Actualizacion Tratamiento estadístico según el nivel de la variable

Vista previa del material en texto

Tratamiento estadístico según el nivel de la variable Plantilla para las contribuciones
(Statistical treatment according to the level of the variable)
Luis E. Belloso A.[footnoteRef:1] [1: luis_belloso@hotmail.com / lebelloso@urbe.edu.ve ] 
Universidad Nacional Experimental Rafael María Baralt / Universidad Privada Dr. Rafael Belloso Chacin 
Ivón Morrón 
Universidad Privada Dr. Rafael Belloso Chacin 
Jhonathan Romay
Universidad Privada Dr. Rafael Belloso Chacin 
Nysela Fernández M.
Universidad Privada Dr. Rafael Belloso Chacin 
 
Resumen: El objetivo de la investigación se orientó en analizar el tratamiento estadístico según nivel de la variable, bajo los postulados de Mendenhall, W., Beaver, R. y Beaver B. (2015), Arias (2016), entre otros. Metodológicamente, se relaciona con la investigación documental, ello implica recolectar información de fuentes secundarias para generar conclusiones. La revisión bibliográfica permitió determinar, que según el nivel de medición de la variable existen cuatro (04) clasificaciones establecidas: nominal, ordinal, intervalo y razón; considerando estadísticos específicos para cada uno de ellos. Las consideraciones finales, se orientan a establecer la identificación del nivel de la variable así como el tratamiento que se le debe dar; pues no todos los niveles aplican parámetros de igual naturaleza o índole. En este sentido, la selección de los coeficientes estadísticos, permite conocer la orientación en el proceso decisorio; reuniendo los métodos para resumir, analizar, interpretar y presentar hechos; siendo la escala de razón la más alta en la medición, en ella se integran los niveles previos; posee un cero absoluto como una absoluta no presencia del atributo en medición. Dependiendo de los resultados obtenidos, se determinará si existe la base para afirmar si existe o no la característica medida en el elemento en estudio.
Palabras clave: Estadístico, Nivel, Tratamiento, Variable.
Abstract: The objective of the research was oriented to analyze the statistical treatment according to the level of the variable, under the postulates of Mendenhall, W., Beaver, R. and Beaver B. (2015), Arias (2016), among others. Methodologically, it is related to documentary research, this implies collecting information from secondary sources to generate conclusions. The bibliographic review allowed to determine that according to the level of measurement of the variable there are four (04) established classifications: nominal, ordinal, interval and reason; considering specific statistics for each one of them. The final considerations are aimed at establishing the identification of the level of the variable as well as the treatment that should be given; since not all levels apply parameters of the same nature or nature. In this sense, the selection of statistical coefficients allows to know the orientation in the decision-making process; gathering the methods to summarize, analyze, interpret and present facts; the ratio scale being the highest in the measurement, it integrates the previous levels; it has an absolute zero as an absolute non-presence of the attribute being measured. Depending on the results obtained, it will be determined if there is a basis to affirm whether or not the characteristic measured in the element under study exists.
Keywords: Statistical, Level, Treatment, Variable	
Introducción 
U
n primer paso al desarrollar una investigación es determinar donde se ubica la variable y cuál será su nivel de medición; es decir, la escala de medida; lo cual se debe ejecutar para generar una orientación en la cual se determinen convergencias o divergencias en relación a los resultados a generar; donde emplear los adecuados estadísticos según la naturaleza de la variable, se determina como el procedimiento medular por naturaleza. Con base a ello, se han determinado diversas técnicas para obtener información, de esta forma se obtienen resultados significativos, de los cuales se establecen conclusiones tanto relevantes como significativas. 
