SPSS le ofrece tres opciones para los niveles de medición: nominal, ordinal y escala. Cada uno de esos niveles le brinda diferentes cantidades de información analizable en SPSS. Varios procedimientos como las pruebas de hipótesis requieren que sus datos se recopilen con niveles de medición específicos. El nivel está parcialmente determinado por la naturaleza de sus variables. Sin embargo, tienes un poco de margen al elegir una opción.
Para encontrar las opciones, haga clic en la pestaña Vista variable en la parte inferior de la pantalla, luego mire la columna «Medir»:
Después de ingresar sus datos, la opción predeterminada de SPSS es la escala, pero puede cambiar esto.
- Las variables nominales se pueden colocar en categorías. Las categorías no tienen valor numérico. Estos tampoco tienen pedido y a menudo se muestran en un gráfico circular. Si parece tener categorías con un pedido, puede tener variables ordinales.
- Variables ordinales: estos tienen un orden, como el más frío a los más fríos, primero para durar o más ligero a más pesado. Si puede clasificar sus datos en primer, segundo… entonces tiene datos ordinales.
- Variables de escala: en SPSS, utilizará la opción «Variable de escala» para variables en la escala de intervalo o escala de relación. La escala de intervalo tiene divisiones significativas, como la temperatura. Las variables en la escala de relación también tienen divisiones significativas, pero el cero tiene un significado específico: no existe (como una altura de cero).
No confíe en SPSS para elegir su escala. No sabe cuál era su intención o cómo se recopilaron los datos.
¿Qué es escala ordinal ejemplos?
Una escala ordinal clasifica variables con formas entre las cuales hay una clasificación. Las variables a escala ordinal contienen información nominal y también información sobre la calificación (orden) de los valores variables. Las observaciones sobre una característica con un nivel de medición ordinario se pueden agrupar con respecto a esta característica y se puede ordenar su tamaño.
Si las características (categorías) se mencionan con números (de rango) (dígitos regulatorios), se eligen de tal manera que la clasificación de las figuras corresponde a la clasificación de las formas. Esto significa que una observación o un objeto con un rango más alto también tiene una mayor expresión en la característica considerada que una observación con un rango más bajo. Sobre el tamaño de la diferencia característica entre los objetos, i. H. Sin embargo, no se puede hacer una declaración sobre las distancias entre las clasificaciones.
La escala ordinal se trata solo de determinar un orden o clasificación. Se puede otorgar un primer y tercer lugar por una carrera de autos. No importa si el primer lugar fue una hora o un minuto más rápido que el segundo. Otros ejemplos en los que se otorgan rangos:
La siguiente tabla contiene ejemplos de ordinales escalados con características categóricas, aunque no se toman rangos directos, pero los formularios aún se basan en una clasificación.
1 Si el ingreso se divide en clases (por ejemplo, 0 a 999 euros, 1000 a 2000 euros, más de 2000 euros), es una característica a escala ordinaria. Si, por otro lado, la cantidad exacta se recauda y se procesa estadísticamente, hay una característica métrica. Dado que la voluntad de proporcionar información al especificar el ingreso exacto es menor, muchas encuestas se utilizan para consultar las clases de ingresos.
¿Cuándo se usa ordinal en SPSS?
Nominal, ordinal y escala es una forma de etiquetar los datos para el análisis. Si bien los nominales y ordinales son tipos de etiquetas categóricas, la escala es diferente. En SPSS, podemos especificar el nivel de medición como:
- Escala (datos numéricos en una escala de intervalo o relación)
- ordinal
- nominal.
Los datos nominales y ordinales pueden ser alfanuméricos o numéricos. Cada uno de estos se ha explicado a continuación en detalle.
En la investigación primaria, un cuestionario contiene preguntas relacionadas con diferentes variables. Algunas de esas variables no pueden clasificarse, y otras pueden clasificarse pero no pueden cuantificarse por ninguna unidad de medición. Mientras que algunos pueden clasificarse y se pueden cuantificar. Al importar los datos para cualquier variable en el archivo de entrada SPSS, lo toma como una variable de escala de forma predeterminada ya que los datos esencialmente contienen valores numéricos. Es importante cambiarlo a nominal u ordinal o mantenerlo como escala dependiendo de la variable que representan los datos.
En el archivo de entrada SPSS, se requiere definir las variables sobre la base de nominal, ordinal o escala. Al mismo tiempo, necesita codificar las variables de acuerdo con las categorías en las que se dividen esas variables.
Una variable puede tratarse como nominal cuando sus valores representan categorías sin clasificación intrínseca. Por ejemplo, el departamento de la empresa en el que trabaja un empleado. Los ejemplos de variables nominales incluyen región, código postal o género de afiliación individual o religiosa. La escala nominal también puede ser codificada por el investigador para facilitar el proceso de análisis, por ejemplo; M = hembra, f = mujer.
¿Cuándo se utiliza la variable ordinal?
A continuación veremos algunos ejemplos de variables ordinales:
- Evaluación crediticia. Esto será cuanto mayor sea la solvencia según la agencia de calificación.
- Nota de una prueba. Por ejemplo, un examen valorado como no aprobado, aprobado, notable, excelente y honores.
- Posición en una carrera deportiva. Primero, segundo, tercero, cuarto, etc.
- Satisfacción para el servicio al cliente. Muy insatisfecho, insatisfecho, neutral, satisfecho y muy satisfecho.
Podríamos mencionar otros ejemplos, pero estos se encuentran entre los más representativos. Lo más importante es saber cómo identificar este tipo de variables estadísticas. Además, veremos dos ejemplos más desarrollados de variables ordinales: una puntuación de prueba y la satisfacción del cliente de una compañía telefónica con respecto al servicio al cliente.
Hace una semana, un grupo de 10 estudiantes realizó un examen sobre los conceptos de economía y los votos fueron los siguientes:
La tabla anterior muestra los votos para cada uno de los 10 estudiantes. En total tenemos 2 fallas, 3 aprobados, 3 excepcionales, 1 excepcionales y 1 alabanza. En la oración anterior, simplemente los pedimos en orden creciente. Es decir, primero los votos más bajos (quiebras) y finalmente el voto más alto (alabanza). Si lo hubiéramos hecho por el contrario, habría sido en orden decreciente.
Una práctica común en las compañías telefónicas (y en general en muchas empresas con atención telefónica) es registrar datos sobre la satisfacción del cliente con respecto a la atención recibida. El tipo de respuestas que veremos a continuación en las encuestas de interés público también es común. Entonces tenemos los siguientes datos.
Artículos Relacionados:
