31 TYPES DE VARIABLES DANS LA RECHERCHE: CARACTÉRISTIQUES, EXEMPLES - SCIENCE - 2024

Les types de variables dans la recherche et les statistiques consistent en une série ou un ensemble d'entités abstraites qui peuvent acquérir différentes valeurs en fonction des catégories et des caractéristiques de l'objet d'étude.

En d'autres termes, les variables statistiques sont des typologies qui peuvent fluctuer ou varier; cette variation peut être mesurée et observée. De même, une variable peut être comprise comme une construction abstraite faisant référence à une propriété ou à un élément, qui peut jouer un rôle spécifique par rapport à l'objet en cours d'analyse.

Les variables de la recherche et des statistiques peuvent être mesurées et analysées. Source: pixabay.com

Cela signifie que ladite propriété ou élément influence directement le sujet ou l'objet à étudier. Le concept de variable cherche à rassembler différentes modalités ou options dont il faut tenir compte pour comprendre l'objet d'étude.

Par conséquent, les valeurs des variables seront incohérentes ou différentes dans les sujets et / ou moments à analyser. Comprendre ce concept dans le domaine théorique peut être complexe.

Cependant, à travers des exemples concrets, l'approche peut être mieux comprise: une variable peut être le sexe ou l'âge d'une personne, car ces caractéristiques peuvent affecter l'objet d'étude si une analyse doit être effectuée chez des patients qui souffrez d'une maladie cardiaque ou d'autres maladies.

caractéristiques

Les variables sont caractérisées par deux éléments fondamentaux. En premier lieu, ils possèdent des caractéristiques qui peuvent être observées et enregistrées directement ou indirectement, ce qui permet une confrontation avec la réalité pratique.

Deuxièmement, ils ont la propriété de varier et d'être mesurables, car dans certains cas ils peuvent être classés ou mesurés (par exemple: âge et sexe).

Les variables statistiques ne peuvent pas se manifester dans des cas individuels ou isolés, car l'existence d'un groupe est nécessaire pour que les caractéristiques ou éléments qui vont varier puissent être exprimés.

Si la statistique est la science qui collecte et interprète les données, il est entendu que les variables de cette discipline sont en charge d'analyser une pluralité d'informations et ne sont pas dédiées à l'analyse d'une donnée isolée ou singulière.

Il existe de nombreux types de variables, donc celles-ci peuvent être classées selon différents aspects. Par exemple, les variables statistiques peuvent être qualitatives et quantitatives; à leur tour, ceux-ci peuvent être divisés en d'autres catégories, en fonction de leurs spécifications.

Variables selon la relation avec d'autres variables

En plus des variables opérationnelles, il existe également une classification en fonction de la relation qui existe entre les valeurs de ces variables. Il faut garder à l'esprit que le rôle joué par chaque type de variable dépend de la fonction analysée. En d'autres termes, la classification de ces variations est influencée par l'objet d'étude.

Dans cette classification, il existe des variables indépendantes, dépendantes, modératrices, étranges, de contrôle, situationnelles, participantes et confondantes.

-Variables indépendantes

Celles-ci renvoient aux variables qui sont prises en compte lors du processus de recherche et qui peuvent être sujettes à modification par le chercheur. En d'autres termes, ce sont ces variables à partir desquelles l'analyste commence à envisager et à enregistrer les effets que leurs caractéristiques produisent sur l'objet d'étude.

Exemple

Un exemple de variable indépendante peut être le sexe et l'âge si vous souhaitez créer un registre des personnes atteintes de la maladie d'Alzheimer.

On peut établir que la variable indépendante conditionne la variable dépendante. De plus, l'indépendant peut être appelé expérimental ou causal, car il est manipulé directement par le chercheur. Les variables indépendantes sont principalement utilisées pour décrire les facteurs à l'origine du problème particulier.

-Variables dépendantes

Ce sont ceux qui font directement référence à l'élément modifié par la variation produite par la variable indépendante. Cela signifie que la variable dépendante est générée à partir de la variable indépendante.

Exemples

Par exemple, si nous voulons déterminer la dépression en fonction du sexe, ce dernier sera la variable indépendante; modifier cela entraînera des fluctuations de la variable dépendante, qui dans ce cas est la dépression.

Un autre exemple pourrait être trouvé dans la relation entre le tabagisme et le cancer du poumon, puisque «avoir un cancer du poumon» dans ce cas serait la variable dépendante, tandis que «fumer» est une variable indépendante, car elle peut varier en fonction de le nombre de packs consommés par jour.