Para el desarrollo del planteamiento anterior, lo primordial es identificar los datos y como se clasifican: primarios o secundarios, los primeros son obtenido en forma directa de la fuente o realidad en estudio (en ellos no hay intervención alguna es decir se toman tal cual como suceden; mientras que los segundos provienen de registros escritos derivados de otras investigaciones. Donde, la aplicación y desarrollo de la diversidad de técnicas para ejecutar la recolección de datos se considera área medular en toda investigación; siendo necesario señalar que los datos en su clasificación no se oponen entre sí, todo lo contrario se complementan; inclusive se llega a intercambiar roles.
En este sentido, para Venereo (2016), la estadística “…es una ciencia formal y una herramienta que estudia el uso y los análisis provenientes de una muestra representativa de datos, busca explicar las correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia en forma aleatoria o condicional” (p.17). Razón por la cual, desarrollar el análisis estadístico, conlleva al proceso orientado a identificar y medir fenómenos, describirlos cuantitativamente para finalmente proporcionar un elemento conclusivo identificador; el cual proporciona la característica de magnitud para su conocimiento y previsión; con base a la determinación en los hallazgos empleando los estadísticos apropiados.
El uso del diseño estadístico, al estudiar el nivel de la variable hace posible el efecto de minimizar la incidencia del denominado error experimental así como visualizar elementos que proporcionen una imagen factible de la influencia que posee la respuesta ante factores aislados o conjuntos. El señalamiento anterior, permite generar un modelo donde la respuesta obtenida no solo es generada por influencias conocidas sino por factores relacionados con el margen de error. Lo cual, conlleva a establecer la variabilidad con base a agentes no controlados. Es decir, el diseño del procedimiento estadístico se debe orientar a evitar que la magnitud en los atributos no medidos. 
A través del adecuado análisis del diseño estadístico, el investigador puede minimizar la presencia del error experimental, dado que su efectiva aplicación proporciona medidas de precisión; siendo estas las orientadas a establecer la solidez en la evidencia de elementos asi como efectos reales; los cuales determinan el camino correcto y no uno falso al procesar datos bajo los estadísticos correctos; obteniendo de esta forma resultados realmente representativos.
Con base a la exposición de elementos anteriormente expuesta, para Arias (2016), “una variable es una característica o cualidad; magnitud o cantidad, que puede sufrir cambios, y que es objeto de análisis, medición, manipulación o control en una investigación” (p.57). 
Para Fresno (2018), las variables se determinan como una “característica o propiedad del objeto de estudio, se observa y/o cuantifica en la investigación, puede variar de un elemento a otro del Universo, o en el mismo elemento si es comparado consigo mismo al transcurrir un tiempo determinado” (p. 105). En su desarrollo se adquiere un valor en la investigación científica si forman parte de una hipótesis o una teoría; lo que suele llamarse construcciones hipotéticas. Para el autor, existen los siguientes tipos de variables
a) independiente, es la supuesta causa de la variable dependiente, es decir determina o influye en ésta, su antecedente, es manipulada por el experimentador
b) dependiente, cuando su valor de verdad hace referencia no ya a la causa sino al efecto. Es el supuesto efecto, que está causado, determinado o influenciado por la independiente, es decir, el consecuente. Experimenta modificaciones siempre que la variable independiente cambia de valor o modalidad de darse. Por ello, también recibe el nombre de variable efecto
c) interviniente, el contenido no es causa ni efecto, pero modifica las condiciones del problema. Entre una variable independientey su correspondiente dependiente se puede dar una interviniente, que actúa como puente.
d) cualitativas: expresan distintas cualidades o características. Cada modalidad que se presenta se denomina atributo o categoría, su medición consiste en una clasificación de dichos atributos. Pueden ser ordinales (tomar distintos valores ordenados siguiendo una escala establecida, aunque no es necesario que el intervalo entre mediciones sea uniforme) y nominales (los valores no pueden ser sometidos a un criterio de orden).
