Qué es una variable

1 · Definición

Una variable es una característica de la unidad de análisis que puede tomar valores distintos en distintos casos.

3:00

Ser variable o constante no es una propiedad del concepto sino del estudio. El sexo es una variable en una encuesta de hogares y una constante en un estudio sobre cáncer de próstata. Y esa diferencia tiene una consecuencia de diseño que conviene ver de entrada: lo que se deja constante deja de poder estudiarse. Si se relevan solo escuelas urbanas, se controla el efecto de la ruralidad al precio de no poder decir nada sobre él.

Toda variable es, además, de una unidad de análisis. El ingreso de una persona y el ingreso de su hogar se llaman igual y son dos variables distintas: miden cosas distintas sobre unidades distintas, y sus promedios no se comparan.

2 · Variable y valor

La variable es la característica; lo que se registra en cada caso es uno de sus valores. “Sexo” es una variable y “mujer” es uno de sus valores; “condición de actividad” es una variable y “desocupado” es uno de sus valores. Decir que “desocupado” es una variable es el error más común al empezar, y no es solo de nombre: quien lo piensa así termina armando una columna “desocupado”, otra “ocupado” y otra “inactivo”, cuando lo que corresponde es una sola columna, “condición de actividad”, con tres valores posibles.

Las variables se clasifican según qué clase de valores toman, y de esa clasificación depende qué cálculos tienen sentido:

Tipo	Sus valores	Ejemplo
Cualitativa nominal	Categorías sin orden	Provincia de residencia
Cualitativa ordinal	Categorías con orden	Nivel educativo
Cuantitativa discreta	Números que se cuentan	Cantidad de hijos
Cuantitativa continua	Números que se miden	Ingreso, estatura

Se desarrolla en tipos de variables y en escalas de medición.

3 · Para qué sirve

Toda la Estadística se ocupa de la variabilidad. Describir es contar cómo se reparten los valores de una variable; comparar es ver si esa repartición cambia entre grupos; modelar es explicar por qué varía.

Sin variación no hay problema estadístico. Por eso el primer paso de cualquier análisis es identificar qué varía y qué no.

4 · Anatomía de una variable

Una variable bien definida tiene tres cosas:

Un nombre, que debe ser el mismo en el cuestionario, en la base y en el informe. Cambiar “nivel educativo” por “instrucción” a mitad de camino genera errores que aparecen recién al final.

Un conjunto de valores posibles. Si es categórica se llaman categorías o modalidades; si es numérica, simplemente valores. En las categóricas, ese conjunto tiene que ser exhaustivo (todo caso cae en alguno) y excluyente (ningún caso cae en dos). En las numéricas, lo que hay que fijar es el rango posible y la unidad de medida: la edad en años cumplidos, la estatura en centímetros, el ingreso en pesos de qué mes. Un ingreso sin fecha no se puede comparar con otro, porque la inflación cambia lo que vale cada peso.

Una definición operativa: cómo se mide exactamente. “Ingreso” puede ser el de la ocupación principal, el total individual o el familiar per cápita, y los tres dan números muy distintos. Eso se desarrolla en operacionalización de variables.

5 · Variable, pregunta y dato

Tres cosas que se confunden seguido:

	Qué es	Ejemplo
Variable	La característica	Nivel educativo
Pregunta	El instrumento para medirla	“¿Cuál es el máximo nivel que cursó?”
Valor	Cada uno de los resultados posibles	Primario, secundario, superior…
Dato	El valor en un caso concreto	“Secundario completo”

Una variable puede necesitar varias preguntas. En la EPH, el nivel educativo alcanzado surge de combinar el nivel que cursó con si lo finalizó: dos preguntas, una variable.

También pasa lo contrario: una pregunta, varias variables. “¿Qué medios de transporte usa para ir al trabajo?”, con varias opciones que se pueden marcar a la vez, no es una variable: son tantas variables como opciones, cada una dicotómica —usa colectivo sí o no, usa bicicleta sí o no—. Cargarla como una sola columna con todas las respuestas juntas hace imposible contar cuántos usan cada medio.

Y hay un escalón más, el que aparece cuando lo que interesa no se puede observar de manera directa. La pobreza, la calidad de vida, la satisfacción laboral o el rendimiento académico son variables latentes: no se miden, se infieren a partir de variables que sí se observan, llamadas indicadores. Esa distancia entre el concepto y lo que efectivamente se registra es el terreno de la operacionalización, y es donde se juega si el estudio mide lo que dice medir.

