

los hechos.

169

“Paulino Flavio Quispe Apaza”

12.1.2 DEFINICION DE VARIABLE.- Es la

característica, propiedad cualidad de los sujetos, objetos,

fenómenos o hechos del estudio, observable que toma

diferentes valores o se expresan en diferentes categorías (al

menos dos).

Ejemplo: Las empresas se caracterizan por su tamaño, su

inversión, trabajadores. Productividad, rentabilidad,

informalidad, calidad, responsabilidad etc.: estas

características constituyen las variables de la empresa, por

estar sujeta a variación, en este ejemplo se consideraron

variables cuantitativas y variables cualitativas.

170


12.1.3 CLASIFICACIÓN DE LAS VARIABLES.

Existen diferentes clasificaciones de las variables;

presentamos cuatro de las más operativas; las más sencillas,

conocidas y empleadas.( Caballero Romero)

a) Clasificación por la relación causal.

b) Clasificación por la cantidad.

c) Clasificación por la jerarquía o escala.

d) Clasificación desde el punto de vista lógico-formal.

a.-. Clasificación por la relación causal.

Por las relaciones causales que existen entre ellas,

pueden ser clasificadas como: dependientes, independientes

e intervinientes.

A1.- Variable Dependiente.

Llamada también variable de "respuesta, resultado,

consecuencia." es el efecto supuestamente determinado,

condicionado y explicado por la variable independiente en la

relación causa-efecto. Y, es aquella cuyos resultados o

efectos deben ser explicados en la investigación, se le llama

también "criterio" porque es la que interesa, en última

171


instancia, al investigador.

A 2.- Variable Independiente

Llamada también variable "estimulo", "experimental" o

"causal". Es la supuesta causa que explica, determina o

condiciona a la variable dependiente en la relación causa-

efecto.

En los estudios experimentales es la condición o

característica que se manipula, administra o controla; por

ello se le llama también variable "activa".

A 3 .- Variables intervinientes

Son aquellas que están vinculadas con la variable

independiente y con la dependiente, intervienen o influyen

por tanto en la forma en que ambas variables se relacionan

entre sí y son de importancia vital para ayudar al

investigador a comprender e interpretar los resultados.

b.- Clasificación por la cantidad.

Desde el punto de vista de la cantidad, en una

investigación concreta las variables pueden clasificarse,

como: de cantidad discreta; de cantidad continua y de no

cantidad o cualitativa.

Las variables de cantidad, tanto discretas como continuas,

son también llamadas cardinales, expresan magnitudes; y,

172


son directamente empleadas en la Estadística.

B 1 Variable de cantidad discreta.

Es aquella, en cuyo dominio, los datos son todos cantidades

enteras, ejemplo: hijos, Televisores.

B2 Variable de cantidad continua.

Es aquella, en cuyo dominio, los datos son cantidades

fraccionadas o decimales, ejemplos: talla, (1 m 65 cm ).

B3 Variable cualitativa o de no cantidad.

Son aquellas que separan un conjunto de su dominio y su

complemento, en razón a que tienen o no un atributo;

ejemplos: vivo, muerto; empleado desempleado.

Son las que requieren las jerarquías o escalas, como una

forma indirecta de cuantificación; para poder ser trabajadas

estadísticamente.

c.- Clasificación por la jerarquía o escala.

Sólo las variables cualitativas o de no cantidad

requieren la jerarquización o escalas, como una manera

indirecta de cuantificarlas a través de la ponderación de las

frecuencias.

173


Las escalas más comunes son las de cinco frecuencias, en

las cuales, en base a la definición de la variable, se identifica

la característica, propiedad o atributo central; están

distribuidas simétricamente y se distribuyen: dos positivos a

la izquierda y dos negativos a la derecha.

Ejemplos: Totalmente eficiente, muy eficiente, eficiente,

poco eficiente, nada eficiente.

El mejor, muy bueno, bueno, regular y pésimo.

