OPERACJONALIZACJA ZMIENNYCH: PROCES I PRZYKŁADY - NAUKA - 2025

Operacjonalizacji zmiennych składa się z logicznego procesu, w którym pojęcia, które są częścią dochodzenia są rozkładane z zamiarem czyniąc je mniej abstrakcyjny i bardziej przydatne dla procesu badawczego. Kiedy każdą zmienną można zebrać, ocenić i zaobserwować, staje się wskaźnikiem.

Według autora Mercedes Reguant, proces operacjonalizacji zmiennych to taki, w którym niektóre zmienne są zastępowane bardziej szczegółowymi, które reprezentują te podstawione. Przykładem tego procesu mogą być oceny szkolne, które są niezbędnymi wskaźnikami do obliczenia zmiennej odnoszącej się do sukcesu w nauce.

Poprzez operacjonalizację zmiennych dąży się do maksymalnego rozbicia pojęcia, aby zwiększyć jego użyteczność w procesie badawczym. Źródło: pixabay.com

Zmienna jest operacjonalizowana w celu przekształcenia abstrakcyjnego pojęcia w empiryczne poprzez zastosowanie instrumentu. Ten proces jest ważny, ponieważ prowadzi badacza mało eksperymentującego podczas przygotowywania pracy i chroni go przed popełnieniem częstych błędów w procesach badawczych.

Niektóre zmienne są tak specyficzne, że nie wymagają operacjonalizacji; na przykład tak jest w przypadku tych, które określają płeć osób lub kolory świateł drogowych jako sygnalizacji świetlnej. Również zmienne, które określają strukturę i lokalizację narządów w organizmie człowieka, nie wymagają operacjonalizacji.

Operacjonalizacja zmiennych staje się konieczna, gdy ich konceptualizacja jest trudniejsza, zwykle dlatego, że są one związane z abstrakcyjnymi definicjami, takimi jak edukacja, jakość życia i autorytet. Pojęcia te mogą mieć różne znaczenia w zależności od typu badania, które ma być przeprowadzone, lub dyscypliny naukowej.

Potrzeba operacjonalizacji zmiennej musi zostać ustalona przez badacza, który musi wziąć pod uwagę skalę zmiennych, aby określić, czy proces operacjonalizacji będzie wymagany w trakcie badania.

Skala zmiennych składa się z tabeli porównawczej, w której ustalane są podstawowe cechy każdej zmiennej, np. Do jakiego typu należy, jaka jest jej definicja oraz jakie są jej wymiary i jednostka miary. Informacje te pozwalają ustalić, które zmienne są niezbędne do przeprowadzenia prac dochodzeniowych.

Co to są zmienne?

Biorąc pod uwagę definicję Lintona Freemana, można stwierdzić, że zmiennymi są cechy lub obserwowalne elementy danego obiektu, które są podatne na przyjmowanie różnych wartości i mogą być wyrażone w różnych kategoriach.

Prostym przykładem zmiennej może być kolor, który z kolei można sklasyfikować między innymi jako czarny, biały, niebieski, zielony lub fioletowy. Zmienną może być również waga osoby: na przykład może być prezentowana w wartościach 80, 70, 60 kilogramów.

Zmienne ilościowe i jakościowe

Zmienne mają charakter jakościowy, gdy nie można ich określić ilościowo. Na przykład ma to miejsce w przypadku zmiennych abstrakcyjnych pojęć, takich jak sprawiedliwość jako wartość, praca jako godność, równość szans lub korupcja obecnych u urzędników publicznych.

Z drugiej strony zmienne mogą być ilościowe, gdy ich elementy mają charakter ilościowy lub numeryczny, jak ma to miejsce np. W przypadku średniego wieku morderców w głównych stolicach, poziomu finansowego osób zajmujących się rzemiosłem czy studentów trzeciego roku.

Znaczenie zmiennych w metodach naukowych i socjologicznych

Znaczenie zmiennych w metodach naukowych i socjologicznych jest niezaprzeczalne, ponieważ wszystkie badania naukowe obracają się wokół nich.

W rzeczywistości niektórzy autorzy twierdzą, że celem pracy naukowej jest odkrycie zmiennych i ich wielkości za pomocą testów, które sprawdzają relacje, które istnieją między nimi.

