La variable de escala no tiene una definición «oficial»; Es uno de esos términos que tiene un significado ligeramente diferente dependiendo de dónde lo esté utilizando. En un sentido muy general, el término es sinónimo de variable de medición, aunque se debe tener cuidado para asegurarse de que este uso sea lo suficientemente preciso para cualquier contexto en el que esté trabajando. Para las ciencias del comportamiento, el comercio y las finanzas, y en SPSS, usted, usted, usted, usted querrá seguir las definiciones más personalizadas a continuación.
A veces puede ver textos de una variedad de campos se refieren a «variable de escala de intervalo» o «variable de escala nominal». Estas son solo variables que están en esas escalas particulares (por ejemplo, una variable en la escala de intervalo o una variable en la escala nominal).
SPSS utiliza tres niveles de medición diferentes. Los niveles de medición de SPSS se limitan a nominal (es decir, categórico), ordinal (es decir, ordenado como 1º, 2do, 3º…) o escala. Esencialmente, una variable de escala es una variable de medición, una variable que tiene un valor numérico. Las variables con respuestas numéricas se asignan la etiqueta de variable de escala de forma predeterminada. Esto podría ser un problema si ha asignado números para representar categorías, por lo que debe definir cada variable dentro del área de medición individualmente.
En la ciencia del comportamiento, una variable de escala se define de una manera diferente. Específicamente, se definen en relación con una distribución de frecuencia multivariada (múltiple variable) llamada escala. Para una población de objetos (cosas que los psicólogos quieren estudiar, como la inteligencia o la depresión), existe una escala si es posible derivar una variable numérica de la distribución que caracteriza los objetos (Maranell, 2017).
Una variable de este tipo de distribución se llama variable de escala. Los puntajes de escala (o, más simplemente, una puntuación) son el resultado de estas distribuciones. Por ejemplo, una puntuación de IQ o una puntuación en una escala de depresión se derivan de la definición anterior.
¿Qué tipo de escala tiene la variable?
La importancia del nivel de escala se ilustra utilizando un ejemplo. Imagine que tiene la siguiente información sobre tres personas:
- Código postal del municipio, en el que la persona vivía en el momento de la encuesta,
- Grado alemán en el último año escolar,
- Año de nacimiento también
- Edad de la persona.
Los números en la tabla anterior, las características de SO, son informativos para nosotros, ya que podemos ver que, por ejemplo, la persona número 2 en la comunidad de Viena (ZIPT: 1010) Vidas,
En el último año en alemán recibió el grado «bueno» y nació en 1994 y, por lo tanto, tenía 20 años en el momento de la encuesta.
Toda esta información se proporciona en números. Pero incluso si los números muestran toda la información sobre las tres personas, no podemos «hacer» lo mismo con todos los números.
Para ilustrar, primero nos centramos en la persona 1 y 2 y en la variable «edad» y mira,
qué declaraciones significativas basadas en la edad son posibles.
- Código postal del municipio, en el que la persona vivía en el momento de la encuesta,
- Grado alemán en el último año escolar,
- Año de nacimiento también
- Edad de la persona.
¿Qué declaraciones son posibles en función del año de nacimiento?
(Tenga en cuenta dos cosas: por un lado, el año de nacimiento, así como la edad, se muestra por los números. Por otro lado, el año de nacimiento solo puede concluir a la edad en el momento de la encuesta cuando el Se conoce el año de la encuesta).
¿Cuando una variable es nominal ordinal o escala?
Dos de los cuatro niveles de medición son la escala nominal y la escala ordinal. En el análisis estadístico, hay cuatro niveles de medición para evaluar las variables. Estas escalas de medición pueden clasificarse como datos cualitativos y cuantitativos.
La escala nominal y la escala ordinal son los niveles primero y segundo utilizados en encuestas, encuestas y otros análisis estadísticos en el campo de los estudios de mercado.
El término nominal proviene de la palabra latina «nomen» y «nominalis» que implica el significado de «nombre». Según este significado, la escala nominal clasifica las variables en categorías distintas. La categoría se basa en la nomenclatura y no en rangos u órdenes.
