Contenido
Medición
Mishra, P., Pandey, C. M., Singh, U., & Gupta, A. (2018). Scales of
measurement and presentation of statistical data. Annals of cardiac
anaesthesia, 21(4), 419–422. https://doi.org/10.4103/aca.ACA_131_18
Escalas de medición
o Nominal
o Ordinal
o Intervalo
o Razón
Frecuencias
Medidas de Tendencia Central
Media
Mediana
Moda
Aplicación en R
Medidas de Dispersión
Desviación estándar
Varianza
Aplicación en R
Medidas de Posición
Rango
Percentiles
Cuartiles
Deciles
Gráficos
Medición
Definición de porque es importante en método
Antes no existía un consenso claro sobre qué constituía la
medición. (XX)
Ahora existen distintos tipos de definición para lo que es
medición y esta suele variar según la disciplina (xx)
En psicología, Según Stevens “La medición es la asignación de
numerales a objetos o eventos de acuerdo a ciertas reglas”
Importancia del Tipo de Escala
La medición permite transformar aspectos cualitativos en
representaciones cuantitativas para su análisis; sin embargo, el
tipo de análisis dependerá de su nivel de medición (1).
Las operaciones estadísticas válidas dependen del tipo de
escala utilizada para ordenar los datos (3) (Stevens, 1946)
La correcta selección de la escala asegura resultados
coherentes y significativos en el análisis (3) (Stevens, 1946).
Escalas de Medición
Nominal
En la escala nominal, se asignan numerales únicamente como
etiquetas o categorías, sin implicar ningún orden ni valor
cuantitativo.
Esta escala proporciona identidad a las categorías, permitiendo
diferenciarlas claramente (Guilford & fruchter,1984).
Ejemplo: Para clasificar a los participantes por sexo, se puede
asignar "1" para mujeres y "2" para hombres. Estos números
solo identifican categorías, no tienen un significado numérico
más allá de eso.
Con datos nominales no se pueden realizar operaciones
matemáticas como sumas o promedios
Ordinal
La escala ordinal se basa en el orden jerárquico o clasificación
por rangos, permitiendo determinar qué categoría es mayor o
menor que otra, pero sin proporcionar información sobre la
distancia entre ellas .
Ejemplo: En un experimento, se podría clasificar a los
participantes según quién completó primero una tarea: el
primer lugar, el segundo, el tercero, y así sucesivamente.
Aunque la escala te indica el orden en que llegaron, no te
informa sobre cuánto tiempo pasó entre un participante y otro.
Es decir, la diferencia entre el primero y el segundo podría ser
de 10 minutos, mientras que, entre el segundo y el tercero, solo
2 minutos.
Según las reglas de Stevens, la escala ordinal conserva el
orden, pero no admite operaciones matemáticas como sumas o
promedios. Solo es válido calcular la mediana o posiciones
relativas dentro del orden (Stevens, 1946).
Intervalo
A diferencia de la escala ordinal, la escala de intervalo no solo
conserva el orden, sino que también garantiza que las
distancias entre las unidades sean iguales. Esto la convierte en
una forma de medición cuantitativa.
Su principal característica es que el punto cero es arbitrario y
definido por conveniencia, lo que significa que no representa la
ausencia total de la variable medida.
Ejemplo: Las puntuaciones en un test de inteligencia o en un
examen académico suelen ser variables de intervalo. Por
ejemplo, si un examen de matemáticas tiene una nota mínima
de 0, ese valor no implica una ausencia total de conocimientos
matemáticos; simplemente es un límite establecido por quien
diseñó la prueba. Si el examen es muy difícil, más personas
pueden obtener un 0, pero esto no significa que carezcan
completamente de habilidades matemáticas.
En esta escala, los intervalos iguales permiten realizar
operaciones como sumas, promedios y cálculos de dispersión.
Sin embargo, no admite cálculos basados en proporciones o
razones debido a la falta de un punto cero absoluto.
De razón
La escala de razón es la forma más completa de medición, ya
que permite determinar las cuatro relaciones fundamentales:
igualdad, orden, igualdad de intervalos y ratios equivalentes.
Esta escala se caracteriza por contar con un cero absoluto, lo
que significa que el valor cero representa la ausencia total de la
variable medida.
En una escala de razón, los valores pueden transformarse
multiplicándolos por una constante (por ejemplo, convertir
pulgadas a pies), pero siempre conservan los ratios entre ellos.
Es ampliamente utilizada en disciplinas como la física, ya que
permite realizar todo tipo de operaciones matemáticas,
incluidas aquellas relacionadas con ratios y proporciones
Medidas de Tendencia Central
Las medidas de tendencia central son medidas descriptivas que
indican el valor más representativo o típico de un conjunto de datos
(Weiss, 2016). Permiten comprender dónde se concentran la mayoría
de las observaciones.
Al analizar una variable cuantitativa, surge la pregunta clave: “¿Cuál
es el valor típico de las observaciones?”. Las estadísticas que
responden a esta pregunta, permitiendo identificar el punto alrededor
del cual se agrupan los datos (Agresti, 2021).
1. Media
La media es el valor promedio de un conjunto de datos. Se
calcula sumando todos los valores de las observaciones y
dividiendo el total entre el número de observaciones.
Fórmula:
Ejemplo: Si tienes las puntuaciones de cinco estudiantes en un
examen
Es útil para datos que no tienen valores extremadamente altos
o bajos (outliers), ya que estos pueden distorsionar el promedio.
2. Mediana
La mediana es el valor central cuando los datos están
ordenados de menor a mayor. Si hay un número impar de datos,
la mediana es el valor del medio; si hay un número par de
datos, es el promedio de los dos valores centrales.
Ejemplo: Para las puntuaciones (60, 70, 80, 90, 100), la
mediana es 80 porque es el valor en el centro de la lista
ordenada.
Es más resistente a los outliers que la media, por lo que se usa
cuando los datos contienen valores extremos.
3. Moda
La moda es el valor que aparece con mayor frecuencia en el
conjunto de datos. Puede haber más de una moda si varios
valores aparecen con la misma frecuencia.
Ejemplo: Si tienes las puntuaciones (60, 70, 80, 80, 100), la
moda es 80 porque aparece más veces que los demás valores.
Uso: Es útil para describir distribuciones de datos cualitativos o
cuando queremos saber qué categoría es la más común.