e) cuantitativas: se expresan mediante cantidades numéricas. Pueden ser: discretas (presenta separaciones o interrupciones en la escala de valores que puede tomar; las cuales indican la ausencia de valores entre los distintos valores específicos que la variable pueda asumir) continua (puede adquirir cualquier valor dentro de un intervalo especificado de valores). (Fresno 2019, p.105-106).
En las investigaciones cuantitativas con corte positivista, la estadística es el elemento medular para desarrollar una indagación, razón por la cual Rodríguez et al. (2016), la definen como el arte así como la ciencia donde se reúnen datos, los cuales posteriormente son tratados, analizados, interpretados y socializados. En todos los ámbitos del conocimiento, la información obtenida proporciona a los tomadores de decisiones una mejor perspectiva al ejecutar el proceso decisorio. 
En el mismo orden de ideas, plantean Mendenhall et al. (2016), la estadística como elemento de las matemáticas se orienta a explicar los fenómenos donde interviene el azar; razón por la cual la ciencia debe afrontar para explicar los elementos de los fenómenos multicausales con todos los aspectos que intervienen en el control relativo. Razón por la cual, se considera un instrumento valioso para organizar información para tomar decisiones; es decir no se concibe el desarrollo de una investigación sin aplicar el método científico en cada una de sus etapas.
Al desarrollar una investigación cuantitativa con corte positivista, se recurre a la estadística como ciencia, la cual se divide en dos grandes grupos o áreas; siendo estos: descriptiva: la cual se asocia con actividades donde se colecta, recolecta, organiza, procesa y analizan datos; siendo la intención describir las características o hallazgos del elemento en estudio b) inferencial: conocida como inferencia estadística, en ella se emplean un conjunto de métodos para inferir el comportamiento de un parámetro poblacional al comprobar las hipótesis planteadas por el investigador.
El análisis de las variables, debe reflejar el conocimiento de la realidad objeto estudiado; en este sentido el conocimiento se inicia con el análisis univariante, el cual se establece como un método previo antes de desarrollar relaciones entre las variables. Al desarrollar el exhaustivo análisis, se requiere de técnicas de técnicas relacionadas con el análisis bivariante o multivariante; donde la elección de la más adecuada requiere de considerar la escala en la que se mide la variable (nominal, ordinal, intervalo o razón) así como la relación entre ellas. 
Una vez abordada la definición de estadística, se debe establecer cuál será la técnica de análisis de datos, para ello plantean los autores Casas et. al. (2018) al igual que Palella y Martins (2017), señalan que culminado el proceso de recoger valores relacionados con el objeto de estudio; se desarrolla el análisis estadístico; del cual se generan interpretaciones sobre lo trascendental que resulta los elementos integrativos del fenómeno es estudio. Proceso en el cual, se ejecuta la toma de decisiones y con ello la presentación de los resultados obtenidos en la indagación.
Según los mencionados autores, las variables numéricas, se analizan con base a los niveles de medición; siendo estos: a) nominal, son cualitativas pero se pueden convertir en cuantitativas al asignar números a las categorías existentes b) ordinal, estas se desarrollan en función al orden, por tener la relación de equivalencia y la relación más grande que; es decir en ellas no se ejecutan operaciones aritméticas c) intervalo, su aplicación incluye el orden aceptando operaciones de adición y sustracción y d) razón: posee características de intervalo y además el cero como resultado al medirla. 
Los autores Palella y Martins (20118), señalan la aplicación de un conjunto de estadísticos; los cuales se establecen en función al nivel de la escala en la cual se inserta la variable en estudio; las cuales se detallan a continuación: 
1. Nominal: distribución de frecuencias, proporción, porcentaje, moda, coeficiente de contingencia. 