W konsekwencji można stwierdzić, że zmienne są wykorzystywane w głównych fazach badań naukowych, ponieważ przenikają wszystkie terminy lub metody operacyjne pracy, takie jak opis, analiza, klasyfikacja i wyjaśnienie.

Należy pamiętać, że pojęcie zmiennej jest początkowo wyposażone w maksymalną ogólność; dlatego wszystkie rzeczywistości i rzeczy świata (uważane za przedmioty nauki) mogą być zmiennymi.

Aby zdefiniować zmienną jako element, musi mieć następujące aspekty:

- Imię.

- Jakaś werbalna definicja.

- Seria kategorii.

- Procedura, która obejmuje podział na kategorie tego, co jest obserwowane.

Poniższy przykład wyjaśnia powyższe:

- Nazwa: preferencje dotyczące partii politycznych.

- Definicja werbalna: szczególne upodobanie do wszelkich organizacji promujących udział obywateli w ramach systemu demokratycznego.

- Kategorie: pasuje do PPC, APRA, PPT, PSU, inne, brak.

- Procedura klasyfikacji kategorii: określ preferencje dotyczące partii politycznych na podstawie odpowiedzi ankietowanych na następujące pytanie: „Na którą partię polityczną będziesz głosował w następnych wyborach?”

Rodzaje zmiennych

Zmienne można skatalogować w następujący sposób:

-Zależnie od poziomu pomiaru

Mogą to być wartości nominalne, porządkowe, proporcje lub proporcje lub przedziały. Najważniejsze cechy każdego z nich opisano poniżej:

Nominalny

Zmienne nominalne pozwalają tylko na klasyfikację obiektów; to znaczy, katalogują pojedynczą relację między obiektami, którym przypisano numer. Te zmienne zachowują relację równoważności.

Na przykład w zmiennej „płeć” cyfra „1” jest przypisana do mężczyzn, natomiast liczba „2” jest używana w odniesieniu do kobiet. Oznacza to, że wszyscy członkowie cyfry 1 będą mężczyznami, więc utrzymują równoważny stan.

W konsekwencji relacja równoważności jest zwrotna (a = a), symetryczna (a = b, a następnie b = a) i przechodnia (jeśli a = b i b = c, to a = c).

Ordynariusze

Zmienne porządkowe umożliwiają klasyfikację i porządkowanie, więc ustanawiają logiczną sekwencję uwzględniającą intensywność samego atrybutu.

Przykładem może być: jeśli mierzy się poziom satysfakcji osób z wykonania usługi związanej ze zdrowiem, to skale „pełna satysfakcja”, „średnia satysfakcja”, „mała satysfakcja” oraz „ niezadowolenie".

Ten typ klasyfikacji różni się od nominalnej, ponieważ umożliwia ustalenie stopniowania lub kolejności w obserwacjach.

Rozumu lub proporcji

W zmiennych proporcji lub proporcji znajdują się poprzednie właściwości, takie jak porządkowanie i klasyfikacja; jednakże dodaje się możliwość bezwzględnego lub prawdziwego zera.

Oznacza to, że jeśli mierzony obiekt ma wartość zero, to nie ma on mierzonej właściwości.

Ta zmienna odpowiada najwyższemu poziomowi pomiaru. Aby to przeanalizować, można zastosować wszystkie techniki z poprzednich poziomów, a także dopuszcza średnią geometryczną i niezbędne testy do ustalenia punktu zerowego skali.

Interwał

Zmienne interwałowe umożliwiają pomiar aspektów z uwzględnieniem pojęcia równości. W przeciwieństwie do zmiennej ilorazowej nie przyjmuje zera absolutnego; umożliwia jednak pomiar odległości między wartościami, a także kolejności, która nimi rządzi.

- W zależności od rodzaju badania

Badania naukowe analizujące związek przyczynowo-skutkowy zjawiska mają następujące zmienne: niezależne, zależne lub interweniujące.

Niezależny

Niezależne zmienne reprezentują ostateczną przyczynę.

Ludzie

Ten typ zmiennej reprezentuje możliwy efekt.

