Los datos pueden clasificarse como en una de las cuatro escalas: nominal, ordinal, intervalo o relación. Cada nivel de medición tiene algunas propiedades importantes que son útiles para saber. Por ejemplo, solo la escala de relación tiene ceros significativos.
Un gráfico circular muestra grupos de variables nominales (es decir, categorías) .1. Escala nominal. Las variables nominales (también llamadas variables categóricas) se pueden colocar en categorías. No tienen un valor numérico y, por lo tanto, no se pueden agregar, restar, dividir o multiplicarse. Tampoco tienen orden; Si parecen tener un pedido, entonces probablemente tenga variables ordinales.
La escala ordinal clasifica según el rango.2. Escala ordinal. La escala ordinal contiene cosas que puede colocar en orden. Por ejemplo, lo más frío a los más fríos, más ligeros a más pesados, más ricos a los más pobres. Básicamente, si puede clasificar los datos por 1º, segundo, tercer lugar (y así sucesivamente), entonces tiene datos que están en una escala ordinal.
3. Escala de intervalo. Una escala de intervalo ha ordenado números con divisiones significativas. La temperatura está en la escala de intervalo: una diferencia de 10 grados entre 90 y 100 significa lo mismo que 10 grados entre 150 y 160. Compare eso con el ranking de la escuela secundaria (que es ordinal), donde la diferencia entre el 1er y el segundo podría ser .01 y entre 10 y 11 .5. Si tiene divisiones significativas, tiene algo en la escala de intervalo.
El peso se mide en la escala de relación 4. Escala de proporción. La escala de relación es exactamente la misma que la escala de intervalo con una diferencia importante: el cero es significativo. Por ejemplo, una altura de cero es significativa (significa que no existes). Compare eso con una temperatura de cero, que aunque existe, no significa nada en particular (aunque es cierto que, en la escala Celsius, es el punto de congelación para el agua).
¿Cuáles son las escalas de medición en la estadística?
Las estadísticas en realidad representan dos ramas, a menudo complementarias. Por un lado, hay estadísticas descriptivas. El propósito de las estadísticas descriptivas es proporcionar métodos para sintetizar la información obtenida por una muestra. Cours 2 tiene más detalles. Por otro lado, hay estadísticas inductivas. Las estadísticas inductivas (también llamadas inferencias estadísticas) buscan inferir el valor de un parámetro en toda la población dada una o algunas estadísticas extraídas de una muestra limitada. El curso 4 y el seguimiento tienen métodos de inferencia estadística.
3.1: Definición:
Métodos para recolectar una muestra. La muestra debe ser representativa de la población de la que se extrae. El método científico especifica diferentes controles para que la muestra sea válida (validez externa, I , pérdida de sujetos, etc.). Estos puntos se discuten con más detalle en el curso de la metodología científica. Las estadísticas no pueden verificar la validez externa de una muestra; Sin embargo, pueden dar algunos índices cuando la validez interna es baja (ver punto 4.4).
Una muestra nunca es perfectamente representativa de una población. De hecho, nos ponemos al azar para elegir a las personas que vamos a medir. Las diferencias entre la población y la muestra son los resultados de lo que se llama error de muestreo (también un poco a un poco de error experimental erróneamente). Refleja los errores de las medidas (ver más abajo) y la posibilidad en la elección de nuestras observaciones.
Una observación (un datos brutos) presentado en forma digital siempre está determinada por tres aspectos: sobre todo por el atributo que se mide. Es importante tener en cuenta siempre que nunca puede medir un objeto natural en su totalidad, sino solo un atributo al mismo tiempo.
En menor medida, también depende de la precisión del instrumento de medición y las propias características de la escala de medición. Una medida inevitablemente contiene un error de medición más o menos y esta precisión se deriva de la elección de la escala de medición utilizada.
¿Qué son las escalas de medición y ejemplos?
Si no nos tomamos el tiempo de pensar, en «qué forma» se registrarán las observaciones vinculadas a una variable, nos arriesgamos a terminar con información inutilizable.
