El Lenguaje de los Datos: Variables
Cómo nombrar bien los datos para extraer su valor real
Objetivo: Clasificar correctamente las variables estadísticas, comprender las consecuencias de hacerlo mal, y empezar a ver cada variable como una decisión metodológica que protege — o compromete — la validez de tus conclusiones.
Lectura complementaria recomendada — Libro base del módulo
Reyes-Reyes, A. & Reyes-Reyes, F. (2019). Probabilidad y aplicaciones en ciencias de la salud.
Las variables estadísticas determinan el espacio muestral de un experimento aleatorio — concepto central del libro base. Leer estas secciones antes de este módulo te dará la intuición de por qué el tipo de variable define qué eventos son posibles y cómo se distribuyen las probabilidades sobre ellos.
El tipo de variable no es una formalidad: es una decisión con consecuencias
Imagina que en tu hospital se está evaluando si un nuevo protocolo de triage reduce el tiempo hasta la primera valoración médica. Tienes tres variables: la categoría de triage (I–V), el tiempo de espera en minutos y el número de pacientes atendidos por turno. Parecen datos similares, todos son números o etiquetas. Pero tratarlos estadísticamente de la misma manera produciría análisis incorrectos, conclusiones inválidas y, potencialmente, decisiones clínicas mal fundamentadas.
Clasificar bien las variables previo al "análisis real", es el paso que determina qué preguntas puedes responder con los datos y con qué herramientas.Una clasificación incorrecta puede invalidar todo el estudio aunque el software funcione perfectamente y genere resultados con aparente precisión.
El error clásico que los revisores detectan de inmediato
Tratar una variable ordinal; como el estadiaje NYHA para insuficiencia cardíaca (I, II, III, IV), como si fuera numérica continua y aplicarle un T-Test: el software calculará el resultado sin ningún error visible. Pero el análisis será formalmente incorrecto y el artículo será rechazado en revisión o, peor, publicado con conclusiones inválidas.
Referencia: Misra, D. P. et al. (2023). A narrative review on types of data and scales of measurement. Cancer Research, Statistics, and Treatment, 6(2), 279–283. https://doi.org/10.4103/crst.crst_1_23
El sistema que ordena el lenguaje estadístico
En 1946, el psicólogo Stanley Smith Stevens publicó en Science que toda medición pertenece a uno de cuatro niveles (nominal, ordinal, intervalo o razón) y que este nivel determina qué operaciones matemáticas y qué pruebas estadísticas son legítimas. El sistema es acumulativo: cada escala superior hereda las propiedades de la inferior y añade una nueva.
Las cuatro propiedades que se acumulan escala a escala
Identidad (todas las escalas): Cada valor tiene un significado único.
Magnitud (ordinal en adelante): Los valores pueden ordenarse de menor a mayor.
Intervalos iguales (intervalo en adelante): La distancia entre dos valores consecutivos cualesquiera es la misma — de 20 a 30°C hay la misma diferencia que de 30 a 40°C.
Cero absoluto (razón): El cero significa ausencia real de la cantidad medida — 0 kg es ausencia de masa; 0°C no significa ausencia de temperatura.
📖 Referencia original: Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103(2684), 677–680. https://doi.org/10.1126/science.103.2684.677
Clasificación completa de variables en salud
| Tipo | Subtipo | Propiedad clave | Ejemplo clínico | Análisis habitual |
|---|---|---|---|---|
| Cualitativa | Nominal | Solo etiquetas, sin orden | Grupo sanguíneo (A, B, AB, O) · Diagnóstico CIE-10 · PCR positivo/negativo | Chi-cuadrado · Tablas de frecuencia · Fisher exacto |
| Cualitativa | Ordinal | Categorías con orden; diferencias no cuantificables | Estadio NYHA (I–IV) · Triage Manchester (I–V) · Nivel de dependencia | Wilcoxon · Mann-Whitney · Kruskal-Wallis · Spearman |
| Cuantitativa | Discreta | Solo enteros; resultado de un conteo | N.º episodios migraña/mes · Glasgow (3–15) · N.º fármacos en polimedicado | Mediana · Modelos de conteo: Poisson, Binomial Negativa |
| Cuantitativa | Continua | Cualquier valor del rango, incluidos decimales | Presión arterial (mmHg) · IMC (kg/m²) · Glucemia (mg/dL) · HbA1c (%) | T-Test · ANOVA · Correlación Pearson · Regresión lineal |
Cada tipo de variable en profundidad
Los casos que generan debate: EVA, Likert y escalas compuestas
La Escala Visual Analógica (EVA) de dolor — el debate metodológico real
La EVA es una línea de 100 mm en la que el paciente marca su nivel de dolor.
