Análisis de Datos Categóricos y Variables Discretas en Investigación Naturopática. Guía didáctica para investigadores sobre cómo analizar, interpretar y comunicar datos cualitativos en el marco de la NBE, la MIN y la COPRANA

1. Introducción: la naturaleza de los datos en la investigación Naturopática

En los artículos anteriores hemos explorado el análisis predictivo y las técnicas de explicabilidad. Pero antes de predecir, antes de modelar, hay un paso fundamental: comprender la naturaleza de los datos que tenemos entre manos. No todos los datos son iguales, y tratar una variable como si fuera de un tipo cuando en realidad es de otro es uno de los errores más frecuentes —y más graves— en la investigación.

En la práctica Naturopática, nos encontramos constantemente con preguntas que requieren el análisis de datos categóricos:

• ¿Existe relación entre el perfil de terreno de un Salutante y su adherencia a un Programa Personal de Salud (PPS)?
• ¿La mejora en la calidad del sueño (sí/no) se asocia con la reducción del estrés percibido?
• ¿Qué factores (categóricos) predicen la respuesta favorable a una intervención con apitoxina?

Responder a estas preguntas requiere un dominio específico del análisis de datos categóricos y variables discretas. La razón final por la cual realizamos análisis de datos en la investigación científica es porque necesitamos tomar decisiones en función de la probabilidad, y esas decisiones —«afirmar o negar», «dar o no dar tratamiento»— son esencialmente decisiones sobre variables categóricas.

Este artículo ofrece una guía didáctica y práctica para que los investigadores Naturópatas comprendan qué son los datos categóricos y las variables discretas, cómo analizarlos, qué pruebas estadísticas aplicar y cómo interpretar los resultados en el marco de la Naturopatía Basada en la Evidencia (NBE) , la Metodología de la Intervención Naturopática (MIN) y la Coordinación Praxiológica Naturopática (COPRANA).

2. ¿Qué son los datos categóricos y las variables discretas?

2.1. Definición y clasificación básica

Las variables categóricas —también conocidas como variables cualitativas o discretas— son aquellas que expresan una cualidad o atributo y cuyos valores se agrupan en categorías o grupos distintos. El valor de una variable categórica se expresa como un conteo de categorías (frecuencia) para la muestra, o como un conteo de celdas cuando los datos se presentan en tablas.

Las variables categóricas se clasifican en dos grandes tipos:

Tipo	Descripción	Ejemplo en Naturopatía
Nominales	Categorías sin un orden o jerarquía inherente	Sexo (masculino/femenino), tipo de terreno (húmedo/seco/equilibrado), profesión
Ordinales	Categorías con un orden o jerarquía	Nivel de adherencia (bajo/medio/alto), gravedad de síntomas (leve/moderado/grave), estadio de un proceso crónico

Las variables dicotómicas o binarias son un caso especial de variables nominales que tienen solo dos categorías, como «mejora» (sí/no), «adherencia» (alta/baja) o «respuesta al tratamiento» (favorable/no favorable).

2.2. Variables discretas vs. continuas

Es importante distinguir entre variables discretas y continuas:

• Variables discretas: Toman un número finito o contable de valores. Pueden ser categóricas (sexo, grupo sanguíneo) o numéricas, pero con valores enteros (número de consultas, número de síntomas).
• Variables continuas: Pueden tomar cualquier valor dentro de un intervalo (edad, peso, presión arterial).

Las variables categóricas son siempre discretas, pero no todas las variables discretas son categóricas (el número de hijos es discreto pero numérico).

2.3. La importancia de la clasificación correcta

Elegir un diseño estadístico inapropiado puede llevar a pruebas erróneas y conclusiones incorrectas. Esto puede resultar en trabajos rechazados para publicación o, peor aún, en decisiones clínicas erróneas que comprometan la seguridad del Salutante.

Comprender los tipos de variables y seleccionar las pruebas apropiadas para los datos permite extraer conclusiones sólidas y respaldar el trabajo de investigación.

3. Análisis descriptivo de datos categóricos

3.1. Frecuencias absolutas y relativas

El primer paso en el análisis de datos categóricos es describir la distribución de las categorías mediante:

• Frecuencia absoluta: El número de casos en cada categoría.
• Frecuencia relativa: El porcentaje o proporción de casos en cada categoría.

Ejemplo en Naturopatía:

Tipo de terreno	Frecuencia absoluta	Frecuencia relativa (%)
Húmedo	45	37.5%
Seco	38	31.7%
Equilibrado	37	30.8%
Total	120	100%

Esta tabla nos dice que, en nuestra muestra de 120 Salutantes, el 37.5% presenta un terreno húmedo, el 31.7% seco y el 30.8% equilibrado.

