13 Ejemplos de variables predictoras y de resultado

Una variable predictora se utiliza para predecir la aparición y/o el nivel de otra variable, denominada variable de resultado.

Un investigador medirá ambas variables en un estudio científico y luego usará software estadístico para determinar si la variable de predicción está asociada con la variable de resultado.

Esta metodología se utiliza a menudo en la investigación epidemiológica. Los investigadores medirán ambas variables en una población dada y luego determinarán la grado de asociación entre el predictor y la variable de resultado.

Esto permite a los científicos examinar la conexión entre muchas variables significativas, como el ejercicio y la salud o el tipo de personalidad y la depresión, solo por dar algunos ejemplos.

Aunque este tipo de investigación puede proporcionar información importante que nos ayude a comprender un fenómeno, no podemos decir que el predictor sea valioso. causas la variable de resultado.

Para usar el término 'causa y efecto', el investigador debe ser capaz de controlar y manipular el nivel de una variable y luego observar los cambios en la otra variable.

Índice()

    Definición de variables predictoras y de resultado

    En realidad, muchas variables suelen afectar a la variable de resultado. Así, los investigadores medirán numerosas variables predictoras en la población objeto de estudio y luego determinarán el grado de asociación que tiene cada una con la variable resultado.

    Suena un poco complicado, pero afortunadamente, el uso de una técnica estadística llamada Análisis de regresión multiple simplifica el proceso.

    Siempre que las variables se midan con precisión y el tamaño de la población sea grande, el software podrá determinar cuáles de las variables predictoras están asociadas con la variable de resultado y el grado de asociación.

    No todos los predictores tendrán la misma influencia en la variable de resultado. Algunos pueden tener un impacto muy pequeño, algunos pueden tener un impacto sustancial y otros pueden no tener ningún impacto.

    El predictor y el resultado no deben confundirse con variables independientes y dependientes.

    Ejemplos de variables predictoras y de resultado

    1. Dieta y Salud

    ¿Los alimentos que come tienen algún impacto en su salud física? Esta es una pregunta a la que mucha gente quiere saber la respuesta.

    Muchos de nosotros tenemos dietas muy pobres, con mucha comida rápida y bocadillos salados. Otras personas, sin embargo, casi nunca pasan por el drive-thru y consumen principalmente frutas y verduras.

    Afortunadamente, la investigación epidemiológica puede darnos una respuesta relativamente sencilla. Primero, los investigadores miden la calidad de la dieta de cada persona en una gran población.

    Por lo tanto, harán un seguimiento de la cantidad de comida rápida y frutas y verduras que consumen las personas. Hay muchas maneras diferentes de medir esto.

    En segundo lugar, los investigadores medirán algunos aspectos de la salud. Esto podría implicar controlar los niveles de colesterol, por ejemplo. Hay muchas maneras diferentes de medir la salud. El paso final es ingresar todos los datos en el programa de software estadístico y realizar el análisis de regresión para ver los resultados.

    La calidad de la dieta es la variable predictora y la salud es la variable de resultado.

    2. Contaminación acústica y CI

    Un científico especula que vivir en un ambiente ruidoso afectará la capacidad de concentración de una persona, lo que luego afectará su agudeza mental y el posterior desarrollo cognitivo.

    Entonces, deciden realizar un estudio que examina la relación entre la contaminación acústica y el coeficiente intelectual.

    En primer lugar, recorren muchos barrios diferentes y utilizan un sonómetro para evaluar la contaminación acústica. Algunos vecindarios están en los suburbios y otros están cerca de carreteras transitadas o sitios de construcción.

    Luego, recopilan datos sobre los puntajes del SAT de los niños que viven en esos vecindarios.

    Luego realizan un análisis de regresión para determinar la conexión entre los datos del medidor de nivel de sonido y los puntajes del SAT.

    En este ejemplo, la variable de predicción son los niveles de sonido y la variable de resultado son los puntajes del SAT.

    Sorprendentemente, los resultados revelaron una relación inversa entre el ruido y las puntuaciones del SAT. Es decir, cuanto más ruido haya en el ambiente mayor será la puntuación del SAT. ¿Alguna idea de por qué?