Por ejemplo, si le hacemos una muestra de personas la pregunta «¿Cuál es su ingreso?», Tendrá respuestas de datos como:
- $ 4200
- $ 42
- Aumentó
- Entre $ 2,000 y $ 5,000
De estas respuestas, no sería posible obtener información específica, porque:
- $ 4200
- $ 42
- Aumentó
- Entre $ 2,000 y $ 5,000
Por lo tanto, terminamos con información no clasable (datos brutos) (no podemos agrupar las respuestas), ni comparable («alto» es más o menos que «entre 2000 y $ 5000).
En resumen, no nos tomamos el tiempo para arreglar la forma que las observaciones deberían tomar; En nuestro caso, no especificamos lo que queríamos como un elemento de respuesta, y siempre exigimos lo mismo.
Para corregir la situación, podríamos haber dado clases anuales de ingresos y preguntarle a la persona a cuál de estas clases pertenece. En resumen, la escala de medición debería haberse especificado.
Cuando los métodos de una variable cualitativa son categorías sin jerarquía entre ellos, se utiliza una escala de medición nominal. En este caso, no hay relación de orden, enlace jerárquico, entre las modalidades de la variable. No se permite la operación aritmética (+, -, x, ÷) con este tipo de escala de medición.
¿Qué tipos de escalas de medición existen?
Hay cuatro escalas de medición: nominal, ordinal, intervalo, relación.
Estos se consideran bajo datos cualitativos y cuantitativos como bajo:
- Escala nominal:
En esta escala, las categorías son nombres nominados (por lo tanto, «nominales»). No hay orden inherente entre categorías. En pocas palabras, no se puede decir que una categoría particular es superior/ mejor que otra.
- Escala nominal:
Las diversas categorías se pueden organizar lógicamente en un orden significativo. Sin embargo, la diferencia entre las categorías no es «significativa».
- Escala nominal:
Los valores (no categorías) se pueden ordenar y tienen una diferencia significativa, pero duplicar no es significativo. Esto se debe a la ausencia de un «cero absoluto».
¿Qué son las escalas de medición en una investigación?
Una escala de medición representa la herramienta lógica a través de la cual tiene lugar la medición de un carácter estadístico.
Según Stevens, la medición es «la asignación de etiquetas numéricas a objetos o eventos de acuerdo con un sistema de reglas preestablecido» (1951).
La definición de Stevens es la base de la distinción moderna entre los diferentes tipos de escaleras de medición:
- para variables cualitativas (o cambiantes)
- Nominal
- Ordinal
- para variables cuantitativas
- Intervalos
- Relaciones
El término «escala» significa el proceso de detección de una propiedad (o característica), no directamente observable, de objetos o eventos.
Los objetos están formados por personas o grupos, comunidades o naciones y cualquier otra entidad social a quien se pueda informar una característica.
Los eventos son «eventos sociales» de particular interés: revoluciones, elecciones, etc.
Una escala está compuesta por una serie de elementos (indicadores) que tienen la función de discriminar objetos o eventos en comparación con la característica de detectar.
- para variables cualitativas (o cambiantes)
- Nominal
- Ordinal
- para variables cuantitativas
- Intervalos
- Relaciones
En resumen, un elemento representa una sola pregunta (por ejemplo, una demanda de una prueba de aptitud), mientras que la escala puede entenderse como la batería completa de preguntas dirigidas a discriminar objetos o eventos (es decir, el conjunto de preguntas de la misma prueba).
Artículos Relacionados:
- La medición en estadística es una herramienta fundamental para el análisis de datos.
- Niveles de medición en estadística: una guía para principiantes
- Escalas de medición de variables: ¿Qué método es el adecuado para su investigación?
- Escalas de medición: las distintas formas de medir el mundo
- Gestión de la retribución: cómo elaborar un tabulador
- Escalas de medición en el cuestionario: básicas, simples y múltiples
- ¿Cuál es la diferencia entre un parámetro y un estadístico?
- La teoría de la medición estadística es la base de la estadística y se usa para analizar datos.