-Modification des variables

Ces variables modifient ou modifient la relation qui existe entre une variable dépendante et une variable indépendante; d'où leur nom, puisqu'ils modèrent le lien entre les deux ci-dessus.

Exemple

Par exemple, les heures d'étude sont liées aux séquelles académiques; par conséquent, une variable modératrice pourrait être l'état d'esprit de l'élève ou le développement de sa motricité.

-Weird variables

Les variables étranges reçoivent leur nom car elles n'ont pas été prises en compte pour le développement de la recherche mais elles ont eu une influence notable sur les résultats finaux. Elles sont également connues sous le nom de variables intermédiaires ou déroutantes, car elles peuvent affaiblir la relation entre le problème et la cause possible.

Il s'agit donc d'un ensemble de variables qui n'ont pas été contrôlées lors de l'analyse de l'objet d'étude, mais qui peuvent être identifiées une fois l'enquête terminée, voire dans certains cas, elles sont identifiées au cours de l'étude.

Ils sont similaires aux modérateurs, à la différence que ceux-ci sont pris en compte au moment de l'enquête. Des variables étranges peuvent également conduire le chercheur sur la mauvaise voie, de sorte que l'importance de leur présence dépendra de la qualité des études entreprises.

Exemple

Par exemple, une variable de ce type peut être le fait que les personnes nerveuses fument plus et ont plus tendance à souffrir de cancer que celles qui ne souffrent pas de nervosité; la variable étrange ou déroutante dans ce cas est les nerfs.

-Contrôle variable

Les variables de contrôle sont celles qu'un scientifique veut rester constantes, et il doit les observer aussi attentivement que les variables dépendantes.

Par exemple, si un scientifique souhaite étudier l'influence du régime alimentaire (VI) sur la santé (DV), une variable de contrôle pourrait être que les personnes participant à l'étude sont des non-fumeurs.

Ce serait la variable de contrôle; il est nécessaire de le contrôler car les différences de santé observées pourraient être dues au fait que les gens fument ou non. Dans tous les cas, dans une expérience comme celle-ci, il pourrait y avoir d'autres variables de contrôle; être athlète, avoir d'autres habitudes…

-Variables situationnelles

Une variable situationnelle est un aspect de l'environnement qui peut influencer l'expérience. Par exemple, la qualité de l'air dans une expérience liée à la santé.

-Participants variables

Une variable participant ou sujet est une caractéristique des sujets étudiés dans une expérience. Par exemple, le sexe des individus dans une étude sur la santé. Aussi connu sous le nom de variables participantes.

-Variable de confusion

Une variable confondante est une variable qui influence à la fois la variable indépendante et la variable dépendante. Par exemple, le stress peut inciter les gens à fumer davantage et affecter directement leur santé.

Types de variables selon l'opérabilité

Les variables statistiques et de recherche peuvent être classées en fonction de leur opérabilité, cette catégorie étant la plus connue et la plus utile. Quand on parle d'opérabilité, on fait allusion à la capacité de «numéroter» les valeurs de ces variables. Par conséquent, nous pouvons les subdiviser en trois types principaux:

-Variables qualitatives

Les variables qualitatives sont les variations qui permettent d'établir l'identification d'un élément spécifique, mais qui ne peuvent pas être quantifiées. Cela signifie que ces variables peuvent informer sur l'existence d'une caractéristique mais ne peuvent pas être évaluées numériquement.

Par conséquent, ce sont des variations qui établissent s'il y a égalité ou inégalité, comme cela se produit avec le sexe ou la nationalité. Bien qu'elles ne puissent pas être quantifiées, ces variables peuvent apporter de la force à l'enquête.

Un exemple de variable qualitative serait la motivation des élèves pendant le processus d'apprentissage; cette variable peut être identifiée mais ne peut pas être numérotée.

En outre, ceux-ci peuvent être subdivisés en d'autres catégories, telles que les variables qualitatives dichotomiques et les variables qualitatives polytomiques.

Variables qualitatives dichotomiques

Ces variables ne peuvent être considérées ou analysées qu'à partir de deux options seulement; par conséquent, le mot «dichotomie» est présent dans son nom, car il indique une division présente sous deux aspects généralement contraires l'un à l'autre.

Exemple

Un exemple précis serait la variable d'être vivant ou mort, car elle n'autorise que deux options possibles et la présence de l'une d'elles annule immédiatement l'autre.

Variables polytomiques qualitatives

Ces variables statistiques sont à l'opposé des variables dichotomiques, puisqu'elles permettent l'existence de trois valeurs ou plus. Cependant, dans de nombreux cas, cela les empêche d'être commandés, car ils établissent uniquement l'identification d'une valeur.

