Qué es una variable en una tesis cuantitativa (y por qué no es “un tema”)
En un enfoque cuantitativo, una variable no es un tema general ni un concepto decorativo. Es un elemento que puede variar y que debe poder medirse con datos. En tesis aplicadas, además, suele trabajarse con una variable independiente (la intervención o mejora) y una variable dependiente (el resultado que se busca impactar). La lógica es simple: lo que hagas con la variable independiente debe reflejarse en cambios observables en la variable dependiente.
Cuando el tesista no domina esta idea, la investigación se llena de definiciones, pero pierde dirección: no se entiende qué se medirá, cómo se medirá y por qué esos datos sirven para comprobar una hipótesis.
Dimensiones: lo que compone la variable y permite medirla
Una variable no se mide “en el aire”. Se mide a través de dimensiones. Las dimensiones son componentes internos de la variable; no están fuera, sino dentro. Su función es convertir un concepto amplio en partes medibles.
Por ejemplo, cuando se trabaja productividad, es común medirla a través de eficiencia y eficacia. Esas dimensiones permiten construir indicadores, obtener datos y comparar resultados. En otras palabras, los indicadores miden dimensiones, y las dimensiones miden la variable.
Cuando este ciclo se entiende, el tesista da un salto enorme porque puede construir una matriz de operacionalización coherente y defendible.
El conflicto típico con el asesor: “las dimensiones son las causas”
Aquí aparece uno de los problemas más frecuentes en tesis aplicadas: el asesor (o el jurado) afirma que las dimensiones son las causas del problema, y exige que el estudiante identifique esas “causas” y las convierta en dimensiones.
En la práctica, esa exigencia suele ir acompañada de una tarea: “haz un Ishikawa”. El estudiante lo hace, muchas veces sin pisar el proceso, sin entrevistar al personal y sin evidencias, y termina colocando causas genéricas. Esto no es mala intención: es la consecuencia de diagnosticar desde la computadora.
Lo grave viene después: el tesista debe medir “antes y después” y descubre el gran problema metodológico. ¿Cómo se mide “falta de comunicación” por lote? ¿Cómo se mide “falta de presupuesto” por semana? ¿Cómo haces el “match” estadístico si tu unidad de análisis son lotes, órdenes o semanas y tus “dimensiones” son conceptos que no están definidos como indicadores medibles?
Ahí es donde muchas tesis se traban.
Por qué Ishikawa no debe ser tu primer paso en tesis aplicada
El Ishikawa no es una mala herramienta. El problema es usarla como punto de partida cuando aún no entiendes el proceso. Si no eres dueño del proceso, lo más probable es que termines adivinando causas, y una tesis aplicada no se defiende con suposiciones.
En LinGo trabajamos una lógica más segura para el tesista: primero se entiende el proceso. Se mapea el flujo, se identifica dónde se rompe, dónde se generan esperas, dónde hay reprocesos y qué parte del sistema produce los síntomas. Recién después tiene sentido aplicar Ishikawa o 5 porqués, pero sobre un problema específico, no sobre una idea general.
Cuando haces eso, las “causas” dejan de ser genéricas y empiezan a tener evidencia.
El momento donde se nota si tu tesis es medible: el cuadro antes–después
En tesis experimentales o cuasi experimentales, la medición antes–después exige claridad total. Si tu variable dependiente es productividad, debe poder medirse por unidad de análisis (lote, semana, orden). Si además la productividad se mide con eficiencia y eficacia, esos conceptos deben convertirse en indicadores que también pueden medirse por lote, semana u orden.
Si el asesor te obliga a colocar como dimensión algo como “falta de comunicación”, se vuelve necesario “traducir” esa exigencia para no romper la medición. En la práctica, muchos tesistas terminan defendiendo la dimensión formalmente, pero operacionalizándola con indicadores de eficiencia y eficacia, porque son los que realmente se pueden medir.
La clave es no perder el criterio metodológico: lo que se mida debe tener datos.
La matriz de operacionalización: donde se gana o se pierde la tesis
Todo esto aterriza en un documento que define tu viabilidad: la matriz de operacionalización. Ahí deben aparecer variables, dimensiones e indicadores de forma lógica. Esta matriz no se llena “bonito”; se llena para que sea ejecutable. Si se llena mal, arrastra errores hacia objetivos, hipótesis, instrumentos y resultados.
Por eso, antes de avanzar, conviene corregir términos (por ejemplo, eficiencia y eficacia, no “rendimiento”), asegurar que hay citas correctas y que la estructura metodológica es coherente. Una tesis aplicada se defiende con orden, no con texto largo.
Conclusión
Dimensiones y causas no son lo mismo. Las dimensiones se usan para medir variables. Las causas se usan para diagnosticar problemas. Cuando se mezclan, la medición antes–después se vuelve inviable y el tesista termina atrapado: o inventa indicadores, o retrocede y rehace su metodología.
La forma más segura de construir una tesis aplicada defendible es clara: primero define variables y cómo se medirán. Luego entiende el proceso. Luego diagnostica con evidencia. Y recién después discute causas raíz.
En LinGo trabajamos esta lógica porque una tesis no avanza por hacer más herramientas, sino por tomar decisiones metodológicas medibles y defendibles.
Fuente
Artículo desarrollado a partir del análisis de asesorías de tesis realizadas en el programa de LinGo Consulting, con fines educativos y formativos.