2. Ordinal: mediana, cuartiles, percentiles, Spearman r, Kendall r, Chi cuadrado. 
3. Intervalo: media aritmética, varianza, desviación típica, regresión lineal, t student, análisis factorial de varianza, coeficiente de correlación momento-producto de Pearson, correlación del múltiple momento-producto, análisis de covarianza 
4. Razón: media armónica, coeficiente de variación, coeficiente de asimetría de Fisher, coeficiente de curtosis
A partir del planteamiento de Mendenhall et al. (2016), existen varios tipos de análisis relacionados con la orientación de las variables, siendo estos:
(a) análisis univariante: estudia la distribución individual de cada variable, se centra en dos aspectos; los cuales son tendencia central de la distribución y dispersión. Donde el primero es el valor medio de la distribución, mientras que segundo mide la variabilidad interna de los datos. Según el tipo de variables proceden en los siguientes análisis: a) variables nominales: determinando frecuencias por categoría, se expresa en porcentajes b) variables ordinales: la tendencia central se mide a través de la mediana y moda (no se determina la media porque implica distancias comparables), mientras que para la dispersión se puede utilizar el histograma c) variables métricas. Se calcula la media como tendencia central; para estudiar el grado de dispersión se determina la desviación típica o la varianza. Es factible analizar estudiar: la distribución (tendencia central), dispersión, simetría y achatamiento (en estricto orden de aplicación). 
(b) análisis bivariante: determina el efecto de una variable sobre otra, segregando los estadísticos en dos grandes grupos, los cuales son paramétricos (pruebas paramétricas: comparación de medias (prueba t), análisis de correlación (Pearson) y análisis de la varianza (ANOVA I)) y no paramétricos (comparación de medias (Mann-whitney), análisis de correlación (Spearman, Kendall tau), análisis de la varianza (Kruskal-Wallis) y tablas de contingencia (Chi-cuadrado, Fisher)). Todos estos elementos pertenecen a la estadística inferencial. 
(c) análisis multivariante: se analiza la intermediación de más de dos variables, los estadísticos empleados son: a) análisis de la varianza (ANOVA II) b) análisis multivariante de la varianza (MANOVA) c) análisis discriminante d) análisis de regresión lineal múltiple e) análisis de regresión logística f) análisis de la covarianza (ANCOVA) g) modelo lineal general h) análisis factorial i) análisis de conglomerados. Todos estos elementos pertenecen a la estadística inferencial.
Métodos
E
n relación al apartado metodológico, el estudio se concibe con base al diseño de investigación documental, para Palella y Martins (2017), “es la revisión sistemática, rigurosa y profunda de material documental; se utilizan documentos: recolecta, selecciona, analiza y presenta resultados coherentes. Utiliza los procedimientos lógicos y mentales propios de toda investigación: análisis, síntesis, deducción, inducción, entre otros”. (p.87). En esta clasificación, el investigador recolecta información para redescubrir hechos, determinado hipótesis. Razón por la cual, se desarrollan objetivos en orden y con para construir el conocimiento. En el mismo orden de ideas, para Arias (2016), “es la búsqueda, recuperación, análisis, crítica e interpretación de datos secundarios, es decir, obtenidos por otros investigadoresasí como en fuentes documentales: impresas, audiovisuales o electrónicas. El propósito de este diseño es el aporte de nuevos conocimientos” (p. 27). 
En el mismo orden de ideas para Cabezas et al. (2018), “persigue recopilar la información con el objetivo de enunciar las teorías que permiten sustentar el estudio de los fenómenos y procesos. Este tipo de información se la extrae a través de un nivel investigativo de tipo exploratorio” (p.70). 
El método empleado en el desarrollo del estudio, se enmarcó en la revisión bibliográfica relacionada con textos (fuentes) contentivos de información en función al tratamiento estadístico según el nivel de la variable; donde el cimiento o característica medular es la bilateralidad del pensamiento asociado a la plasticidad para ir de lo analítico a lo creativo (o viceversa). 
Reflexiones finales 
L