Exemple

Un exemple précis est la variable de couleur car, bien qu'elle permette l'identification, elle déclare qu'il n'y a qu'une seule caractéristique ou élément possible attribuable à cette variable.

-Variables quasi-quantitatives

Ces variables se caractérisent en ce qu'elles rendent impossible toute opération mathématique; cependant, ils sont plus avancés que ceux qui sont uniquement qualitatifs.

En effet, les quasi-quantitatifs permettent d'établir une hiérarchie ou une sorte d'ordre, bien qu'ils ne puissent pas être quantifiés.

Exemple

Par exemple, le niveau d'études d'un groupe de personnes peut être une variable de ce type, puisque l'achèvement d'un diplôme de troisième cycle se situe dans une hiérarchie plus élevée que l'achèvement d'un diplôme de premier cycle.

-Variables quantitatives

Ces variables, comme leur nom l'indique, permettent d'effectuer des opérations mathématiques à l'intérieur de leurs valeurs; par conséquent, les différents éléments de ces variables peuvent recevoir des numéros (c'est-à-dire qu'ils peuvent être quantifiés).

Voici quelques exemples de ce type de variable:

-L'âge, puisque cela peut être exprimé en années.

-Le poids, qui peut être défini en livres ou en kilogrammes.

-La distance entre un lieu donné et le lieu d'origine, qui peut se manifester en kilomètres ou en minutes.

-Revenu mensuel, qui peut être exprimé en dollars, euros, pesos, soles, entre autres types de devises.

À son tour, ce type de variable peut être subdivisé en deux groupes: les variables quantitatives discrètes et les variables quantitatives continues.

Variables quantitatives discrètes

Celles-ci se réfèrent à des variables quantitatives qui ne peuvent pas avoir de valeurs intermédiaires - elles n'admettent pas de décimales dans leur nombre. En d'autres termes, ils doivent être numérotés par un numéro complet.

Exemple

Un exemple précis consiste en l'impossibilité d'avoir 1,5 enfant; il n'est possible d'avoir qu'un ou deux enfants. Cela signifie que l'unité de mesure ne peut pas être fractionnée.

Variables quantitatives continues

Au contraire des variables discrètes, les variables continues peuvent avoir des décimales, donc leurs valeurs peuvent être intermédiaires.

Ces variables sont mesurées par les échelles d'intervalle. En d'autres termes, les variables quantitatives continues peuvent être fractionnées.

Exemple

Par exemple, mesurer le poids ou la taille d'un groupe de personnes.

Variables selon leur échelle

En plus des classifications précédentes, les variables statistiques peuvent être cataloguées en tenant compte de la fonction de leurs échelles et des mesures utilisées pour les calculer; Cependant, lorsqu'on parle de ces variables, on met davantage l'accent sur l'échelle que sur la variable elle-même.

A leur tour, les échelles utilisées pour les variables peuvent subir des modifications en fonction du niveau d'opérabilité, puisque ce dernier permet l'incorporation d'autres possibilités dans la gamme des échelles.

Malgré cela, quatre principaux types de variables peuvent être établis selon l'échelle; Ce sont les suivants: la variable nominale, la variable ordinale, la variable d'intervalle, la variable de rapport et la variable continue.

-Variable nominale

Ce type de variables fait référence à celles dont les valeurs ne permettent de distinguer qu'une seule qualité spécifique sans introduire la réalisation d'opérations mathématiques sur celles-ci. En ce sens, les variables nominales sont équivalentes aux variables qualitatives.

Exemple

À titre d'exemple de la variable nominale, le sexe peut être trouvé, car il est divisé en masculin ou féminin; ainsi que l'état matrimonial, qui peut être célibataire, marié, veuf ou divorcé.

-Variable d'origine

Ces variables sont essentiellement qualitatives puisqu'elles ne permettent pas d'effectuer des opérations mathématiques; cependant, les variables ordinales permettent d'établir certaines relations hiérarchiques dans leurs valeurs.

Exemple

Un exemple de variable nominale peut être le niveau d'éducation ou le statut économique d'une personne. Un autre exemple peut être le classement des résultats scolaires par les adjectifs suivants: excellent, bon ou mauvais.

Des variables de ce type sont utilisées pour classer des sujets, des événements ou des phénomènes de manière hiérarchique, en tenant compte de caractéristiques spécifiques.

-Variable d'intervalle

Les variables qui ont une échelle en intervalle permettent la réalisation de relations numériques entre elles, bien qu'elles puissent être limitées par les relations de proportionnalité. Ceci est dû au fait que dans cette plage, il n'y a pas de "zéro point" ou de "zéros absolus" pouvant être entièrement identifiés.