Pero, también hay jerarquías de cuatro ponderaciones:

acuerdo total, de acuerdo, desacuerdo y desacuerdo total De

tres ponderaciones: totalmente concordante, parcialmente

concordante y nada concordante. De dos ponderaciones: de

acuerdo, en desacuerdo.

d.- Clasificación desde el punto de vista lógico

formal.

Surge de la formalización del lenguaje común; y,

pueden ser; individuales, predicativas y proposicionales.

Variables individuales.

Son símbolos formales que denotan individuos tomados

174


como sujeto. Se representan por las letras X, Y, Z, etc.

Ejemplos: X = Juan, Y = Carpeta, Z = Pato, etc.

Variables predicativas.

Son símbolos formales que denotan atributos de los

(individuos) tomados como sujetos. Ejemplos: F =

Americano, G = Europeo, H = Tiene vida, etc.

Variables proposicionales.

Son símbolos formales que denotan proposiciones simples

del lenguaje común, se representan por las letras: p, q, r, s, t,

etc. Ejemplos: p = Juan es americano; q = El pato es

europeo, r = La paloma tiene vida, etc.

175


176


12.1.4 MEDICIÓN DE LAS VARIABLES

Es asignar valores numéricos o categorías a las variables, de

acuerdo a criterios, en un intento de obtener cierta

estimación de la "cantidad" o magnitud de la variable que

tiene cada uno de los sujetos, procesos hechos o fenómenos

de investigación.

a.- Escalas de Medición.-

Para medir los valores que puede tomar una variable se

hace uso de una escala de medición, para lo cual se dispone

de 4 tipos de escala.

A 1.- Escala nominal.- Es el nivel más elemental y menos

preciso de medición. Las características o propiedades,

'(variable en estudio) constituyen categorías o clases que

son cualitativamente diferentes y se asignan a los sujetos,

objetos o fenómenos de estudio a una entre varias de las

categorías de la variable. Las personas u objetos son

clasificados por números u otros símbolos, pero los valores

numéricos no tienen propiedades cuantitativas, se asignan

únicamente con fines de identificación operatividad.

Ejemplo: PEA ocupada , desocupada. Estado civil; casado

177


soltero, viudo, divorciado conviviente.

Son variables categóricas o nominales porque sus valores

son sólo categorías dentro de las cuales se pueden clasificar

las observaciones o respuestas obtenidas.

Este tipo de medición permite la aplicación de las técnicas

estadísticas de distribución de frecuencias, modo, mediana;

y se pueden probar hipótesis de la distribución de casos en

las categorías usando la prueba estadística no paramétrica,

X2, o prueba basada en la fórmula binomial, que son

apropiadas para datos nominales, pues revelan la frecuencia

en las categorías, la medida de asociación más común es el

coeficiente de contingencia, C, una estadística no para

métrica (Siegel. 1990:44).

A2.- Escala ordinal.- Es un nivel de medición más preciso

que el nominal e igual que aquel se asignan a los objetos o

fenómenos de estudio a una entre varias categorías en forma

jerárquica, según posean en más cantidad, en menor o

mínima la característica o propiedad que estamos midiendo.

Este tipo de medición se usa en variables tales como:

178


intereses, actitudes, rasgos de personalidad, nivel social o

económico; las categorías pueden ser: excelente, bueno,

regular, deficiente, muy deficiente; o alto, mediano, bajo,

etc. Ejemplo: ingresos:alto,medio,bajo.

La estadística más apropiada para este tipo de medición es la

mediana y las hipótesis pueden probarse por medio de

numerosas pruebas estadísticas no paramétricas a veces

llamadas "estadísticas de orden o rango". Los coeficientes

de correlación basadas en rangos (de Spearman o de

Kendall).

A3.- Escala de intervalos. – Posee las características de de

las escalas nominales y ordinales, es más compleja que las

anteriores, proporciona mayor información con respecto a

las variables, da información acerca del ordenamiento de los

sujetos, pero también da información con respecto a la

distancia de cada uno de estas órdenes.