Las cifras asociadas con variables a escala nominal solo se utilizan para clasificar los datos; No indican un rango o un pedido.
Por ejemplo, en el caso de la clasificación del sexo en una investigación, el encuestado elige la variable y no el número.
- Hombre
- Mujeres
- Transgénero
Las cifras permiten cuantificar los datos para el análisis final y el resultado.
La escala ordinal es lo opuesto a la escala nominal porque, en esta escala de medición, las variables se clasifican en orden y rango. Sin embargo, la escala simplemente se usa para clasificar las variables y no examinar el grado de diferencia entre las variables.
Por ejemplo, supongamos que fue a un teatro y que se le pide que responda un cuestionario.
¿Qué escala se utiliza para variables cuantitativas?
Los datos cualitativos no se describen en los números, sino por el lenguaje natural. El término datos categóricos a menudo se usa sinónimo. Incluso si hemos categorizado los datos, aún puede tener una estructura. Si no hay un orden natural, los datos se escalan nominales. Por otro lado, si las variables tienen un orden natural, están ordenados ordenados.
Sin embargo, las variables numéricas también pueden ser nominales u ordinales. Un ejemplo de esto sería números de seguro o tamaños de ropa.
La escala nominal (del sustantivo latino = nombre, designación, identificador) es la más simple de las escalas. Solo distingue los elementos individuales sobre la base de su nombre o categoría: no se hace ninguna declaración sobre el valor. Ejemplos de variables con escala nomial son el género, la nacionalidad, el origen étnico, el idioma, el género, el estilo y la forma. Las escalas nominales normalmente se muestran de tal manera que se puede ver su porcentaje de todo. Por lo tanto, el modo es el único parámetro de posición que se puede calcular.
Las variables de escala nomial, para una mejor administración, a menudo se resumen en una tabla de frecuencia. Los datos orginales también se pueden reconstruir a partir de tablas de frecuencia.
En la escala ordinal (de latín ordo, ordinis = serie, orden), las variables individuales tienen un rango (primero, segundo, tercero,…). Sin embargo, solo sabemos que un valor es mejor o más alto que otro, pero no cuánto. Por lo tanto, la expresión de las características subyacentes, por supuesto, se puede ordenar en la escala ordinal. Con las carreras de maratón podemos decir que hay un primer, segundo y tercer lugar. Sin embargo, no sabemos si la persona de primer lugar fue una hora o solo un minuto más rápido que el corredor (y también es irrelevante en este caso).
¿Cuáles son las escalas de medicion cuantitativa?
El número de encuestas de marketing sufren de rigor metodológico que hace que sus resultados no sean confiables: concepto no definido, preguntas mal hechas sin hablar sobre los sesgos inherentes al cuestionario (respuestas, sensibilidad de preguntas, preguntas inútiles) o incluso no representividad de la muestra. Para tomar decisiones sobre la base de los resultados del estudio de mejor calidad, el artículo presenta dos técnicas que se han demostrado: la prueba de la validez y la confiabilidad de la escala de medición. Al principio explicamos el concepto de escala de medición y luego exponemos los conceptos de validez y confiabilidad de las medidas, así como las técnicas para probarlas y, por lo tanto, mejorar la calidad de los estudios cuantitativos.
Comprender los determinantes del comportamiento de consumo (calidad percibida, confianza, percepción de la marca, fidelidad, NPS, etc.) ocupa los directores de marketing y a cargo de los estudios. Si ofrece múltiples oportunidades, Big Data debe basarse en preguntas que midan lo que está tratando de medir. Esta pregunta no es nueva, pero su ocultamiento puede conducir a estos resultados erróneos y, de hecho, a malas decisiones gerenciales.
