Por tipo de datos:
* numérico:
* discreto: Solo puede tomar valores específicos y separados (por ejemplo, número de niños, número de automóviles).
* continuo: Puede tomar cualquier valor dentro de un rango (por ejemplo, altura, peso, temperatura).
* categórico:
* nominal: Las categorías no tienen orden inherente (por ejemplo, género, color de ojos, comida favorita).
* Ordinal: Las categorías tienen un orden natural (por ejemplo, nivel educativo, calificación de satisfacción, nivel de ingresos).
* booleano: Solo puede tomar dos valores (por ejemplo, verdadero/falso, sí/no).
Por papel en la investigación:
* Variable independiente: La variable que el investigador manipula o cambia.
* Variable dependiente: La variable que se mide u observa en respuesta a los cambios en la variable independiente.
* Variable de control: Una variable que se mantiene constante para garantizar que no afecte la relación entre las variables independientes y dependientes.
Por escala de medición:
* Relación: Tiene un verdadero punto cero e intervalos iguales (por ejemplo, altura, peso, edad).
* Intervalo: Tiene intervalos iguales pero no hay punto cero verdadero (por ejemplo, temperatura, puntuación de IQ).
* Ordinal: Las categorías tienen un orden natural, pero los intervalos pueden no ser iguales (por ejemplo, nivel educativo, calificación de satisfacción).
* nominal: Las categorías no tienen orden inherente (por ejemplo, género, color de ojos, comida favorita).
Por propiedades estadísticas:
* Variable aleatoria: Una variable cuyo valor es un resultado numérico de un fenómeno aleatorio.
* Variable determinista: Una variable cuyo valor está completamente determinado por sus entradas.
Otras clasificaciones:
* cualitativo: Datos descriptivos y no numéricos (por ejemplo, opiniones, experiencias).
* Cuantitativo: Datos que son numéricos y se pueden medir (por ejemplo, altura, peso, edad).
En resumen, el número de "tipos" de variables no es fijo, sino que depende de los criterios específicos utilizados para la clasificación. Al comprender las diferentes formas de clasificar las variables, puede analizar e interpretar mejor datos.