Es una unidad de medida comun y constante que asigna un

numero real. Se usa cuando podemos indicar con números la

"cantidad" o intensidad de la característica o propiedad que

se está midiendo en una escala con puntajes consecutivos

179


que están a la misma distancia unos de otros (se mantienen

la igualdad de las distancias o intervalos) y por tanto se

pueden especificar cuantitativamente la diferencia entre dos

puntajes, intervalos, medidas o categorías.

En las escalas de intervalos el punto cero puede asignarse

arbitrariamente, es convencional por ello no pueden

compararse mediciones entre dos escalas, ni establecer

razones o proporciones.

Las variables: rendimiento académico, temperatura, etc. Son

ejemplos que utilizan escalas intervalares debido a que el

punto cero es arbitrario y convencional. La temperatura de 0

C. no representa ausencia de calor.

A los datos de una escala de intervalos se aplican todas las

estadísticas paramétricas comunes (medias, desviaciones

estándares, correlación de Pearson, etc.) así como las

pruebas estadísticas comunes T, F, etc. (Siegel. 1990:45 y

s.s.).

A4.- Escala de razón o proporción.- Este tipo de escala es

el nivel más alto de medición contiene las características de

180


una escala de intervalo con la ventaja adicional de poseer

el cero absoluto, representa la nulidad o ausencia de la

característica o propiedad que se está midiendo, es por este

motivo que se pueden establecer razones o proporciones

entre las mediciones obtenidas.

En el ejemplo numero de alumnos, el cero representa la

ausencia de lo que se estudia pueden usarse cualquier

prueba estadística paramétrica para analizar la información

obtenida. Las operaciones de la aritmética son admisibles en

los valores numéricos asignados a los objetos mismos, así

como también en los intervalos entre los números.

12.1.5 USO DE LA ESCALAS.- Dependiendo de la

variable que va a medirse se empleará una determinada

escala de medición que sea apropiada a nuestros objetivos y

a la naturaleza del fenómeno observado, esto significa que

una variable determinada se puede tratar en forma distinta

en lo que se refiere a los niveles de medición, según los

diferentes niveles de información y exactitud requeridos.

Ejemplo: La variable "edad" puede medirse en distintas

escalas y por ende obtener distintas categorías de medición:

Escala de Razón : 1, 2, 3, 4. años (solo en años)

181


Escala de intervalos : de 4 a 10 años ( en grupos etareos)

Escala Ordinal: jóvenes ,adultos, (en períodos de vida)

Escala Nominal ; Nacidos en la década del 80 ( en grupos

de cohorte)

La elección de la escala está determinada por el tipo de

información que desee el investigador.

Todo modelo matemático tiene requerimientos acerca del

grado de exactitud de las medidas, por lo que la escala que

se elige de cierta manera determina el modelo estadístico

que ha de utilizarse para la prueba de hipótesis. Para

determinar con cuál de ellas se medirán las variables debe

identificarse si la variable permite que se le asignen valores

cuantitativos o cualitativos.

12.1.6 Cómo se Determinan las Variables en la

Investigación?

La determinación de las variables supone el cumplimiento

de lo siguiente:

a.- Seleccionar las variables que serán estudiadas.- Se

refiere a la consideración de las diferentes características, o

cualidades sobre las cuales existe interés de observar y

medir.

182


b.-. Especificar la variable dependiente, independiente o

interviniente, en caso de que exista relación de causalidad

entre variables.

c.- Operacional izar la variable. Consiste en otorgar

categoría empírica u operable a las variables abstractas.

C1.- Definir conceptualmente las variables.