3.2. Tablas de contingencia

Cuando queremos analizar la relación entre dos variables categóricas, utilizamos una tabla de contingencia (o tabla de doble entrada). Esta tabla muestra la distribución conjunta de las frecuencias.

Ejemplo en Naturopatía:

Tipo de terreno	Adherencia alta	Adherencia baja	Total
Terreno húmedo	30	15	45
Terreno seco	20	18	38
Terreno equilibrado	28	9	37
Total	78	42	120

Esta tabla sugiere que la adherencia podría variar según el tipo de terreno. Pero para saber si esta diferencia es estadísticamente significativa, necesitamos pasar al análisis inferencial.

4. Pruebas de hipótesis para datos categóricos

4.1. La prueba de Chi-cuadrado (χ²)

La prueba de Chi-cuadrado es la herramienta fundamental para el análisis de datos categóricos. Se utiliza para determinar si existe una relación entre dos variables categóricas.

¿Cómo funciona?

1. Se calculan las frecuencias esperadas bajo la hipótesis de que no hay relación entre las variables.
2. Se comparan con las frecuencias observadas.
3. El estadístico χ² mide cuánto difieren los valores observados de los esperados.

Tipos de pruebas Chi-cuadrado:

Prueba	Cuando se utiliza
Bondad de ajuste	Comparar las frecuencias observadas con las esperadas en una variable
Independencia	Determinar si dos variables categóricas están asociadas
Homogeneidad	Comparar la distribución de una variable entre dos o más grupos
McNemar	Datos pareados (antes/después)

4.2. La prueba exacta de Fisher

Cuando el tamaño de la muestra es pequeño o las frecuencias esperadas son bajas (menos de 5 en alguna celda), la prueba de Chi-cuadrado puede no ser fiable. En estos casos, se utiliza la prueba exacta de Fisher.

Recomendación para investigadores Naturópatas: Utiliza la prueba exacta de Fisher cuando tengas tablas 2x2 con muestras pequeñas o frecuencias esperadas reducidas.

4.3. La prueba Q de Cochran

La prueba Q de Cochran se utiliza cuando tenemos datos dicotómicos pareados (respuestas sí/no) en tres o más condiciones.

Ejemplo en Naturopatía: Evaluar si la proporción de Salutantes que reportan mejora del sueño varía antes, durante y después de una intervención con técnicas de relajación.

5. Medidas de asociación y tamaño del efecto

Una vez que sabemos que existe una asociación (la prueba de Chi-cuadrado es significativa), el siguiente paso es cuantificar la fuerza de esa asociación.

5.1. Medidas para tablas 2x2

Medida	Qué mide	Interpretación
Riesgo Relativo (RR)	Razón entre las probabilidades de un evento en dos grupos	RR > 1: factor de riesgo; RR < 1: factor protector
Odds Ratio (OR)	Razón entre las odds de un evento en dos grupos	OR > 1: asociación positiva; OR < 1: asociación negativa

Ejemplo en Naturopatía: Si el RR de mejora con intervención Naturopática es 1.8, significa que los Salutantes que reciben la intervención tienen un 80% más de probabilidad de mejorar que los que no la reciben.

5.2. Medidas para tablas mayores

Medida	Tipo de variables	Rango
V de Cramer	Dos variables nominales	0 (sin asociación) a 1 (asociación perfecta)
Gamma	Dos variables ordinales	-1 (asociación negativa) a +1 (asociación positiva)
Tau-b de Kendall	Dos variables ordinales (con empates)	-1 a +1
D de Somers	Una variable ordinal y otra nominal	-1 a +1

5.3. Sensibilidad, especificidad y valores predictivos

En el contexto de la investigación Naturopática, estas medidas son especialmente útiles cuando evaluamos la capacidad de un signo, síntoma o prueba para identificar una condición:

• Sensibilidad: Probabilidad de que la prueba sea positiva en quienes tienen la condición.
• Especificidad: Probabilidad de que la prueba sea negativa en quienes no tienen la condición.
• Valor Predictivo Positivo (VPP): Probabilidad de tener la condición si la prueba es positiva.
• Valor Predictivo Negativo (VPN): Probabilidad de no tener la condición si la prueba es negativa.