    3. Calificaciones de las pruebas de ingresos y logros familiares

    En este estudio, los sociólogos realizaron un estudio que examina la relación entre cuánto ingreso tiene una familia y los puntajes de las pruebas de desempeño de sus hijos.

    Los investigadores recopilaron datos de las escuelas sobre los puntajes de las pruebas de rendimiento de cientos de estudiantes y luego estimaron los ingresos familiares de las familias en función de la ocupación de los padres.

    Los resultados revelaron una fuerte relación entre el ingreso familiar y los puntajes de las pruebas, de modo que cuanto mayor sea el ingreso familiar, mayor será el puntaje de la prueba del niño.

    En este ejemplo, el ingreso familiar es la variable de predicción y el puntaje de la prueba es la variable de resultado.

    4. Expresiones de los padres y vocabulario de los niños

    Un equipo de psicólogos infantiles está interesado en el impacto de cuánto le hablan los padres a su hijo y las habilidades verbales de ese niño.

    Entonces, diseñan un estudio que consiste en observar a las familias en el entorno del hogar. Eligen al azar 50 familias para estudiar que viven cerca.

    Un asistente de investigación visita a cada familia, registra y luego cuenta el número de expresiones pronunciadas por la madre dirigidas a su único hijo.

    En una ocasión diferente, un segundo asistente de investigación administra una prueba de habilidades verbales a cada niño. Sí, este tipo de estudio lleva mucho tiempo.

    El análisis de regresión revela una relación directa entre el número de declaraciones de la madre y la puntuación de la prueba de habilidades verbales del niño. Cuantas más expresiones, mayor puntuación.

    En este ejemplo, la variable de predicción es el número de declaraciones dirigidas al niño y la variable de resultado es la puntuación de la prueba de habilidades verbales del niño.

    5. Videojuegos y agresividad

    El debate sobre los efectos de la violencia televisiva y los videojuegos lleva casi 70 años. Ha habido cientos, tal vez incluso miles de estudios realizados sobre el tema.

    Un tipo de estudio implica evaluar la frecuencia con la que un grupo de personas juega a ciertos videojuegos y luego rastrear su nivel de agresividad durante un período de tiempo.

    Por supuesto, hay otros factores involucrados en si una persona es agresiva o no, por lo que los investigadores también podrían evaluar esas variables.

    En este tipo de estudios, la variable predictora es la frecuencia de uso de videojuegos y la variable resultado es el nivel de agresividad.

    6. Sustancias químicas en productos alimenticios y pubertad

    En muchos países, los granjeros pueden inyectar varios antibióticos y hormonas de crecimiento en su ganado para evitar infecciones y aumentar la masa corporal y la producción de leche.

    Desafortunadamente, esos químicos no desaparecen una vez que la comida llega a los estantes del supermercado. Algunos padres, educadores y científicos en alimentos comenzaron a notar una asociación entre estas prácticas agrícolas y el inicio de la pubertad en los niños pequeños.

    Numerosos estudios científicos se realizaron examinando la relación entre estas prácticas y la pubertad.

    Entonces, los investigadores estudiaron la relación entre la variable de predicción (sustancias químicas en los alimentos) y la variable de resultado (inicio de la pubertad).

    7. Luna llena y locura

    ¿Quién no ha oído que la luna llena saca los locos? Mucha gente ha teorizado que cuando hay luna llena, la gente se vuelve un poco salvaje y desinhibida.

    Eso puede llevar a las personas a hacer cosas que normalmente no harían.

    Para poner a prueba esta teoría, un grupo de criminólogos decide examinar los registros policiales de numerosas grandes ciudades y compararlos con el ciclo lunar.

    Los investigadores ingresan todos los datos en un programa de estadísticas para examinar el grado de asociación entre los incidentes policiales y la luna.

    En este estudio, el ciclo lunar es la variable de predicción y la infracción de la ley es la variable de resultado.

    8. Testosterona y estilo de liderazgo

    Hay muchos tipos de estilos de liderazgo. Algunos líderes están muy orientados a las personas y tratan de ayudar a sus empleados a prosperar y sentirse bien con sus trabajos.