La definición del concepto y la elección de elementos o preguntas es un paso fundamental para medir bien un concepto. A menudo ya existen escalas de medición existentes que el gerente de estudio puede usar. Por ejemplo, la conocida escala de medición del boca a boca se compone de tres preguntas: le dice cosas positivas a otros sobre X; Recomiendas X a cualquiera que busque consejos; Usted alienta a sus amigos y sus relaciones a realizar sus compras en X; Preguntas a las que el encuestado debe responder a una escala Likert que va desde «en absoluto», de acuerdo completamente «. Se les pide a los encuestados que estén más o menos de acuerdo con estas afirmaciones o que den más o menos importancia a tal o tal cosa en una escala Likert a 5 o 7 puntos. Estas preguntas o elementos son indicadores para capturar la propensión del encuestado a decir cosas positivas sobre un producto o una tienda. Luego, dos técnicas permiten verificar que las preguntas formuladas son buenos indicadores del concepto: la prueba de validez y la prueba de confiabilidad de la escala de medición.
La prueba de validez de una escala de medición permite responder a la pregunta: ¿Medimos lo que estamos tratando de medir?
La validez tiene varias formas y, por lo tanto, hay varias técnicas para probarla. En primer lugar, se trata de saber si las preguntas hacen posible capturar los diferentes aspectos del fenómeno estudiado (validez facial o de contenido). Esto puede aprobarse a través del juicio de un experto en el campo durante la prueba del cuestionario. Luego debe verificarse que los diversos indicadores ofrecen una buena representación del fenómeno estudiado (validez de la línea o construida). Debe asegurarse de que los indicadores que se supone que miden el mismo fenómeno están correlacionados, es la validez convergente, y se distinguen de los supuestos indicadores miden diferentes fenómenos, es una validez discriminante. El análisis factorial exploratorio (AFE) permite que estas dos validaciones se prueben. Finalmente, se trata de ver si las relaciones entre las medidas de un concepto y las de otros conceptos están de acuerdo con las predicciones de la teoría (validez nomológica o predictiva). Esta etapa de validación se lleva a cabo durante la fase confirmatoria después de que el investigador haya asegurado la relevancia de las preguntas que se deben hacer con las pruebas de la línea y la validez de confiabilidad.
¿Cuáles son las escalas cualitativas?
Hay diferentes dimensiones de la medición que deben observarse en la fase de planificación de un estudio. En la preparación científica, se habla de una «unidad de investigación», es decir, las características, que se examinan con respecto a diferentes «características» y su «expresión».
Traducido a nuestro lenguaje cotidiano, la unidad de examen es un objeto previamente seleccionado que se observa, cuestiona o examina el contenido analíticamente. La característica se refiere a las características relevantes para la investigación que tiene el objeto. La característica de la característica significa una variante muy específica de la propiedad.
Las tres dimensiones se pueden ilustrar usando un ejemplo.
Las tres personas Luca, André y Lisa representan las unidades de examen (objetos). El color del cabello y la calificación educativa son dos características (propiedades). Las dos características tienen diferentes formas en las diferentes personas (variante de la propiedad). El color del cabello tiene las formas «rubias», «marrones» y «negros». La calificación educativa se diferencia en los formularios «Realschul Grees», «Abitur» y «Certificado de salida de la escuela secundaria».
Al final de una investigación, en la evaluación de datos, uno habla de los portadores característicos como «casos» (casos). Las características se denominan «variables» (variables) y por «valores» (valores) se entiende que significan las características de la característica.
¿Cómo se clasifican las escalas cualitativas?
A
lado de asuntos de calidad metrológica de
escalas y puntajes (reproducibilidad, precisión,
homogeneidad) que no nos acercaremos aquí, el
Los puntajes y las escaleras plantean diferentes problemas
interpretación.
los
La comparación se realiza calculando la puntuación promedio en cada grupo
(Cf. Figura 8). Es probable que el promedio tome
valores que los puntajes o las escalas no toman
mismo. Por ejemplo, valores fraccionales como 5.68 o 4.2 y luego el
La puntuación solo toma valores completos entre 1 y 10. El paciente promedio
Por lo tanto, está adornado con una puntuación que no existe. Tanto como
significa una diferencia en 0.9 puntos en la escala de
¿Desventaja? El uso de la mediana para describir el
posición central de la población en la escala o en la puntuación
no conduce a este problema.