6. Análisis multivariado con variables categóricas

6.1. Regresión logística binaria

La regresión logística binaria es la técnica más utilizada cuando la variable dependiente es dicotómica (sí/no). Permite:

• Explicar qué factores influyen en la probabilidad de un evento.
• Predecir la probabilidad de que ocurra un evento en función de un conjunto de variables independientes.

Ejemplo en Naturopatía: Predecir la probabilidad de adherencia a un PPS en función de variables como el tipo de terreno, la edad, el nivel de estrés y el apoyo social.

6.2. Regresión logística multinomial

Cuando la variable dependiente tiene más de dos categorías no ordenadas, se utiliza la regresión logística multinomial.

Ejemplo en Naturopatía: Predecir el tipo de respuesta a una intervención (mejora significativa/mejora leve/sin mejora).

6.3. Regresión logística ordinal

Cuando la variable dependiente tiene categorías ordenadas, se utiliza la regresión logística ordinal.

Ejemplo en Naturopatía: Predecir el nivel de mejora en la calidad de vida (bajo/medio/alto).

6.4. Análisis loglineal

El análisis loglineal es una técnica que permite analizar tablas de contingencia multidimensionales, es decir, relaciones entre tres o más variables categóricas simultáneamente.

7. Consideraciones prácticas para la investigación Naturopática

7.1. ¿Convertir variables continuas en categóricas?

Una pregunta frecuente en investigación es: ¿puedo convertir una variable continua (como la edad) en categórica (joven/adulto/mayor)?

La respuesta general es: no debe hacerse a menos que sea estrictamente necesario. La conversión implica una pérdida de precisión y de potencia estadística. Sin embargo, hay circunstancias en las que puede estar justificada:

• Cuando la variable no puede medirse con precisión.
• Por necesidad administrativa o de salud pública.
• Cuando los datos no siguen una distribución normal.

Recomendación para investigadores Naturópatas: Siempre que sea posible, mantener las variables continuas como tales y utilizar técnicas que las manejen adecuadamente (regresión lineal, correlación, etc.). Solo categorizar cuando haya una razón clínica o metodológica sólida.

7.2. Variables ordinales: ¿categóricas o continuas?

Las variables ordinales (como escalas Likert) ocupan un espacio intermedio. Una regla práctica para decidir si tratar una variable ordinal como continua es: si tiene más de 10 opciones, puede tratarse como continua.

Ejemplo: Una escala de 5 puntos (muy en desacuerdo a muy de acuerdo) es claramente ordinal; una escala de 20 ítems que suma de 20 a 100 puede tratarse como continua.

7.3. Variables Dummy

En muchos modelos estadísticos (como la regresión), las variables categóricas deben convertirse en variables Dummy (0/1). Esto implica crear una variable binaria para cada categoría, excepto una (que actúa como categoría de referencia).

Ejemplo: Si tenemos tres tipos de terreno (húmedo, seco, equilibrado), creamos dos variables Dummy:

• Dummy 1: Húmedo (1) vs. No húmedo (0)
• Dummy 2: Seco (1) vs. No seco (0)
• La categoría de referencia sería «equilibrado».

8. Aplicación práctica: ejemplo paso a paso

Pregunta de investigación: ¿Existe asociación entre el tipo de terreno del Salutante y la respuesta a una intervención con apitoxina en pacientes oncológicos?

Diseño: Estudio observacional con 150 Salutantes.

Variables:

• Variable independiente (categórica nominal): Tipo de terreno (húmedo, seco, equilibrado)
• Variable dependiente (categórica dicotómica): Respuesta a la intervención (favorable/no favorable)

Paso 1: Tabla de contingencia

Tipo de terreno	Respuesta favorable	Respuesta no favorable	Total
Terreno húmedo	35	15	50
Terreno seco	25	25	50
Terreno equilibrado	40	10	50
Total	100	50	150

Paso 2: Prueba de Chi-cuadrado de independencia

• χ² calculado = 10.5
• Grados de libertad = (3-1) × (2-1) = 2
• p-valor = 0.005

Interpretación: El p-valor (0.005) es menor que 0.05, por lo que rechazamos la hipótesis nula de independencia. Existe una asociación estadísticamente significativa entre el tipo de terreno y la respuesta a la intervención.

Paso 3: Medidas de asociación (V de Cramer)

• V de Cramer = 0.265

Interpretación: La asociación es de magnitud moderada.

Paso 4: Análisis por categorías (Odds Ratio)

Terreno	OR (vs. equilibrado)	IC 95%
Húmedo	0.58	(0.31 - 1.09)
Seco	0.25	(0.12 - 0.52)

Interpretación: Los Salutantes con terreno seco tienen significativamente menos probabilidad de respuesta favorable en comparación con los de terreno equilibrado (OR = 0.25, IC 95%: 0.12-0.52).

