UNIVERSIDAD DE AMERICA
DEL NORTE
Alumna: Esmeralda Bautista Mejía
Carrera: Licenciatura en Psicología
1
CONTENIDO
INTRODUCCIÓN ............................................................................................................... 3
DESARROLLO .................................................................................................................... 4
CONCLUSIÓN ................................................................................................................... 7
FUENTES BIBLIOGRAFICAS ................................................................................................ 7
2
INTRODUCCIÓN
La presente investigación aborda temas de estadística, en este caso se
enfocará en las variables y escalas de medición, para ello recordemos que
la estadística es el conjunto de métodos científicos ligados con la toma,
organización, recopilación, presentación y análisis de datos, tanto para la
deducción de conclusiones como para tomar decisiones razonables de
acuerdo con tales análisis. Una definición más funcional sería “el arte de
tomar decisiones en presencia de incertidumbre”.
Se entiende por variable a toda característica medida en un estudio, se
realice su medición en números (variables cuantitativas: edad o peso) o en
categorías (variables cualitativas o categóricas).
Una escala de medición es el conjunto de los posibles valores que una cierta
variable puede tomar. Es un continuo de valores ordenados
correlativamente, que admite un punto inicial y otro final.
3
DESARROLLO
ESCALAS DE MEDICIÓN
• nominal
Cuando un dato identifica una etiqueta (o el nombre de un atributo) de un
elemento, se considera que la escala de medición es una escala nominal.
En esta carecen de sentido el orden de las etiquetas, así como la
comparación y las operaciones aritméticas. La única finalidad de este tipo
de datos es clasificar a las observaciones. Ejemplo: Una variable que indica
si el visitante de este post es «hombre» o «mujer».
En esta variable se tienen dos etiquetas para clasificar a los visitantes. El
orden carece de sentido, así como la comparación u operaciones
aritméticas.
• Ordinal
Cuando los datos muestran las propiedades de los datos nominales, pero
además tiene sentido el orden (o jerarquía) de estos, se utiliza una escala
ordinal. Ejemplo: Una variable que mide la calidad de un post. La variable
puede tomar valores enteros del 1 al 5, donde el valor 1 es el peor y el 5 el
mejor.
En esta variable sigue sin tener sentido las operaciones aritméticas, pero
ahora sí tiene sentido el orden. Si un post tiene valor 4 y otro tiene valor 2, el
primero se entiende que es mejor que es segundo.
4
• Intervalo
En una escala de intervalo, los datos tienen las propiedades de los datos ordinales,
pero a su vez la separación entre las variables tiene sentido. Este tipo de datos
siempre es numérico, y el valor cero no indica la ausencia de la propiedad. Veamos
un ejemplo: La temperatura (en grados centígrados) media de una ciudad.
En esta escala, los números mayores corresponden a temperaturas mayores. Es
decir, el orden importa, pero a la vez la diferencias entre las temperaturas importa.
• Razón
En una escala de razón, los datos tienen todas las propiedades de los datos de
intervalo, y la proporción entre ellos tiene sentido. Para esto se requiere que el valor
cero de la escala indique la ausencia de la propiedad a medir. Ejemplos de este
tipo de variables son el peso de una persona a el tiempo utilizado para una
tarea. Ejemplo: Una variable que mide el salario de una persona.
En esta variable, si una persona gana 100, y otra 10, la primera gana más que la
segunda (comparación). También tiene sentido decir que la primera gana 90 más
que la segunda (diferencia), o que gana 10 veces más (proporción).
TIPOS DE VARIABLES
• Variables cuantitativas y cualitativas
De acuerdo al tipo de escala que se utilizan se puede clasificar en
cualitativas o cuantitativas.
Las variables cualitativas son aquellas que se usan para identificar un
atributo de un elemento. Se emplean con la escala nominal o la ordinal, y
pueden ser numéricos o no.
5
Los datos contenidos en estas variables se resumen contando el número de
observaciones de cada valor que toma la variable, o la proporción en entre
estos. Un hecho importante a tener en cuenta es que, aun cuando para los
datos cualitativos se use un código numérico, las operaciones aritméticas
como la suma o la multiplicación no tienen sentido. Ejemplo: El color de un
auto.
Luego, las variables cuantitativas son aquellas que requieren valores
numéricos para definir los datos. Se emplean con las escalas de medición
de intervalo o de razón. En estas sí tienen sentido las operaciones aritméticas.
Ejemplo: La altura de una persona.
En general hay más alternativas para el análisis estadístico cuando se tienen
variables cuantitativas que con las variables cualitativas.
• Variables continuas y discretas
El siguiente criterio de clasificación (solo para variables cuantitativas) es
según como es el conjunto de valores sobre el cual estas pueden tomar
valores.
Una variable continua puede tomar valores dentro de un intervalo continuo,
es decir, dado dos puntos de un intervalo, la variable siempre podrá tomar
infinitos valores entre ambos puntos. Ejemplo: La temperatura en una
habitación.
En cambio, una variable discreta solo puede tomar valores sobre un
conjunto finito de valores o un conjunto infinito numerable (un conjunto
infinito, pero cuyos elementos se pueden contar). En otras palabras, no
puede tomar valores sobre cualquier punto del intervalo, sino solamente
sobre aquellos incluidos en el conjunto al que pertenece.
6
Esto hace que surja el concepto de valores observados sucesivos, lo cual
significa que, dado una observación, puede existir una observación previa
y otra posterior. Ejemplo: Cantidad de años de vida de una persona.
(Anderson, 2016)
CONCLUSIÓN
Si bien es cierto gracias las variables y escales de medición mediciones nos
permiten llegar a cierta precisión en las características de una variable de
acuerdo a su cantidad, grado, capacidad o cualidad. Se habla de la
precisión de una medición para referirse al grado de exactitud y usualmente
esta significa el número de decimales que se alcanza en la medición. El tipo
de datos y las escalas de medida son importantes por la precisión implícita
y porque determinan qué métodos de análisis son válidos y sensatos.
FUENTES BIBLIOGRAFICAS
Anderson, M. (24 de Octubre de 2016). mauricioanderson. Obtenido de
mauricioanderson: https://mauricioanderson.com/escalas-de-
medicion-estadistica/