Otro
El punto es la proporcionalidad de la métrica. Lo es
que un cambio de 1 punto representa la misma modificación
en el fenómeno estudiado independientemente del nivel de
salida. En otras palabras, la puntuación mide, por el
mismo cambio de valor, el mismo efecto en los sujetos de valores
diferentes iniciales.
Ejemplo 1 – El ensayo Mastre comparó estreptocinasa
en placebo en el tratamiento de accidentes vasculares
cerebral. Uno de los criterios de juicio fue el
Medición del nivel de discapacidad utilizando la puntuación de Barthel. Seis
meses después del accidente cerebrovascular, el promedio (±
Error estándar) de esta puntuación fue de 13.0 ± 0.7
en el grupo placebo y 14.8 ± 0.6 en el grupo
Estreptokinasa. La diferencia está en el límite de significado
Estadísticas: P = 0.06. Dada la construcción del puntaje
De Barthel, la importancia clínica de una diferencia de 1.8 puntos
no es fácil de detener y no es
fácil de decir si este efecto representa un real
Mejora de la condición de los pacientes.
¿Qué son las escalas cuantitativas?
Para justificar que las cuantificaciones pueden atribuirse a los objetos de la investigación, los metrólogos definen la medición como un proceso intencional que comprende estructuras operativas que establecen evidencia de su dependencia de objetos («objetividad») y la independencia de sus resultados («intersubjetividad»; 6frigerio et al., 2010; Mari et al., 2012, 2017). Es importante destacar que, en metrología, la «objetividad» se refiere al objeto de investigación y denota que los procesos de medición dependen de los objetos y propiedades en estudio (por lo tanto, dependencia de objetos), cumplen con la complementariedad. Los resultados son «intersubjetivos» si son «invariables con respecto a la sustitución de los sujetos involucrados» (Mari et al., 2017), por lo tanto, las personas que los generan y los usan (por lo tanto, la independencia del sujeto). En psicología, por el contrario, la «objetividad» comúnmente denota la intersubjetividad en términos de independencia del investigador. Se refiere a los resultados, no al proceso, confundiendo así dos criterios metrológicos de medición.
Figura 6. Traceabilidad. Los conceptos metrológicos estipulan elementos básicos y comprobables de los procedimientos de medición que vinculan los resultados de medición (datos) con los fenómenos y las propiedades en estudio a través de conversiones rastreables de información. Proporcionan conceptos clave por los cuales los sistemas relacionales simbólicos (por ejemplo, numéricos) se pueden asignar en sistemas relacionales empíricos, que se dejaron indefinidos en la teoría de la medición representativa.
Una forma importante de establecer la dependencia de objetos y la independencia del tema es implementar la trazabilidad. La trazabilidad requiere que los resultados de la medición se conecten sistemáticamente a través de una cadena de comparaciones ininterrumpida y documentada con una referencia (comparador; Figura 6), que puede ser un estándar de medición o la definición de una unidad de medición a través de su realización práctica (JCGM200: 2012, 2012) . Esto permite que los resultados de la medición se remonten a las instancias particulares de las propiedades medidas (objetos de investigación) y las comparaciones y estándares particulares por los cuales se obtuvieron cuantificaciones (ejemplos empíricos a continuación).
Estos conceptos estipulan elementos básicos y comprobables de los procedimientos de medición por los cuales «los números se pueden asignar en estructuras relacionales empíricas», lo que permite establecer evidencia de medición e intersubjetividad de los resultados obtenidos: elementos clave, de izquierda sin defensa en la teoría de medición representativa (Figura 6) . En el paradigma TPS, los datos numéricos que cumplen estos criterios metrológicos se denominan cuantificaciones científicas en lugar de cuantificaciones (subjetivas) en las que no se cumplen.
Artículos Relacionados:
- La tabla de variables de una función matemática es una representación gráfica de la función.
- Matriz de variables: ¿qué es y cómo se puede utilizar para el marketing?
- Los principales tipos de variables en programación y sus características
- El impacto de la relación entre variables en el rendimiento académico
- 10 Dibujos de Factores para ayudar a tus hijos a aprender sobre el mundo que los rodea