Paso 5: Interpretación Naturopática

Estos hallazgos sugieren que el terreno seco podría ser un factor predictivo de menor respuesta a la apitoxina en este contexto. Esto tiene implicaciones para la MIN: los Salutantes con terreno seco podrían necesitar una preparación previa (hidratación, modulación del terreno) antes de la intervención con apitoxina.

9. Herramientas para el análisis de datos categóricos

Herramienta	Tipo	Nivel de dificultad	Características
Excel	Hoja de cálculo	Bajo	Pruebas Chi-cuadrado básicas, tablas dinámicas
Jamovi	Software estadístico	Bajo	Interfaz amigable, pruebas completas
JASP	Software estadístico	Bajo	Similar a Jamovi, gratuito
R	Lenguaje de programación	Medio-Alto	Máxima flexibilidad, paquetes específicos
SPSS	Software estadístico	Medio	Ampliamente utilizado en ciencias de la salud
Stata	Software estadístico	Medio	Potente para análisis de datos de salud

10. Errores comunes y cómo evitarlos

Error	Consecuencia	Cómo evitarlo
Tratar variables ordinales como nominales	Pérdida de información sobre el orden	Utilizar pruebas para datos ordinales (Gamma, Tau-b)
Categorizar variables continuas innecesariamente	Pérdida de potencia estadística	Mantener variables continuas siempre que sea posible
Ignorar las frecuencias esperadas en Chi-cuadrado	Resultados no fiables	Verificar que >80% de las celdas tengan frecuencias esperadas >5
Confundir asociación con causalidad	Conclusiones erróneas	Recordar que la asociación no implica causalidad
No reportar medidas de tamaño del efecto	Resultados difíciles de interpretar clínicamente	Siempre reportar V de Cramer, OR, RR u otras medidas

11. Conclusión: el análisis categórico como puente hacia la evidencia

El análisis de datos categóricos y variables discretas es una herramienta fundamental en la investigación Naturopática. Permite:

• Describir las características de los Salutantes y sus respuestas.
• Explorar relaciones entre variables cualitativas (tipo de terreno, adherencia, respuesta).
• Cuantificar la fuerza de esas asociaciones (OR, RR, V de Cramer).
• Predecir resultados a partir de factores categóricos (regresión logística).

En el marco de la Naturopatía Basada en la Evidencia (NBE), el dominio de estas técnicas es esencial para generar conocimiento riguroso que pueda ser comunicado, validado y aplicado en la práctica. En el marco de la Metodología de la Intervención Naturopática (MIN), permite personalizar las intervenciones en función de los perfiles identificados. Y en el marco de la Coordinación Praxiológica Naturopática (COPRANA), proporciona la base empírica para sincronizar, armonizar y secuenciar los mediadores de coherencia.

Como investigadores Naturópatas, tenemos la responsabilidad de conocer y aplicar correctamente estas técnicas. Solo así podremos transformar la intuición clínica en evidencia sólida y la experiencia en conocimiento transferible. Naturopatía, ahora más que nunca.

Nota final. Este artículo ha sido redactado en el marco de la línea de investigación en Metodología de la Investigación de la Red de Investigación Naturopática (RINA) , en diálogo con las contribuciones de Naturopatía Digital. Su objetivo es proporcionar a los Profesionales Naturópatas una guía didáctica y rigurosa sobre el análisis de datos categóricos y variables discretas, contribuyendo así a la calidad y credibilidad de la investigación en el marco de la NBE (Naturopatía Basada en la Evidencia), la MIN (Metodología de la Intervención Naturopática) y la COPRANA (Coordinación Praxiológica Naturopática).

Naturopatía, ahora más que nunca.

Referencias bibliográficas

1. Supo, J. Análisis de Datos Categóricos y Variables Discretas. [datoscategoricos.com]
2. SINCIE. Análisis de Datos Categóricos y Variables Discretas [Programa ADACA].
3. StatPearls. Types of Variables and Commonly Used Statistical Designs. NCBI Bookshelf.
4. A Student's Guide to the Classification and Operationalization of Variables in the Conceptualization and Design of a Clinical Study: Part 2. PMC, 2021.
5. Foxcroft, D. Aprendiendo estadística con jamovi - 10 Análisis de datos categóricos.
6. Preisser, J.S., et al. Categorical data analysis in public health. Annu Rev Public Health, 1997.
7. Prueba de Chi-cuadrado. IBM.