La relación entre variables

En la relación entre las variables, por lo menos se debe contar con dos de ellas, para realizar un estudio analítico.

De acuerdo a los niveles de la investigación, en el nivel descriptivo, se realiza un análisis estadístico univariado, en el nivel investigativo relacional un análisis bivariado, es decir, de dos variables y en el nivel investigativo explicativo se realiza el análisis multivariado o más de dos variables, es aquí donde surge la necesidad de clasificar a las variables según su relación; recordando que dentro del nivel explicativo se puede realizar estudios observacionales y experimentales. La estadística cumplirá el papel de realizar el control estadístico, agregando al control metodológico los criterios de causalidad.

Las variables según su relación son la variable independiente, la variable dependiente, la variable de confusión, la variable intermedia, la variable control, estas tres últimas son consideradas como variables intervinientes.

La variable independiente, representa los factores que constituirían la causa, debido a que previamente se ha demostrado ser factores de riesgo para el problema que se está estudiando en el nivel investigativo relacional. En los estudios observacionales se plantea solamente una variable independiente como estrategia para demostrar la relación de causalidad.

La variable dependiente, representa a la variable de estudio, mide o describe el problema que se está estudiando, para su existencia y desenvolvimiento depende de otra u otras variables independientes, pero su variabilidad está condicionada no solamente por la variable independiente, sino por el resto de las variables intervinientes.

La variable dependiente es la variable más importante del estudio, porque determina la línea de investigación.

La variable de confusión, aparece en los estudios observacionales, su aparición puede intensificar o antagonizar la relación aparente entre el problema y una posible causa, es decir, entre la variable independiente y la variable dependiente. Su influencia se percibe tanto sobre la variable independiente como en la variable dependiente, el control que debemos realizar en este caso es el análisis estadístico estratificado.

La variable intermedia, aparece de manera inesperada y por tanto es metodológicamente incontrolable entre el factor causal y el efecto, su naturaleza es aleatoria, es imposible conocer su distribución antes de ejecutar la recolección de datos, en los estudios observacionales se neutraliza su participación mediante el análisis multivariado y en los estudios experimentales mediante el análisis de la covarianza. En la mayoría de los casos la variable intermedia suele ser numérica.

La variable de control, posee fuerte influencia sobre la variable dependiente y ningún efecto reconocido sobre la variable independiente, se la identifica en el momento de la planeación. En los estudios observacionales su control se realiza mediante los criterios de elegibilidad, es decir, criterios de inclusión y criterios de exclusión. En los estudios experimentales el control se realiza mediante la construcción de bloques, es decir, se le Integra al análisis estadístico, pero en ningún caso se busca su interacción con la variable independiente, y aunque tiene influencia sobre la variable dependiente no se le estudia como factor causal.

Estadística y Mejora de la Calidad

Las herramientas estadísticas contribuyen al control de la calidad y a la mejora de procesos. Pero los métodos estadísticos no son suficientes por sí mismos.

La mejora de la calidad requiere de un esfuerzo paciente y sostenido a lo largo del tiempo por parte de gerentes y trabajadores en todos los niveles. Deming, un estadístico profesional que introdujo el control de la calidad y algunos métodos de mejora en el Japón, insiste en la necesidad absoluta de un compromiso gerencial sostenido.

La mayoría de las personas tiende a pensar en el proceso de control de la calidad en el contexto de las industria manufacturera, pero las mismas ideas se aplican de igual modo al otorgamiento de créditos, a los talleres para automóviles, al manejo de reservaciones en un hotel, a los procesos judiciales, al sector gobierno y a muchas otras actividades. Uno de los mensajes clave de los expertos en la mejora de la calidad es que hay que pensar más en la mejora de los procesos a largo plazo y menos en tratar de "apagar incendios" con medidas de corto plazo.

La calidad rara vez da saltos hacia arriba; más bien, cuando sucede lo hace con pequeños incrementos. Una mejora en el diseño del producto, una modificación a un proceso de un servicio, una mejora en la cooperación con un cliente, un producto hecho a la medida para satisfacer las necesidades de los clientes, todos estos son pequeños saltos que se deben dar repetidamente para mejorar la calidad. Se necesita que la gerencia sea paciente y perseverante para insistir en la mejora de la calidad sin recibir una recompensa inmediata.

Una idea que hace posible la mejora de la calidad es la experimentación inteligente. Casi toda tarea se puede realizar de distintas maneras, algunas buenas y otras malas. Un enfoque mucho más productivo es la experimentación planificada, el pensamiento sistemático acerca de todos los aspectos de un proceso y la búsqueda deliberada de mejoras en todas sus partes. Aquí es donde el pensamiento estadístico es vital.

El pensamiento estadístico añade la idea clave de variabilidad. Todo proceso de fabricación o de servicios tendrá algún grado de variabilidad en sus resultados. Un aspecto importante es saber si las variaciones recientes en los resultados de un proceso caen dentro de un rango normal o si están "fuera de control".

Los conceptos estadísticos de variación y experimentación por lo general están juntos. En muchos problemas de mejora de la calidad, reducir la variabilidad es al menos tan importante como mejorar el promedio de la calidad. Una cadena de hoteles puede instaurar un cambio en su proceso de reservaciones que reduzca el tiempo medio por reservación en un 10%; si este cambio incrementa la variabilidad del tiempo en un 100%, la cadena podría esperar que se redujese considerablemente la demanda de reservaciones. Una aerolínea que reduce la duración media de un vuelo en dos minutos (98,5 % de los vuelos llegan dos minutos antes, y el 1,5 % llega con un retraso de 40 minutos) no haría feliz a nadie.

Un gerente que se vale de los experimentos estadísticos y piensa tanto en los promedios como en la variabilidad, debería de ser capaz de mejorar considerablemente la calidad, siempre y cuando sea paciente y realice un esfuerzo permanente.