Il en résulte l'impossibilité d'effectuer des transformations directement dans les autres valeurs. Par conséquent, les variables d'intervalle, plutôt que de mesurer des valeurs spécifiques, mesurent les plages; Cela complique quelque peu les opérations mais encourage la couverture d'un grand nombre de titres.

Les variables d'intervalle peuvent être présentées en degrés, en magnitudes ou en toute autre expression symbolisant des quantités. De même, ils permettent de classer et d'ordonner les catégories, ainsi que d'indiquer les degrés de distance qui existent entre eux.

Exemple

Dans cette classification se trouve la température ou le QI.

-Ration variable

Ce type de variable est mesuré par une échelle qui fonctionne de manière globale, ce qui permet la transformation directe des résultats obtenus.

En outre, il encourage également l'exécution d'opérations de nombres complexes. Dans ces variables, il y a un point d'initiation qui implique l'absence totale de ce qui a été mesuré.

Par conséquent, les variables de rapport ont un zéro absolu et la distance entre deux points est toujours la même, bien qu'elles aient également les caractéristiques des variables précédentes.

Exemples

Par exemple, l'âge, le poids et la taille sont des variables de rapport.

-Variable continue

Une variable avec un nombre infini de valeurs, telles que "temps" ou "poids".

Autres moins connus

-Variables catégorielles

Les variables catégorielles sont celles dont les valeurs peuvent être exprimées à travers une série de catégories qui les définissent.

Exemple

Un bon exemple de variable catégorielle correspond aux conséquences d'une maladie donnée, qui peuvent être décomposées en guérison, maladie chronique ou décès.

-Variable active

Une variable qui est manipulée par le chercheur.

-Variable binaire

Une variable qui ne peut prendre que deux valeurs, généralement 0/1. Cela peut aussi être oui / non, élevé / court ou une autre combinaison de deux variables.

-Variable covariable

Semblable à une variable indépendante, elle a un effet sur la variable dépendante, mais ce n'est généralement pas la variable d'intérêt.

-Variable de critères

Un autre nom pour une variable dépendante, lorsque la variable est utilisée dans des situations non expérimentales.

-Variable endogène

Tout comme les variables dépendantes, elles sont affectées par d'autres variables au sein d'un système. Utilisé presque exclusivement en économétrie.

-Variable exogène

Variables qui affectent les autres et qui proviennent de l'extérieur d'un système.

-Identification des variables

Variables utilisées pour identifier de manière unique les situations.

-Variable d'intervention

Variable utilisée pour expliquer la relation entre les variables.

-Variable latente

Une variable cachée qui ne peut pas être directement mesurée ou observée.

-Variable manifeste

Une variable qui peut être directement observée ou mesurée.

-Variable médiatrice ou variable intermédiaire

Variables qui expliquent comment se produit la relation entre les variables.

-Variable de modulation

Modifie l'intensité d'un effet entre les variables indépendantes et dépendantes. Par exemple, la psychothérapie peut réduire davantage le niveau de stress des femmes que celui des hommes, de sorte que le sexe atténue l'effet entre la psychothérapie et les niveaux de stress.

-Variables polycotomiques

Variables pouvant avoir plus de deux valeurs.

-Variable prédictive

Semblable en signification à la variable indépendante, mais utilisée dans la régression et dans les études non expérimentales.

Les variables statistiques comme méthode d'analyse de la réalité empirique

Les différents types de variables statistiques permettent à l'être humain de simplifier et de classer la réalité, puisqu'elle la divise en paramètres simples, faciles à mesurer et à calculer. De cette manière, il est possible d'isoler un groupe d'éléments qui font partie d'une société ou d'une nature.

Par conséquent, l'être humain ne peut pas considérer qu'il comprend la totalité du monde qui l'entoure à travers les variables, celles-ci restant une connaissance limitée par rapport à la totalité de l'univers.

Cela signifie que le chercheur doit choisir d'appliquer un regard critique sur les résultats obtenus à travers les variables, afin d'éviter autant que possible l'approche de fausses conclusions.

Critères opérationnels de sélection des variables

Définition des termes des variables

Premièrement, les variables doivent être utilisables; Pour y parvenir, ils doivent être rendus mesurables ou compréhensibles.

Ensuite, il est nécessaire d'attribuer un sens et une définition à chaque terme qui est une partie fondamentale du contexte de la recherche à mener. Cette définition doit être basée sur la référence des caractéristiques trouvées dans la réalité empirique.

