Escalas de medida
Upcoming SlideShare
Loading in...5
×

Like this? Share it with your network

Share
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
533
On Slideshare
533
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
0
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Escalas de MedidaPara realizar un correcto análisis de los datos es fundamental conocer deantemano el tipo de medida de la variable, ya que para cada una de ellas se utilizadiferentes estadísticos. La clasificación más convencional de las escalas demedida las divide en cuatro grupos denominados Nominal, Ordinal, Intervalo yRazón. . NOMINALSon variables numéricas cuyos valores representan una categoría o identifican ungrupo de pertenencia. Este tipo de variables sólo nos permite establecerrelaciones de igualdad/desigualdad entre los elementos de la variable. Laasignación de los valores se realiza en forma aleatoria por lo que NO cuenta conun orden lógico. Un ejemplo de este tipo de variables es el Género ya quenosotros podemos asignarle un valor a los hombres y otro diferente a las mujeresy por más machistas o feministas que seamos no podríamos establecer que unoes mayor que el otro. 2. ORDINALSon variables numéricas cuyos valores representan una categoría o identifican ungrupo de pertenencia contando con un orden lógico. Este tipo de variables nospermite establecer relaciones de igualdad/desigualdad y a su vez, podemosidentificar si una categoría es mayor o menor que otra. Un ejemplo de variableordinal es el nivel de educación, ya que se puede establecer que una persona contítulo de Postgrado tiene un nivel de educación superior al de una persona contítulo de bachiller. En las variables ordinales no se puede determinar la distanciaentre sus categorías, ya que no es cuantificable o medible. 3. INTERVALOSon variables numéricas cuyos valores representan magnitudes y la distanciaentre los números de su escala es igual. Con este tipo de variables podemosrealizar comparaciones de igualdad/desigualdad, establecer un orden dentro desus valores y medir la distancia existente entre cada valor de la escala. Lasvariables de intervalo carecen de un cero absoluto, por lo que operaciones comola multiplicación y la división no son realizables. Un ejemplo de este tipo devariables es la temperatura, ya que podemos decir que la distancia entre 10 y 12grados es la misma que la existente entre 15 y 17 grados. Lo que no podemosestablecer es que una temperatura de 10 grados equivale a la mitad de unatemperatura de 20 grados. 4. RAZÓNLas variables de razón poseen las mismas características de las variables deintervalo, con la diferencia que cuentan con un cero absoluto; es decir, el valorcero (0) representa la ausencia total de medida, por lo que se puede realizarcualquier operación Aritmética (Suma, Resta, Multiplicación y División) y Lógica(Comparación y ordenamiento). Este tipo de variables permiten el nivel más alto
  • 2. de medición. Las variables altura, peso, distancia o el salario, son algunosejemplos de este tipo de escala de medida.Debido a la similitud existente entre las escalas de intervalo y de razón, SPSS lasha reunido en un nuevo tipo de medida exclusivo del programa, al cual denominaEscala. Las variables de escala son para SPSS todas aquellas variables cuyosvalores representan magnitudes, ya sea que cuenten con un cero (0) absoluto ono. Teniendo esto en cuenta discutiremos a continuación los diferentesprocedimientos estadísticos que se pueden utilizar de acuerdo al tipo de medidade cada variable. B. Análisis Descriptivo de acuerdo al nivel de MedidaNo todos los procedimientos estadísticos son realmente útiles para la totalidad delos niveles de medida. Cada uno de los tipos de medida posee ciertascaracterísticas, las cuales debemos tener en cuenta en el momento de realizar unanálisis descriptivo. En la tabla [5-2], encontrarás algunos de los procedimientosque resultan ventajosos en los análisis descriptivos de los diferentes niveles demedida. Es necesario aclarar que esta tabla es sólo una muestra de las medidasque se pueden emplear; en algunos textos de estadística aparecen tablas másamplias y detalladas de los procedimientos. Tabla 5-2Si nos fijamos en la tabla 5-2, notaremos que los niveles Nominal y Ordinalcuentan con los mismos procedimientos de análisis, por lo que se agrupan comovariables categóricas. A partir de este punto cuando nos refiramos a las variablescategóricas debemos recordar que se alude a las variables de tipo Nominal yOrdinal.Es importante resaltar que para los análisis descriptivos no hay una grandiferencia entre estos dos tipos de variables, pero si existe diferencia en losanálisis de Inferencia. Antes de conocer como se efectúan estos procedimientosen SPSS, es necesario exponer las razones por las que ciertos procedimientos noson de utilidad en algunos de los niveles de medida. B.1. Variables CategóricasPara las variables que representan categorías o grupos de pertenencia, losprincipales procedimientos estadísticos, que se pueden utilizar en su análisisdescriptivo son las frecuencias (Recuento), el Porcentaje, la Moda, en algunoscasos la mediana y los gráficos más favorables son el de Sectores y el de Barras.Para comprender mejor la razón de estos procedimientos vamos a realizar elanálisis de la variable Género, la cual cuenta con los valores (1, 1, 1, 1, 1, 1, 1, 1,
  • 3. 2, 2); en donde el valor uno (1) representa al género Femenino y el valor Dos (2) algénero Masculino. Las frecuencias y sus respectivos porcentajes para estavariable serían los expuestos en la tabla [5-3]. Ahora si hallamos las principalesmedidas de tendencia central, obtenemos los resultados expuestos en la tabla [5-4]. Figura 5-4Si nos fijamos en los resultados notaremos que la Media toma el valor 1.2, el cualnos indica que en promedio los encuestados cuenta con un género de (1.2). Esteresultado no posee una interpretación aplicable a la información de la variable, porlo que esta medida no es de utilidad en el análisis descriptivo.Si observamos la Mediana notaremos que toma el valor 1, que para el casocorresponde al género Femenino, pero si en vez de 10 valores tuviéramosúnicamente dos (1 y 2), la mediana sería de (1.5), cuya interpretación no esaplicable a la información de la variable. La mediana se puede utilizar cuandoestamos trabajando con variables que contienen un elevado número de categoríasy su interpretación se debe manejar como un factor informativo para elinvestigador y no como una medida representativa en el reporte.Por último encontramos la Moda, la cual para el caso asume el valor 1 y nos indicaque la categoría con mayor frecuencia dentro de la variable es la correspondienteal género Femenino. Las medidas de dispersión y distribución no son aplicables aeste tipo de variables ya que sus ecuaciones nos permiten determinar como secomportan los datos respecto a un punto central o media. Si hallamos ladesviación estándar para los datos del ejemplo, obtendríamos un valor de0.42164, que nos indicaría que el promedio del género presenta una variación de±0.42, cuyo resultado no sería aplicable a la interpretación de la variable. B.2. Variables de EscalaEste tipo de variables nos permite realizar análisis más profundos de los datos,aplicando una gran variedad de medidas. Al contrario de las variables categóricasen este tipo de variables las frecuencias no son de utilidad en los análisisdescriptivos, debido a la gran cantidad de valores que suele tomar. Supongamosque realizamos un sondeo de edad con una muestra de 500 personas, sigeneramos una tabla de frecuencias obtendríamos fácilmente unos 60 o 70 rangosdiferentes haciéndola muy extensa y poco informativa.Para las variables de escala son más informativas la medidas como la media, lamediana, la desviación estándar, la asimetría y otras más, a las cuales se lessuele denominar Medidas de Resumen.