Argumento ordinal: El dolor es subjetivo. No es demostrable que la diferencia entre 20 y 40 mm sea la misma que entre 60 y 80 mm. Métodos adecuados: Wilcoxon, Mann-Whitney.
Argumento continuo: La EVA genera 101 valores posibles, la distancia se mide objetivamente con una regla, y simulaciones muestran que el T-test tiene potencia estadística comparable cuando los datos no están concentrados en los extremos.
Consenso actual: Sin covariables → Wilcoxon/Mann-Whitney. Con covariables y distribución no extremamente asimétrica → T-test o regresión lineal son opciones pragmáticamente aceptables. En cualquier caso, justificar explícitamente la elección.
📖 Referencia: Heller, G. Z. et al. (2016). How to analyze the Visual Analogue Scale: myths, truths and clinical relevance. Scandinavian Journal of Pain, 13, 67–75. https://doi.org/10.1016/j.sjpain.2016.06.012
Escalas Likert — ítem individual vs. escala sumada
Un ítem Likert individual (Totalmente en desacuerdo → Totalmente de acuerdo) es ordinal. Pero una escala sumada de múltiples ítems (p.ej., 20 ítems de calidad de vida) se comporta mucho más como una variable continua, y estudios empíricos repetidos muestran que los métodos paramétricos producen conclusiones equivalentes a los no paramétricos.
Regla práctica: Ítem individual → métodos no paramétricos. Escala sumada (≥5 ítems, distribución razonablemente simétrica) → métodos paramétricos con justificación explícita.
📖 Referencia: Norman, G. (2010). Likert scales, levels of measurement and the "laws" of statistics. Advances in Health Sciences Education, 15(5), 625–632. https://doi.org/10.1007/s10459-010-9222-y
Galería de ejemplos multidisciplinarios
| Variable | Área | Clasificación correcta | Por qué — y qué error evitas |
|---|---|---|---|
| Triage en urgencias (I–V) | Enfermería / Urgencias | Ordinal | Orden claro de gravedad, pero la diferencia entre I y II no es igual a la diferencia entre IV y V. |
| Prueba de Morisky-Green (resultado) | Farmacia / Adherencia | Nominal dicotómica | Clasifica en Adherente / No Adherente. Chi-cuadrado o regresión logística, no T-test. |
| Porcentaje de dosis adquiridas | Farmacia / Adherencia | Cuantitativa continua | La misma adherencia puede ser nominal (Morisky) o continua (%) según el instrumento: son variables distintas. |
| Escala de Ansiedad de Hamilton (HAM-A) | Psicología / Psiquiatría | Discreta / Ordinal compuesta | Suma de 14 ítems ordinales (0–4). Con n suficiente se aplican métodos paramétricos con justificación. |
| IMC (kg/m²) | Nutrición / Medicina | Cuantitativa continua | Diferente de la categoría OMS de IMC (Normopeso, Sobrepeso, Obesidad), que es ordinal. |
| Categoría de IMC (OMS) | Nutrición / Salud Pública | Ordinal | Bajo peso < Normopeso < Sobrepeso < Obesidad: orden claro, pero el salto entre categorías no es cuantificable. |
| Puntuación Glasgow (3–15) | Neurología / UCI | Cuantitativa discreta | Solo enteros. Comparaciones con Mann-Whitney; con distribución razonablemente simétrica, T-test con justificación. |
| Estadificación de úlceras por presión (I–IV) | Enfermería | Ordinal | El daño tisular no aumenta linealmente entre estadios. Usar Spearman o modelos logísticos ordinales. |
| HbA1c (%) | Endocrinología / AP | Cuantitativa continua | Valor con decimales y sentido biológico. Desenlace primario en ensayos de diabetes tipo 2. |
| Control glucémico (HbA1c <7%: sí/no) | Endocrinología | Nominal dicotómica | La misma HbA1c transformada en criterio binario cambia a nominal dicotómica: pierde información pero simplifica la comunicación. |
| N.º de reingresos a 30 días | Gestión hospitalaria | Cuantitativa discreta | Conteo con muchos ceros y distribución asimétrica. Modelos de Poisson o Binomial Negativa, no T-test. |
| Tiempo hasta reingreso (días) | Gestión hospitalaria | Continua — análisis de supervivencia | Variable de tiempo hasta evento. Con datos censurados: Kaplan-Meier, regresión de Cox. |
Qué ocurre cuando clasificas mal una variable
Error 1 — Tratar ordinal como continua: resultado formalmente incorrecto
Aplicar T-Test al estadiaje NYHA produce resultados que el software entrega sin aviso de error. Pero "NYHA = 2,3" carece de sentido clínico y la prueba viola los supuestos de equidistancia. Puede llegar a publicación y ser rechazado en revisión — o, peor, publicado con conclusiones inválidas que influyen en guías clínicas.