    Otros líderes están más orientados a las tareas y prefieren definir claramente los objetivos, establecer plazos y empujar a su personal a trabajar duro.

    Para examinar la relación entre el estilo de liderazgo y la testosterona, un investigador primero administra un cuestionario a cientos de empleados en varios tipos de empresas. El cuestionario pide a los empleados que describan el estilo de liderazgo de su supervisor principal.

    Al mismo tiempo, el investigador también recopila datos sobre los niveles de testosterona de esos supervisores y los compara con los datos del cuestionario.

    Al examinar la asociación entre la dos, será posible determinar si existe un vínculo entre el estilo de liderazgo y la testosterona.

    La variable de predicción es la testosterona y la variable de resultado es el estilo de liderazgo.

    9. Tipo de personalidad y seguridad del conductor

    Una empresa nacional de autobuses quiere contratar a los conductores más seguros posibles. Menos accidentes significan que los pasajeros estarán seguros y sus tarifas de seguro serán más bajas.

    Entonces, el personal de recursos humanos comienza a recopilar datos sobre los registros de seguridad de sus conductores durante los últimos 3 años. Al mismo tiempo, administran un inventario de personalidad que evalúa las personalidades tipo A y tipo B.

    La personalidad tipo A es intensa, impaciente y altamente competitiva. La personalidad tipo B es tolerante y relajada. Las personas tienen diferentes niveles de cada tipo.

    El departamento de RRHH quiere saber si existe una relación entre el tipo de personalidad (A o B) y la accidentalidad de sus conductores.

    La variable predictora es el tipo de personalidad y la variable resultado es el número de accidentes.

    10. Vitaminas y Salud

    Los estadounidenses toman muchas vitaminas. Sin embargo, existe cierto debate sobre si las vitaminas realmente hacen algo para mejorar la salud.

    Hay tantos factores que afectan la salud, ¿realmente cuenta tomar un suplemento diario?

    Entonces, un grupo de pequeñas compañías de vitaminas extraen sus recursos y contratan a una firma de consultoría externa para realizar un estudio científico a gran escala.

    La firma selecciona al azar a miles de personas de todo el país para participar en el estudio. Las personas seleccionadas provienen de una amplia gama de antecedentes socioeconómicos, etnias y edades.

    Se le pide a cada persona que vaya a un hospital cercano y se haga un examen de salud básico que incluya colesterol y presión arterial. También responden a un cuestionario que pregunta si toman una multivitamina, cuántas y con qué frecuencia.

    La consultora luego compara el grado de asociación entre las multivitaminas y la salud.

    El uso de multivitaminas es la variable predictora y la salud es la variable de resultado.

    11. Automóviles y Cambio Climático

    Un grupo de climatólogos ha recibido financiación de la UE para realizar un estudio a gran escala sobre el cambio climático.

    Los investigadores recopilan datos sobre una amplia gama de variables que se sospecha que afectan el clima. Algunas de esas variables incluyen la producción de automóviles, la producción industrial, el tamaño de las manadas de ganado y la deforestación, solo por nombrar algunas.

    Los investigadores proceden a recopilar los datos desde la década de 1970 hasta el año en curso. También recopilan datos sobre las fluctuaciones anuales de temperatura.

    Una vez que se recopilan todos los datos, se colocan en un programa de estadísticas y, unos minutos más tarde, se revelan los resultados.

    En este ejemplo, hay muchas variables de predicción, como la producción de automóviles, y una variable de resultado principal (fluctuaciones de temperatura anuales).

    12. Uso de teléfonos inteligentes y fatiga visual

    Si alguna vez lo ha notado, la gente pasa mucho tiempo mirando sus teléfonos inteligentes.

    Cuando están leyendo, cuando están esperando en la fila, en la cama por la noche e incluso cuando caminan del punto A al punto B.

    A muchos optometristas les preocupa que todo este tiempo frente a la pantalla esté dañando la vista de las personas. Entonces, deciden realizar un estudio.

    Afortunadamente, todos trabajan para una empresa de optometría a nivel nacional con oficinas ubicadas en Wal-Marts.