6 · Las variables derivadas

Casi ninguna base trae todo lo que hace falta. Buena parte de las variables de un análisis se construyen a partir de las relevadas:

• La edad, calculada desde la fecha de nacimiento y la fecha de referencia.
• El ingreso per cápita familiar: el total del hogar dividido por sus integrantes.
• Un tramo de edad, una recodificación de categorías, una variable indicadora que vale 1 si se cumple una condición.
• Un índice que combina varias variables en una sola medida.

Una variable derivada es una variable como cualquier otra y merece el mismo cuidado: nombre propio, definición escrita y lugar en el diccionario. Tres reglas que ahorran disgustos:

Se calcula con un script, no a mano. Cuando aparezca una corrección en los datos de origen —y va a aparecer— la derivada se regenera sola.

Hereda los faltantes de sus insumos. Si falta la cantidad de integrantes del hogar, el ingreso per cápita de ese hogar no es cero: es un faltante. Es un error de programación clásico y silencioso.

Nunca reemplaza al original. La recodificación va en una columna nueva; la variable de origen se conserva. Agrupar tira información, y la que se tiró no se recupera.

7 · El papel que cumple en el análisis

Una misma variable cambia de papel según la pregunta, y esos papeles tienen nombres que aparecen en todas las salidas del software:

Las tres últimas filas son las que se olvidan y las que más daño hacen. Analizar una encuesta con diseño complejo ignorando el ponderador y las variables de diseño da resultados mal calculados aunque todo lo demás esté bien. Ver análisis de encuestas complejas.

8 · Variable estadística y variable aleatoria

Más adelante en la materia aparece otra cosa que también se llama variable, y conviene no mezclarlas:

No son rivales: son dos momentos de la misma característica. Antes de observar un caso, el valor que va a salir es incierto, y se lo modela como una variable aleatoria con su distribución de probabilidad. Una vez relevado, ese valor es un dato en una columna: una realización de la variable aleatoria. La Estadística descriptiva trabaja con los datos; la inferencia usa el modelo para decir qué tan representativos son.

9 · Un ejemplo

En la base de personas de la EPH, cada fila es una persona y cada columna una variable: CH06 es la edad, NIVEL_ED el nivel educativo, ESTADO la condición de actividad, P21 el ingreso de la ocupación principal.

Los nombres son códigos, no conceptos. En una base real las columnas casi nunca se llaman como el concepto: por eso todo relevamiento serio viene con un diccionario de variables que traduce cada código a su definición y a sus categorías.

Algunas variables derivadas ya vienen calculadas: el INDEC publica el ingreso total familiar (ITF) y el ingreso per cápita familiar (IPCF), con sus deciles. Pero otras de las más usadas no están en la base. La condición de pobreza no es una columna: se construye comparando el ingreso total familiar con el valor de la canasta que corresponde a la composición de ese hogar. Los tramos de edad tampoco: cada estudio los arma según su pregunta. Son variables derivadas, y cada publicación que las usa tiene que decir con qué criterio las armó.

10 · Errores frecuentes

• Confundir la variable con uno de sus valores. “Mujer” o “desocupado” no son variables: son valores de “sexo” y de “condición de actividad”.
• Cargar una pregunta de respuesta múltiple en una sola columna. Va una variable dicotómica por opción.
• Confundir la variable con la pregunta. Un cuestionario de 40 preguntas no produce necesariamente 40 variables: algunas se combinan, otras se descartan y varias se construyen después.
• Categorías que se superponen. “De 20 a 30 años” y “de 30 a 40” dejan al de 30 sin lugar claro. Las modalidades tienen que ser excluyentes.
• Categorías que no cubren todo. Si las opciones son “soltero, casado, divorciado”, falta “viudo” y falta “unido de hecho”. Todo caso tiene que poder clasificarse.
• Tratar una constante como variable. Si relevaste solo mujeres, el sexo no es una variable de tu estudio: es una característica de tu población, y va en la definición del universo.
• Confundir “no corresponde” con cero. El ingreso laboral de quien no trabaja no es cero: no aplica. Sumarlo como cero baja el promedio de todos.
• Calcular una derivada a mano sobre la planilla. Cuando cambie un dato de origen, la columna calculada queda desactualizada y nadie se entera.
• No documentar la definición operativa. Seis meses después nadie —ni vos— se acuerda si “ingreso” incluía el aguinaldo.

@misc{estadistica_ar_variable_estadistica,
  author       = {Montivero, Jorge Luis},
  title        = {{Qué es una variable}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/variable-estadistica}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-11-09}
}