Error 2 — Tratar ordinal como nominal: pérdida de potencia
Clasificar el dolor como "Leve", "Moderado" o "Severo" y analizarlo con Chi-cuadrado ignora el orden entre las categorías. Se pierde potencia estadística: es menos probable detectar una diferencia real entre grupos, aumentando el riesgo de un falso negativo.
Error 3 — Tratar conteos (discreta) como distribución normal
El número de reingresos en 30 días tiene distribución asimétrica con exceso de ceros. Asumir normalidad e imponer T-Test produce estimaciones sesgadas. Los modelos de Poisson o Binomial Negativa capturan la distribución real y producen inferencias válidas.
📖 Referencia: Manikandan, S. (2023). Statistics in medical research: Common mistakes. Journal of Pharmacology and Pharmacotherapeutics, 14(1). https://pmc.ncbi.nlm.nih.gov/articles/PMC10205532/
Protocolo de clasificación: cinco preguntas en orden
¿Qué tipo de información representa?
¿Es una categoría o etiqueta? ¿Es una cantidad medida o contada? ¿Es un rango ordenado de intensidad o severidad? Esta primera pregunta determina si vas por la rama cualitativa o cuantitativa.
Si es cualitativa: ¿las categorías tienen orden lógico?
'Tipo de dieta' (mediterránea, vegana, baja en carbohidratos) no tiene un orden natural → Nominal. 'Estadio de insuficiencia cardíaca' (I, II, III, IV) sí tiene un orden de severidad → Ordinal. ¿Tiene sentido decir que una categoría es 'mayor' o 'más grave' que otra?
Si es cuantitativa: ¿puede tomar valores intermedios con sentido real?
'Número de ingresos hospitalarios': no existen 2,7 ingresos → Discreta. 'Presión arterial': 118,4 mmHg tiene sentido biológico real → Continua. Regla: si el resultado es un conteo de eventos, es discreta.
¿Cómo se mide concretamente en tu estudio?
La adherencia puede ser nominal (Morisky: adherente/no adherente) o continua (% de dosis adquiridas). El IMC puede ser continuo (24,7 kg/m²) u ordinal categorizado. La clasificación depende del instrumento de medición, no solo del concepto abstracto.
¿Existe debate? Justifica y realiza análisis de sensibilidad
Para EVA o Likert sumado el debate es real y documentado. Consulta cómo se analiza en publicaciones de tu área, justifica explícitamente tu elección y, si puedes, reporta con ambos enfoques como análisis de sensibilidad.