    Cuando los pacientes ingresan a su consultorio, les realizan a cada uno un examen ocular estándar. También pusieron una pregunta en el formulario de admisión pidiendo a cada persona que calcule cuántas horas al día pasan mirando la pantalla de su teléfono inteligente.

    Luego examinan la relación entre el uso del tiempo de pantalla y los resultados de los exámenes de la vista.

    En este estudio, la variable de predicción es el tiempo de pantalla y la variable de resultado son los resultados del examen de la vista.

    13. Composición del suelo y rendimientos agrícolas

    Aunque la agricultura parece fácil, puede ser una empresa muy científica. Los agricultores estudian la composición del suelo para ayudar a determinar qué tipo de alimento crecerá mejor.

    Hoy saben mucho sobre qué nutrientes del suelo afectan el crecimiento de diferentes variedades de plantas porque ha habido décadas de estudios.

    La investigación implica recolectar muestras de suelo, medir el rendimiento de los cultivos y luego examinar la asociación entre los dos.

    Por ejemplo, los científicos medirán los niveles de pH, la composición mineral, así como el contenido de agua y aire en muchos acres de tierra y lo relacionarán con la cantidad cosechada de un cultivo en particular (p. ej., maíz).

    En este ejemplo, existen numerosas variables predictoras, todas las cuales tienen algún efecto sobre el crecimiento del cultivo, que es la variable de resultado.

    Aunque hay tantas variables a considerar, el análisis de regresión podrá decirnos qué tan importante es cada una para predecir la variable de resultado.

    Conclusión

    Puede haber muchas razones por las que sucede algo. La mayoría de las veces, nada sucede como resultado de un solo factor. Nuestra salud física, el cambio climático y el nivel de agresividad de una persona son el resultado de numerosos factores.

    Afortunadamente para la ciencia, existe una forma brillante de determinar qué factores están conectados a un fenómeno y qué tan fuerte es cada uno de ellos.

    Al recopilar datos sobre una variable predictora (o variables) y luego examinar la asociación con la variable de resultado, podemos obtener información valiosa sobre casi cualquier tema que deseemos estudiar.

    Referencias

    Ferguson, CJ y Kilburn, J. (2010). Mucho ruido y pocas nueces: la mala estimación y la sobreinterpretación de los efectos violentos de los videojuegos en las naciones orientales y occidentales: comentario sobre Anderson et al. (2010). Boletín Psicológico, 136(2), 174–178. https://doi.org/10.1037/a0018566

    Ferguson, CJ, San Miguel, C., Garza, A. y Jerabeck, JM (2012). Una prueba longitudinal de las influencias de la violencia de los videojuegos en las citas y la agresión: un estudio longitudinal de 3 años de adolescentes,
    Revista de Investigación Psiquiátrica, 46(2), 141-146. https://doi.org/10.1016/j.jpsychires.2011.10.014

    Gordon, R. (2015). Análisis de regresión para las ciencias sociales (2Dakota del Norte edición). Nueva York: Routledge.

    Hoff, E. (2003). La especificidad de la influencia ambiental: el estado socioeconómico afecta el desarrollo temprano del vocabulario a través del habla materna. Desarrollo infantil, 74(5), 1368–1378.

    López-Rodríguez, D., Franssen, D., Heger, S. y Parent, AS. (2011). Sustancias químicas disruptoras endocrinas y sus efectos sobre la pubertad. Mejores prácticas e investigación Endocrinología clínica y metabolismo, 35(5), 101579. https://doi.org/10.1016/j.beem.2021.101579

    Hombre, A., Li, H. y Xia, N. (2020). Impacto de los estilos de vida (Dieta y Ejercicio) en la salud vascular: Estrés oxidativo y función endotelial. Medicina Oxidativa y Longevidad Celular1496462. https://doi.org/10.1155/2020/1496462

    Thompson, R., Smith, RB, Karim, YB, Shen, C., Drummond, K., Teng, C. y Toledano, MB (2022). La contaminación acústica y la cognición humana: una revisión sistemática actualizada y un metanálisis de la evidencia reciente. Medio Ambiente Internacional, 158106905.

    Califica esta Publicación

    Deja una respuesta

    Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

    Subir

    Usamos cookies Política de Cookies