De plus, ces définitions doivent être concrètes et opérationnelles, basées sur l'observation scientifique et utilisant des mesures qui renvoient aux indicateurs de réalité directement observés.

Plus tard, il sera nécessaire d'examiner toutes les définitions du terme, passées et présentes, autant que possible. Ensuite, il est nécessaire de procéder à l'identification des variables ou du groupe de variables pouvant aider à expliquer le problème posé lors de la mise en place de l'enquête.

Structures des variables

La structure des variables statistiques peut être divisée en quatre éléments principaux, ceux-ci étant les suivants:

-Le nom.

-L'ensemble des catégories.

-La définition verbale.

-La procédure pour les regrouper en tenant compte des unités d'observation des catégories.

Paramètres à considérer concernant l'utilisation opérationnelle des variables

Dénomination

Il fait référence au nom qui est donné à la variable lors du développement de l'enquête.

Type de variable

Il se réfère à la catégorie que possède une variable au moment de son introduction dans l'objet d'étude à étudier. Ceci est établi en fonction de la localisation de la variable dans l'hypothèse du travail.

La nature

Il faut établir si la variable sera quantitative ou qualitative, car cette classification permet de solidifier les bases théoriques du processus d'investigation. Une fois la nature de la variable identifiée, il sera plus facile d'effectuer le reste des comparaisons et des descriptions.

La mesure

Il s'agit de l'échelle de mesure que la variable utilisera lors de l'établissement de relations avec l'objet d'étude ou avec les autres variables.

Indicateur

Ce paramètre est la base qui démarre la mesure. En d'autres termes, c'est l'instrument qui rend possible la mesure des variables.

Unité de mesure

Cela dépendra de ce que l'indicateur variable établit. L'unité de mesure fonctionne surtout dans les variables qui peuvent être quantifiées.

Instrument

Ce paramètre fait référence à l'outil que le chercheur utilisera pour collecter les informations et données concernant les variables statistiques.

Dimension

Il renvoie à l'extension qu'occupe la variable dans la réalité empirique. Par exemple, une variable peut avoir une dimension clinique, une dimension géographique, une dimension sociale, biologique, diagnostique ou démographique, entre autres.

Définition opérationnelle

Ce paramètre cherche à définir le travail effectué par la variable au sein de l'objet d'étude.

Définition conceptuelle

Il fait référence à la définition avec laquelle la variable est connue ou traitée, en tenant compte du dictionnaire médical ou d'un autre spécialisé dans le domaine qu'occupe la variable.

Variable aléatoire

Dans le domaine des statistiques et dans la discipline mathématique, une variable aléatoire est appelée une fonction dont le but est d'attribuer une valeur - généralement de nature numérique - à un résultat issu d'une expérience aléatoire.

L'exemple le plus concret peut être trouvé dans le jeu de dés, car lancer un dé deux fois soulève deux résultats aléatoires possibles: (1,1) et (1,2).

Une variable aléatoire élève des valeurs possibles qui représentent les résultats d'une expérience qui n'a pas encore été effectuée. Il peut également représenter les valeurs possibles d'une grandeur dont la valeur à ce moment-là est incertaine; dans ce cas, il s'agit d'une mesure inexacte ou incomplète.

En conclusion, les variables aléatoires peuvent être considérées comme une quantité qui a une valeur non fixe qui, à son tour, peut prendre des valeurs différentes. Pour calculer ces variables, il est nécessaire d'utiliser la distribution de probabilité, qui est utilisée pour décrire les probabilités existantes pour que les différentes valeurs se produisent.

Références

1. (SA) (sf) Types de variables en statistique et en recherche. Récupéré le 8 avril 2019 sur Statistics How to: statisticshowto.datasciencecentral.com
2. Benitez, E. (2013) Variables dans les statistiques. Récupéré le 8 avril 2019 sur WordPress: wordpress.com
3. Del Carpio, A. (sf) Variables en recherche. Récupéré le 7 avril 2019 sur URP: urp.edu.pe
4. Mimenza, O. (sf) Les 11 types de variables utilisées dans la recherche. Un examen des principales classes de variables utilisées en science pour enquêter. Récupéré le 7 avril 2019 sur Psychology and Mind: psicologiaymente.com
5. Mota, A. (2018) Variables statistiques. Récupéré le 7 avril 2019 sur Universo Formulas: universoformulas.com
6. Carballo, M., Guelmes, C. Quelques considérations sur les variables de recherche qui sont développées dans l'éducation à Scielo. Récupéré le 7 avril 2019 sur Scielo: scielo.sld.cu