De la clasificación al análisis: errores frecuentes y cómo corregirlos
| Error al defender el análisis | Respuesta metodológica correcta |
|---|---|
| 'La variable es numérica porque está codificada con números' | Los números son solo etiquetas en variables ordinales. NYHA codificado como 1,2,3,4 sigue siendo ordinal. Lo que importa es la naturaleza de la información, no el formato en la base de datos. |
| 'Usamos la media del estadio NYHA porque es más fácil de interpretar' | La 'facilidad de interpretación' no justifica una operación matemáticamente incorrecta. La mediana y el rango intercuartílico son las medidas apropiadas para variables ordinales. |
| 'Los datos Likert son continuos porque tiene 5 puntos' | Un ítem individual Likert es ordinal. Una escala sumada (≥5 ítems) puede tratarse como continua con justificación (Norman, 2010), pero debe declararse explícitamente. |
| 'El software calculó el resultado, así que el análisis es válido' | El software calcula cualquier cosa que le pidas. La validez depende de que las asunciones del test se correspondan con la naturaleza de los datos. |
| 'La variable discreta la tratamos como continua porque la muestra es grande' | El tamaño muestral grande ayuda por el TCL, pero no convierte una variable de conteo asimétrica con muchos ceros en una variable normal. Verifica la distribución y justifica la elección. |
Quiz de verificación
Un investigador analiza la efectividad de un programa de rehabilitación en pacientes con EPOC midiendo la disnea con la escala mMRC (0–4) antes y después. ¿Qué prueba estadística es más apropiada para comparar pre y post?
Quiz de verificación
Un farmacéutico registra el número de consultas de revisión de medicación por paciente al año. El 60% tiene 0 consultas, el 25% tiene 1, el 10% tiene 2 y el 5% tiene 3 o más. ¿Cómo debe clasificarse y analizarse esta variable?
Recursos y Referencias Clave
📖 Lecturas Fundamentales
- Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103(2684), 677–680. https://doi.org/10.1126/science.103.2684.677
El artículo que fundó la clasificación moderna de escalas. Lectura obligatoria para entender por qué no todas las variables admiten los mismos análisis. - Misra, D. P. et al. (2023). A narrative review on types of data and scales of measurement. Cancer Research, Statistics, and Treatment, 6(2), 279–283. https://doi.org/10.4103/crst.crst_1_23
Revisión actualizada con ejemplos clínicos y advertencias sobre clasificación incorrecta. - Velardo, V. et al. (2014). Manipulating measurement scales in medical statistical analysis. Journal of Medical Signals and Sensors, 4(3). https://pmc.ncbi.nlm.nih.gov/articles/PMC3963323/
Consecuencias de tratar variables ordinales como continuas. Ideal para justificar tus decisiones metodológicas. - Heller, G. Z. et al. (2016). How to analyze the Visual Analogue Scale: myths, truths and clinical relevance. Scandinavian Journal of Pain, 13, 67–75. https://doi.org/10.1016/j.sjpain.2016.06.012
Desmonta mitos sobre la EVA y ofrece guías pragmáticas para elegir pruebas estadísticas. - Norman, G. (2010). Likert scales, levels of measurement and the "laws" of statistics. Advances in Health Sciences Education, 15(5), 625–632. https://doi.org/10.1007/s10459-010-9222-y
Defiende con evidencia que las escalas sumadas tipo Likert pueden tratarse como continuas. Clave para tu marco teórico. - Harpe, S. E. (2015). How to analyze Likert and other rating scale data. Currents in Pharmacy Teaching and Learning, 7(6), 836–850. https://doi.org/10.1016/j.cptl.2015.08.001
Revisión práctica con ejemplos farmacéuticos y educativos. - Manikandan, S. (2023). Statistics in medical research: Common mistakes. Journal of Pharmacology and Pharmacotherapeutics, 14(1). https://pmc.ncbi.nlm.nih.gov/articles/PMC10205532/
Catálogo de errores frecuentes (incluido el mal uso de pruebas por tipo de variable) y cómo evitarlos.
🎬 Herramientas y Multimedia
- Jamovi jamovi.org
Software gratuito que detecta automáticamente el tipo de variable al importar datos. Empieza por aquí. - JASP jasp-stats.org
Asistente interactivo de selección de prueba según tipo de variable. Ideal para practicar. - StatPearls – Statistical Tests ncbi.nlm.nih.gov/books/NBK554507
Guía de acceso libre que empareja cada tipo de variable con la prueba adecuada. - Canal de YouTube: StatQuest with Josh Starmer
Explicaciones visuales sobre tipos de datos, distribuciones y pruebas estadísticas. Perfecto para consolidar conceptos. - Tutoriales de Jamovi: tipos de variables y análisis descriptivos
Busca en YouTube “Jamovi variable types tutorial” para ver cómo asignar correctamente los tipos antes del análisis.
Clasificar una variable no es un paso burocrático: es la primera decisión analítica que protege (o compromete) la validez de las conclusiones finales. Hacerla implica fundamento, claridad de conceptos.