a revisión bibliográfica, permitió generar una apreciación en relación a la necesidad de analizar estadísticamente una variable producto de la realidad objeto de estudio en cualquier área del conocimiento; analizando cómo se desarrolla una situación, cuáles son sus elementos intervinientes, así como discutir las relaciones determinadas. 
Es decir, procesar los datos bajo los estadísticos específicos para el nivel en el cual se analiza la variable se establece como el primer elemento dentro de un esquema jerárquico; el cual tiene su origen en la descripción o exploración, culminando con la relación entre variables. Lo anteriormente descrito, supone la aplicación de diversas técnicas; entre estas se encuentran: a) análisis univariable, en el predomina la distribución de frecuencias por considerarse un nivel bajo de medición, se emplea para conocer como es la distribución de valores b) análisis bivariantes, los estadísticos de mayor grado de utilización son la correlación lineal y las tablas de contingencia, conocidas como cruce de tablas entre dos o más variables; un preestablecido orden de situaciones determina aplicar el cálculo de: varianza, regresión simple y test no paramétricos. 
Para culminar, se establece la complejidad así como aplicabilidad en forma correcta de la diversidad de parámetros estadísticos; en este sentido el investigador debe recolectar información con la finalidad de seleccionar el o los estadísticos en el respectivo orden aplicación en función con el nivel de la variable; donde en ocasiones los análisis univariables y bivariables se consideran poco relevantes para generar en forma adecuada los objetivos de indagación; esto se basa en la baja probabilidad de proporcionar una visión integral del fenómeno de estudio. Lo anteriormente planteado, da origen al desarrollo así como la aplicabilidad del análisis multivariable; en el cual se conjugan un conjunto de técnicas, en las cuales se sintetizan grandes volúmenes de datos. En este sentido, tanto el análisis bivariables, como multivariable; se establece con consistencia al aplicar la estadística inferencial; desarrollando elementos con la efectiva precisión y perspectiva conceptual al inferir en función a la comprobación de hipótesis.
Agradecimientos
Un especial agradecimiento a: Dr. Lucas del Moral, por su excelente guia y recomendaciones. Al personal del Departamento de Investigación y Estadistica del Programa Administración de la Universidad Nacional Experimental de la Universidad Nacional Experimental Rafael María Baralt, especialmente a los Jefes de Catedra de Taller de Acción Profesioal y Seminarios de Investigación así como Estadistica; gracias por todo su apoyo y colaboración.
Referencias
Arias, F. (2016). El Proyecto de Investigación. 6ta. Edición. Editorial Episteme
Cabezas, E., Andrade, D. & Torres, J. (2018). Introducción a la Metodología de la Investigación Científica. Editorial Universidad de las Fuerzas Armadas ESPE
Casas, J., Sánchez, C., y Cortiñaz P. (2018). Inferencia Estadística para Economía. 4ta. Ed. Editorial Universitaria Ramón Areces
Fresno, C. (2019). Metodología de la Investigación. El Cid Editor
Mendenhall, W., Beaver, R. y Beaver B. (2016). Estadística y Probabilidad. Ed. Ediciones Brooks Cole
Palella Stracuzzi, S. y Martins Pestana, F. (2017). Metodología de la Investigación Cuantitativa. 4ta. Ed. Fondo Editorial de la Universidad Pedagógica Libertador
Rodríguez, J. Pierdant, A. y Rodríguez E. (2016). Estadística para Administración. 2da. Edición. Grupo Editorial Patria
Venereo, A. (2016). Estadística aplicada a las ciencias económicas y administrativas. Editorial Mar Abierto
SOBRE LOS AUTORES
Luis E. Belloso A.: Doctor en Ciencias Gerenciales. Docente/Facilitador/Investigador. Universidad Nacional Experimental Rafael María Baralt (UNERM) / Universidad Privada Dr. Rafael Belloso Chacin (URBE). Zulia. Venezuela. https://orcid.org/0000-0002-5740-4693
Ivón Morrón: Cursante del Doctorado en Ciencias Gerenciales URBE. Zulia. Venezuela. https://orcid.org/0000-0003-2649-2720 
Jhonathan Romay: Cursante del Doctorado en Ciencias Gerenciales URBE. Zulia. Venezuela. https://orcid.org/0000-0002-3061-9483
Nysela Fernández Montiel: Cursante del Doctorado en Ciencias Gerenciales URBE. Zulia. Venezuela. https://orcid.org/0000-0001-6539-7537
5
 