Interwenienci

Odpowiada tej, która wywołuje trzecią zmienną, działającą między zależną a niezależną. Zmienna interweniująca może ułatwić zrozumienie tego związku.

-Zgodnie z pochodzeniem zmiennej

Zmienna może być aktywna lub atrybutywna.

Aktywny

Zmienną uważa się za aktywną, gdy badacz ją projektuje lub tworzy.

Atrybutywny

Jeśli dana zmienna została już ustawiona (to znaczy istniała wcześniej), uważa się ją za atrybutywną.

-Zgodnie z liczbą wartości, które reprezentuje

W tym przypadku zmienne mogą być ciągłe, dyskretne, dychotomiczne lub wielomianowe.

Ciągły

Zmienne ciągłe przedstawiają wartości progresywnie i dopuszczają frakcjonowanie, takie jak wiek.

Dyskretny

Zmienne dyskretne to takie, które przyjmują tylko wartości, które nie dopuszczają frakcjonowania, takie jak liczba dzieci lub liczba ciąż. Wartości te muszą należeć do określonego zbioru liczbowego, aby można je było uwzględnić w zmiennych dyskretnych.

Dychotomiczny

Gdy zmienna przyjmuje tylko dwie wartości, takie jak płeć, jest definiowana jako dychotomiczna.

Polityka

W przypadkach, gdy zmienna przyjmuje więcej niż dwie wartości, nazywa się ją polytomiczną.

-Zgodnie z kontrolą badacza zmiennej

Mogą być kontrolowane lub kontrolowane i niekontrolowane.

Kontrolowane

Zmienna kontrolowana to zmienna zależna, która wymaga kontroli przez badacza, np. Liczba wypalanych dziennie papierosów i jej związek z chorobami płuc.

Nie kontrolowane

W odróżnieniu od poprzedniej zmienna niekontrolowana jest ewidentna, gdy nie jest uwzględniana podczas analizy przez badacza.

-Zgodnie ze stopniem abstrakcji

Zgodnie z tą kategoryzacją zmienne można podzielić na ogólne, pośrednie lub empiryczne.

Generał

Zmienne ogólne to te, które odnoszą się do rzeczywistości, której nie można bezpośrednio zmierzyć empirycznie.

Pośredni

Zmienne są pośrednie, gdy wyrażają wymiary częściowe. W konsekwencji bliżej im do rzeczywistości empirycznej.

Empiryczny

Jeśli chodzi o zmienne empiryczne (znane również jako wskaźniki), reprezentują one obserwowalne i mierzalne aspekty lub wymiary w sposób bezpośredni i eksperymentalny.

Proces operacjonalizacji zmiennych

Zdaniem socjologa Paula Lazarsfelda działanie zmiennych wymaga przeprowadzenia następujących faz:

Pierwsza faza

Na tym pierwszym etapie określa się pojęcie zmiennej. Ma to na celu wyrażenie głównych cech rzeczywistości empirycznej za pomocą pojęcia teoretycznego.

Drugi etap

Na tym etapie dokonuje się bardzo bezpośrednich specyfikacji dotyczących koncepcji, która została wcześniej znaleziona. Proces ten odbywa się poprzez analizę wymiarów i praktycznych aspektów tej koncepcji.

Aspekty te są zawarte w koncepcyjnej reprezentacji zmiennej lub wywodzą się empirycznie ze zrozumienia różnych relacji między jej wartościami.

Na przykład Lazarsfeld ustala, że ​​w zmiennej „wydajność” można wyróżnić trzy wymiary: jakość produktu, tempo pracy i rentowność zespołu.

Trzecia faza

Na tym etapie należy wybrać wskaźniki lub konkretne okoliczności empiryczne, które osiągają największy wymiar w jednostkach dochodzeniowych.

Aby spełnić tę fazę, konieczne jest doprowadzenie operacjonalizacji do maksymalnego możliwego limitu. Osiąga się to poprzez poszukiwanie wszystkich wskazówek, które można wykorzystać w rzeczywistości empirycznej jako próbkę wymiaru.

Na przykład wymiarem zmiennej „klasa społeczna” może być „poziom ekonomiczny”; W tym przypadku wskaźnikami byłyby między innymi: dochody z nieruchomości miejskich i wiejskich, wynagrodzenia, dywidendy z udziałów, odsetki kapitałowe, zaciąganie kredytów i spłacanie długów.