C2.- Precisar los indicadores de cada variable.

d.- Elaborar índices: Un índice es una medida que se

obtiene combinando los valores obtenidos en cada uno de

los indicadores propuestos para la medición de una variable

(Korn)

12.1.7 OPERACIONALlZACIÓN DE VARIABLES.

Es el proceso de de llevar una variable de n nivel abstracto

a un nivel operacional. La función básica de este proceso

es concretar al máximo el significado o alcance que se

otorga a una variable. La prueba empírica de la hipótesis

implica medición , para lo cual es necesario definir las

variables teóricas contenidas en una hipótesis en términos de

variables empíricas llamadas indicadores (Korn).

183


12.1.8 PROCESO DE OPERACIONALIZACION

Los pasos del proceso de operacionalizacion son los

siguientes:

a.- Definir conceptualmente la variable abstracta.:

especificación de variables observables.

b.- Determinar las dimensiones o componentes de la

variable

c.- Determinar las medidas o los indicadores para cada

dimensión definida operacionalmente.

184


Ejemplo de operacionalizacion de la variable “ventaja

competitiva del sector empresarial

185


12.2 INDICADORES

Los indicadores son manifestaciones objetivamente

localizables y medidles de las dimensiones de la variable.

Puede encontrarse indicadores de cada dimensión en

número suficiente para obtener la información de la variable

en su totalidad.

El investigador debe escoger cierto tipo de hechos

observables que representen a la variable e idear

operaciones para obtener datos relacionados con la misma.

186


La elección de indicadores de una variable depende:

- Del marco teórico con el que se está trabajando, y

- De las posibilidades técnicas de medición

A veces no es posible incorporar a una investigación todos

los indicadores posibles, entonces, es necesario escoger

aquellos que más directamente reflejen la variable de

estudio y que - resulten accesibles a los medios que dispone

el investigador para medirlos.

Sin embargo, no siempre es necesario definir una variable a

través de una serie de indicadores. Ej: "la edad", puede

tener un solo indicador: el número de años cumplidos. Los

indicadores se pueden expresar en términos nominales,

ordinales, de intervalos, proporcionales; así como en tasas,

índices, porcentajes, etc.

187


12.3 INDICES

Es el número que se compone y representa dos o más

números o medidas, es un valor único final, que expresa

el comportamiento de la variable a través de cada indicador

deben elaborarse índices que resuman una o varias o todas

las dimensiones de la variable operacional izada

numéricamente.

188


12.4 MATRIZ DE CONSISTENCIA

12.4.1 Concepto.- Se denomina matriz de consistencia, a la

matriz que elabora un investigador, cuando expresa las

concordancias entre cada una de las partes y sub partes o

elementos constitutivos de que consta un anteproyecto de

investigación, esbozadas sintéticamente1.

12.4.2 Impotancia.- Es importante por que:

a.- Grava sobre la calidad y muy especialmente en el rigor

de la propuesta en el anteproyecto. La lógica interna-de la

propuesta -el anteproyecto- se aprecia y se corrige en la

matriz de consistencia.

b.- Es un instrumento de control, del fundamento lógico, es

decir, ve si se sustenta en el cumplimiento de los principios

racionales.

c.- En cada una de las partes o elementos constitutivos del

anteproyecto, existe una armonía lógica, una concordancia

que le da una sensación de perfección,

d.- Decide significativamente la lógica de la investigación

que se propone.

189


12.4.3 Aspectos o elementos de la matriz de

consistencia.- No existe norma para la presentación de los

elementos constitutivos de la matriz de consistencia. El

investigador tiene libertad para hacer su elaboración. Pero

mientras más analítica la presentación y mientras más

reveladora de su consistencia, será más beneficiosa para el

desarrollo de la investigación que expresa sintéticamente. .

Todos y cada uno de los elementos constitutivos de la matriz

de consistencia que el investigador formula deben guardan

concordancia entre sí.

A grandes rasgos, es posible distinguir los siguientes

aspectos o elementos constitutivos de una matriz de

consistencia: problemas, objetivos, justificación, hipótesis,

variables, indicadores, método.

