Colaboración especial
De la Macorra, JC
Medir qué cosas: las variables (II). Cient Dent. 2026; 23:1:15-17.
Medir qué cosas: las variables (II)
Continuación del artículo Medir qué cosas: las variables (I)
Hay dos maneras principales de diferenciar los tipos de variables en un estudio:
Por el papel que juegan en el estudio. Las principales serán las variables …:
– Independiente, también denominada factor, intervención, criterio o predictora.
Es todo factor, característica, tratamiento o exposición, tanto ambiental como personal, que puede desarrollar un efecto o tener una influencia sobre una o más de las variables dependientes. Es habitualmente esa asociación o influencia lo que se quiere estudiar.
Un factor es un elemento o causa que actúa junto con otros (la temperatura o el tiempo, por ejemplo). Una característica es algo que da carácter o sirve para distinguir a alguien o algo de sus semejantes (el sexo, la altura, al peso, la condición socioeconómica, la pertenencia a un grupo determinado, etc.). Un tratamiento es un conjunto de medios que se emplean para curar o aliviar una enfermedad (un tratamiento analgésico, un tipo de grabado ácido, el tipo de cirugía empleado, etc.). Una exposición es la acción de someter a los casos a los efectos de ciertos agentes (el tipo de enseñanza, la cantidad o tipo de lectura, las horas de tv, etc.).
Son frecuentemente manipuladas, controladas, por el experimentador (o modificadas por la naturaleza, si es un estudio observacional), de manera que el experimentador decide la intensidad de la exposición, el nivel o la presencia o no del factor a que se expone a los diferentes grupos.
En el contexto del estudio no dependen de otra variable y, frecuentemente -pero no siempre- son únicas.
– Dependiente, respuesta u outcome. Es todo efecto, respuesta o resultado que puede estar influido por, o depender de, una o más de las variables independientes.
– De confusión. De ellas se ha hablado ya en otro artículo de esta serie 1. En resumen, son aquellas variables, diferentes de la variable independiente, que pueden afectarla, lo que puede llevar a conclusiones erróneas acerca de la relación entre las variables independiente y dependiente, pues distorsionan la medida de la asociación.
– Latentea, u ocultas, inobservables. Son variables, características, de interés, relevantes para el estudio, que no pueden ser medidas u observadas directamente.
Son el objeto de la medida, el concepto latente que se quiere medir, pero son habitualmente constructosb. Estas variables son complejas y su estudio requiere descomponer estos conceptos abstractos en dimensiones e indicadores observables. Son muy comunes en los estudios sociométricos.
Por ejemplo, para medir la felicidad, la inteligencia, la ansiedad, la satisfacción, la salud, etc., se utiliza(n) una (o varias) variable(s) sustitutiva(s) (denominadas proxy) o métodos matemáticos relativamente complejas (análisis factorial,…)2. Estas variables proxy miden la variable latente con un margen adicional de error.
Si quisiéramos medir la felicidad, un concepto inobservable directamente, deberíamos primero descomponerlo en otros factores, estos sií medibles: el estado de salud, la familia, los amigos, la ocupación laboral, el dinero, etc. (Figura 1a). Además, deberemos dará a cada uno de estos factores un peso diferenciado, atendiendo a criterios difíciles de estandarizar (Figura 1b). Se comprende que se van acumulando las posibilidades de cometer errores: en la identificación de los factores -que puede no ser completa o incluir factores irrelevantes-, en la asignación del peso de cada uno -que siempre tendrá un carácter parcialmente arbitrario-, y en la medición de cada uno de ellos -con la presencia de los errores de medición ya conocidos-.
Por los tipos de datos que se producirán en la medición. En la Tabla, modificada de Doménech3, se esquematizan dichos tipos. Es básico definir, previamente a la medición y durante el diseño del estudio, el tipo de datos que se espera obtener. De ello dependerán muchas cosas. Por ejemplo, el tipo de test estadístico que podrá emplearse.
Un estudio más detallado de las características de cada uno de estos tipos de datos puede encontrarse en los trabajos de Ochoa y Molina4,5.
[a] Latente: oculto, escondido o aparentemente inactivo. Sus sinónimos son: subyacente, implícito, oculto, encubierto, larvado, recóndito, secreto, profundo (RAE).
[b] Constructo: construcción teórica para comprender un problema determinado (RAE).
De la Macorra García JC. La causalidad y la confusión. Cient Dent 2025;22(2):21-24.
Bauer GR, Mahendran M, Walwyn C, Shokoohi M. Latent variable and clustering methods in intersectionality research: systematic review of methods applications. Soc Psychiatry Psychiatr Epidemiol 2022;57(2):221-37. https://doi. org/10.1007/s00127-021-02195-6.
Doménech Massons JM. Descripción de caracteres cuantitativos. Métodos estadísticos en Ciencias de la Salud. Esplugues de Llobregat, Barcelona, España: Signo, S.A.; 1999.
Ochoa Sangrador C, Molina Arias M. Evaluación de la precisión de las pruebas diagnósticas (2). Variables continuas. Evid Pediatr 2017;13:45-49.
Ochoa Sangrador C, Molina Arias M. Evaluación de la precisión de las pruebas diagnósticas (1). Variables discretas. Evid Pediatr 2017;13:28-33.
Hulley SB, Newman TB, Cummings SR. Planning the measurements: Precision,
accuracy, and validity. Designing Clinical Research. 4th ed: Wolters Kluwer. Lippincott Williams & Wilkins; 2013.

Prof. José Carlos de la Macorra García
Licenciado en Medicina, Especialista en Estomatología, Especialista en Medicina del
Trabajo, Doctor en Medicina y Cirugía (1988) en la Universidad
Complutense de Madrid. Profesor Emérito (Universidad Complutense de Madrid).