Czwarta faza

Polega ona na konstrukcji wskaźników po wybraniu najważniejszych i odpowiednich wskaźników do badań.

W niektórych przypadkach może się zdarzyć, że każdemu wskaźnikowi nie przypisuje się takiej samej wagi. Z tego powodu należy skonstruować indeks, który zbiera w jednej miary wszystkie wskaźniki odnoszące się do określonego wymiaru; Osiąga się to poprzez przypisanie każdemu z nich wartości zgodnie z jego ważnością.

Należy pamiętać, że operacjonalizacja zmiennych polega na zastępowaniu niektórych zmiennych innymi, które są bardziej szczegółowe. Dlatego, aby operacja była prawidłowa, konieczne jest, aby zmienne, które mają zastąpić inne, były reprezentatywne dla tych drugich.

Z tego powodu operacjonalizacja opiera się na niejawnym lub jawnym formułowaniu prawdopodobnych założeń lub hipotez pomocniczych dotyczących prawidłowej reprezentacji zmiennych ogólnych przez wskaźniki.

Podsumowując, aby zoperacjonalizować zmienną konieczne jest spełnienie następujących warunków:

1- Określić lub zdefiniować zmienną.

2- Wyznacz jego wymiary i główne aspekty.

3- Znajdź odpowiednie wskaźniki dla każdego wymiaru.

4- Utwórz indeks dla każdego przypadku.

Przykłady

Jeśli weźmiemy na przykład zmienną „osiągnięcia szkolne”, możemy zdefiniować następujące wskaźniki:

- Liczba zatwierdzonych i odrzuconych.

- Średnia uzyskanych ocen.

- Porzucenie szkoły.

- Utrata klasy.

Innym szeroko stosowanym przykładem jest zmienna „poziom społeczno-ekonomiczny”. W takim przypadku wskaźnikami mogą być:

- Poziom studiów.

- Poziom przychodów.

- Miejsce zamieszkania.

- Działalność zawodowa.

- Miesięczne wynagrodzenie.

- Niespłacone długi.

Trzecim przykładem może być zmienna „przemoc ze względu na płeć”. W takim przypadku badacz może znaleźć następujące wskaźniki:

- Przemoc fizyczna.

- Przemoc psychiczna.

- Kontrola za pomocą siły fizycznej.

- Sterowanie słowami.

- Gwałtowna manipulacja.

- Manipulacja werbalna.

Innym przykładem może być zmienna „czas z rodziną”, która obejmuje następujące wskaźniki:

- Jeść razem.

- Zakupy.

- Spotkania towarzyskie.

- Iść do kina.

- Podróż do innego miasta.

- Iść na plażę.

- Obóz w lesie.

- Odwiedź krewnych.

- Świętuj Boże Narodzenie.

Wreszcie w zmiennej „konflikt par” znajdujemy następujące wskaźniki:

- Walczysz o przyjaciół.

- Walczysz o dzieci.

- Walki związane ze sferą seksualną.

- Niezgodności dotyczące domu.

- Niezgodności dotyczące finansów.

- Wygląd osoby trzeciej.

- Opracowanie kłamstw.

Bibliografia

1. Baray, H. (sf) Wprowadzenie do metodologii badań. Pobrane 23 lipca 2019 z Eumed: eumed.net
2. Betancurt, S. (2019) Operacjonalizacja zmiennych. Pobrane 23 lipca 2019 r.Z FCA online: fcaenlinea.unam.mx
3. Reguant, M. (2014) Operacjonalizacja pojęć / zmiennych. Pobrane 23 lipca 2019 z: Dipósit Digital: diposit.ub.edu
4. SA (sf) Operacjonalizacja: wymiary, wskaźniki i zmienne. Pobrane 23 lipca 2019 r. Z Witryn Google: sites.google.com
5. SA (sf) T ypy zmiennych w statystyce i badaniach. Pobrane 23 lipca 2019 r. Ze Statistics how to: statisticshowto.datasciencecentral.cm
6. SA (sf) Typy zmiennych. Pobrane 23 lipca 2019 r.Z Laerd Dissertation: dissertation.laerd.com