En cada uno de estos aspectos o elementos de la matriz de

consistencia, es posible distinguir otros aspectos o

subaspectos:

En el aspecto problema de investigación se distinguen

problemas generales (centrales o principales) y problemas

específicos o secundarios, según el caso.

190


Entre los objetivos se distinguen objetivos generales y

objetivos específicos.

Entre las justificaciones es conveniente distinguir las

teóricas; las teóricas, metodológicas y las prácticas.

Entre las hipótesis se suele distinguir las principales

(generaleso centrales) y las derivadas o específicas.

En la desagregación de la hipótesis se distinguen variables e

indicadores y, cuando es pertinente, índices 'y categorías,

dependiendo esta desagregación o descomposición de la

hipótesis que plantea el investigador.

En el método, distingue el investigador el tipo de

investigación, el universo, la muestra, los instrumentos y el

diseño específico de la tesis.

12.4.5 PAUTAS PARA ELABORAR LA MATRIZ DE

CONSISTENCIA

a) Tener idea global del proceso de investigación.

b) Hay investigaciones que no tienen hipótesis, en

consecuencia no seguirán exactamente las mismas

condiciones.

191


c) Aplicar los criterios lógicos que exige la concordancia.

Esto supone el conocimiento de exigencias propias de la

lógica de la investigación.

La idea de orden y de relación (dentro de cada columna y

entre columnas) entre componentes es importantísima.

d) Ser consciente de las exigencias de cada uno de los

aspectos contenidos en el formato. Por ejemplo, si el

investigador no tiene una idea de lo que significa

"operacionalizacion", jamás podrá analizar sus hipótesis en

variables y éstas en indicadores y así sucesivamente.

e) Una dosis de ingenio, se puede tener el formato de una

matriz, pero llenarlo satisfactoriamente exige no sólo

imaginación, es necesario que el investigador responda a las

exigencias de la investigación que la matriz condensa. La

elaboración de la matriz exige un esfuerzo de síntesis.

12.4.6 CONSISTENCIA GENERAL Y ESPECÍFICA

CONSISTENCIA GENERAL.-Expresa una relación

sucesiva de cada uno de los aspectos del anteproyecto que

192


aparecen en la versión de la matriz de consistencia. Hay una

lógica entre los aspectos del anteproyecto.

Hablando gráfica mente, diremos que entre cada uno de los

casilleros de la matriz hay una relación muy estrecha; tanto,

que hay una verdadera cadena entre los aspectos del

anteproyecto. Esta lógica interna entre éstos plantea la

exigencia de una observación y una apreciación de todos y

cada uno de los aspectos, constituyendo una unidad lógica

que consigna el anteproyecto.

CONSISTENCIA ESPECÍFICA.- Es la concordancia

dentro de cada uno de los aspectos del ante proyecto que la

matriz consigna. Esta exigencia plantea al investigador una

mirada al interior de cada de los casilleros que la matriz

registra.

Esta concordancia debe darse a nivel de:

a.- Problema general y problemas específicos

b.- Concordancia entre el problema general y el objetivo

general

c.- La concordancia entre los objetivos general y

específicos,

193


d.- La concordancia entre la hipótesis general y el

problema general

Como las hipótesis son respuestas a los problemas, la

hipótesis general es una respuesta al problema general.

En general, debe haber una armonía entre todos los

elementos constitutivos de la matriz de consistencia, así

como entre los elementos que se distinguen al interior de

cada uno de los aspectos de la matriz.

La concordancia entre problemas e hipótesis tiene su

fundamento en la naturaleza de los problemas, que exigen

una respuesta concordante precisamente con sus exigencias.

Es posible que un problema pueda exigir varias

posibilidades de respuesta, todas ellas sustentadas en la

lógica, la experiencia y los conocimientos logrados. Pero

siempre habrá una armoniosa concordancia.

194


195

Indicador Matriz de Consistencia.

Documents

Transcript of Indicador Matriz de Consistencia.