 
 
 
 
Tratamiento estadístico según 
el nivel 
de la variable 
 
(
Statistical treatment according to the level of the variable
)
 
 
Luis E. Belloso 
A
.
1
 
 
U
niversidad Nacional Experimental Rafael María Baralt / Universidad Privada Dr. Rafael Belloso Chacin 
 
 
Ivón Morrón 
 
Universidad Privada Dr. Rafael Belloso Chacin 
 
Jhonathan Romay
 
Universidad Privada Dr. Rafael Belloso Chacin 
 
Nysel
a
 
Fern
á
ndez
 
M.
 
Univer
sidad Privada Dr. Rafael Belloso Chacin 
 
 
 
 
R
esumen: 
El objetivo de la investiga
c
ión se orientó en analizar el tratamiento estadístico según 
nivel 
de la 
variable, bajo los postulados de 
Mendenhall, W., Beaver, R. y Beaver B. (2015), 
Arias (2016), 
e
ntre 
otros
. 
Metodológicamente, 
se relaciona con la investigación documental, 
ello i
mplica recolectar información
 
de 
fuentes 
secundarias para generar
 
con
clusiones. La 
revisión bibliográfica 
permitió determinar, que según el nivel de 
medición de 
la 
 
variable exi
sten cu
atro (04) 
clasificaciones establecidas: nomin
al, ordinal, intervalo y razón
; 
considerando estadísticos específicos para c
ada uno de ellos. 
Las consideraciones finales, se orientan a establecer 
la identificación del nivel de la variable así como el t
ratamiento que se le debe d
ar
;
 
pues no todos los niveles 
aplican parámetros de igual naturaleza
 
o índole
. En este sentido, 
la selección de los coeficientes estadísticos, 
permite conocer la orientación en el proceso decisorio; reuniendo los
 
métodos para resumir, analizar, interpretar 
y presentar hechos; siendo la escala de razón la más alta en la medición, en ella se integran los niveles previos; 
posee un cero absoluto como un
a absoluta no presencia del 
 
atributo 
en medición. Dependiendo d
e lo
s
 
resultados obtenidos, se determinará si 
existe la base para afirmar 
si existe o no l
a característica medida en el 
elemento en estudio.
 
 
Palabras clave
: 
Estadístico, Nivel, Tratamiento, Variable.
 
 
Abstract: 
The objective of the research was oriented 
to analyze the statistical treatment according to the level of 
the variable, under the postulates of Mendenhall, W., Beaver, R. and Beaver B. (2015), Arias (2016), among 
others. Methodologically, it is related to documentary research, this implies collecti
ng information from 
secondary sources to generate conclusions. The bibliographic review allowed to determine that according to the 
level of measurement of the variable there are four (04) established classifications: nominal, ordinal, interval and 
reason; 
considering specific statistics for each one of them. The final considerations are aimed at establishing the 
identification of the level of the variable as well as the treatmentthat should be given; since not all levels apply 
parameters of the same nature
 
or nature. In this sense, the selection of statistical coefficients allows to know the 
orientation in the decision
-
making process; gathering the methods to summarize, analyze, interpret and present 
facts; the ratio scale being the highest in the measureme
nt, it integrates the previous levels; it has an absolute 
zero as an absolute non
-
presence of the attribute being measured. Depending on the results obtained, it will be 
determined if there is a basis to affirm whether or not the characteristic measured in
 
the element under study 
exists.
 
 
Keywords
: 
Statistical, Level, Treatment, Variable
 
 
Introducción 
 
n primer paso al desarrollar una investigación es determinar donde se ubica la variable y cuál será su 
nivel de medición; 
es decir, la escala de medida; lo
 
cual se debe ejecutar para generar una orientación en 
la cual se determinen convergencias o divergencias en relación a los resultados a generar; donde emplear 
los adecuados es
tadístico
s según la naturaleza de la variable, se determina como el 
procedimient
o
 
medular por 
naturaleza. 
Con base a ello, se 
han de
terminado diversas 
técnicas para obtener información, 
de esta 
forma se obtienen resultados significativos, de los cuales se establecen 
conclusiones tanto relevantes como 
significativas.
 
 
 
 
 
1
 
luis_belloso@hotmail.com
 
/ 
lebelloso@urbe.edu.ve
 
 
U
 
Plantilla
 
para las contribuciones
 
 
 
 
 
 
Tratamiento estadístico según el nivel de la variable 
(Statistical treatment according to the level of the variable) 
 
Luis E. Belloso A.
1
 
Universidad Nacional Experimental Rafael María Baralt / Universidad Privada Dr. Rafael Belloso Chacin 
Ivón Morrón 
Universidad Privada Dr. Rafael Belloso Chacin 
Jhonathan Romay 
Universidad Privada Dr. Rafael Belloso Chacin 
Nysela Fernández M. 
Universidad Privada Dr. Rafael Belloso Chacin 
 
 
Resumen: El objetivo de la investigación se orientó en analizar el tratamiento estadístico según nivel de la 
variable, bajo los postulados de Mendenhall, W., Beaver, R. y Beaver B. (2015), Arias (2016), entre otros. 
Metodológicamente, se relaciona con la investigación documental, ello implica recolectar información de fuentes 
secundarias para generar conclusiones. La revisión bibliográfica permitió determinar, que según el nivel de 
medición de la variable existen cuatro (04) clasificaciones establecidas: nominal, ordinal, intervalo y razón; 
considerando estadísticos específicos para cada uno de ellos. Las consideraciones finales, se orientan a establecer 
la identificación del nivel de la variable así como el tratamiento que se le debe dar; pues no todos los niveles 
aplican parámetros de igual naturaleza o índole. En este sentido, la selección de los coeficientes estadísticos, 
permite conocer la orientación en el proceso decisorio; reuniendo los métodos para resumir, analizar, interpretar 
y presentar hechos; siendo la escala de razón la más alta en la medición, en ella se integran los niveles previos; 
posee un cero absoluto como una absoluta no presencia del atributo en medición. Dependiendo de los 
resultados obtenidos, se determinará si existe la base para afirmar si existe o no la característica medida en el 
elemento en estudio. 
 
Palabras clave: Estadístico, Nivel, Tratamiento, Variable. 
 
Abstract: The objective of the research was oriented to analyze the statistical treatment according to the level of 
the variable, under the postulates of Mendenhall, W., Beaver, R. and Beaver B. (2015), Arias (2016), among 
others. Methodologically, it is related to documentary research, this implies collecting information from 
secondary sources to generate conclusions. The bibliographic review allowed to determine that according to the 
level of measurement of the variable there are four (04) established classifications: nominal, ordinal, interval and 
reason; considering specific statistics for each one of them. The final considerations are aimed at establishing the 
identification of the level of the variable as well as the treatment that should be given; since not all levels apply 
parameters of the same nature or nature. In this sense, the selection of statistical coefficients allows to know the 
orientation in the decision-making process; gathering the methods to summarize, analyze, interpret and present 
facts; the ratio scale being the highest in the measurement, it integrates the previous levels; it has an absolute 
zero as an absolute non-presence of the attribute being measured. Depending on the results obtained, it will be 
determined if there is a basis to affirm whether or not the characteristic measured in the element under study 
exists. 
 
Keywords: Statistical, Level, Treatment, Variable 
Introducción 
n primer paso al desarrollar una investigación es determinar donde se ubica la variable y cuál será su 
nivel de medición; es decir, la escala de medida; lo cual se debe ejecutar para generar una orientación en 
la cual se determinen convergencias o divergencias en relación a los resultados a generar; donde emplear 
los adecuados estadísticos según la naturaleza de la variable, se determina como el procedimiento 
medular por naturaleza. Con base a ello, se han determinado diversas técnicas para obtener información, de esta 
forma se obtienen resultados significativos, de los cuales se establecen conclusiones tanto relevantes como 
significativas. 
 
1
 luis_belloso@hotmail.com / lebelloso@urbe.edu.ve 
U 
Plantilla para las contribuciones