Escalas de Medida

Para realizar un correcto anlisis de los datos es fundamental conocer de antemano el tipo de medida de la variable, ya que para cada una de ellas se utiliza diferentes estadsticos. La clasificacin ms convencional de las escalas de medida las divide en cuatro grupos denominados Nominal, Ordinal, Intervalo y Razn.

1. NOMINAL Son variables numricas cuyos valores representan una categora o identifican un grupo de pertenencia. Este tipo de variables slo nos permite establecer relaciones de igualdad/desigualdad entre los elementos de la variable. La asignacin de los valores se realiza en forma aleatoria por lo que NO cuenta con un orden lgico. Un ejemplo de este tipo de variables es el Gnero ya que nosotros podemos asignarle un valor a los hombres y otro diferente a las mujeres y por ms machistas o feministas que seamos no podramos establecer que uno es mayor que el otro. 2. ORDINAL Son variables numricas cuyos valores representan una categora o identifican un grupo de pertenencia contando con un orden lgico. Este tipo de variables nos permite establecer relaciones de igualdad/desigualdad y a su vez, podemos identificar si una categora es mayor o menor que otra. Un ejemplo de variable ordinal es el nivel de educacin, ya que se puede establecer que una persona con ttulo de Postgrado tiene un nivel de educacin superior al de una persona con ttulo de bachiller. En las variables ordinales no se puede determinar la distancia entre sus categoras, ya que no es cuantificable o medible. 3. INTERVALO Son variables numricas cuyos valores representan magnitudes y la distancia entre los nmeros de su escala es igual. Con este tipo de variables podemos realizar comparaciones de igualdad/desigualdad, establecer un orden dentro de sus valores y medir la distancia existente entre cada valor de la escala. Las variables de intervalo carecen de un cero absoluto, por lo que operaciones como la multiplicacin y la divisin no son realizables. Un ejemplo de este tipo de variables es la temperatura, ya que podemos decir que la distancia entre 10 y 12 grados es la misma que la existente entre 15 y 17 grados. Lo que no podemos establecer es que una temperatura de 10 grados equivale a la mitad de una temperatura de 20 grados.

4. RAZN Las variables de razn poseen las mismas caractersticas de las variables de intervalo, con la diferencia que cuentan con un cero absoluto; es decir, el valor cero (0) representa la ausencia total de medida, por lo que se puede realizar cualquier operacin Aritmtica (Suma, Resta, Multiplicacin y Divisin) y Lgica (Comparacin y ordenamiento). Este tipo de variables permiten el nivel ms alto de medicin. Las variables altura, peso, distancia o el salario, son algunos ejemplos de este tipo de escala de medida. Debido a la similitud existente entre las escalas de intervalo y de razn, SPSS las ha reunido en un nuevo tipo de medida exclusivo del programa, al cual denomina Escala. Las variables de escala son para SPSS todas aquellas variables cuyos valores representan magnitudes, ya sea que cuenten con un cero (0) absoluto o no. Teniendo esto en cuenta discutiremos a continuacin los diferentes procedimientos estadsticos que se pueden utilizar de acuerdo al tipo de medida de cada variable. B. Anlisis Descriptivo de acuerdo al nivel de Medida No todos los procedimientos estadsticos son realmente tiles para la totalidad de los niveles de medida. Cada uno de los tipos de medida posee ciertas caractersticas, las cuales debemos tener en cuenta en el momento de realizar un anlisis descriptivo. En la tabla [5-2], encontrars algunos de los procedimientos que resultan ventajosos en los anlisis descriptivos de los diferentes niveles de medida. Es necesario aclarar que esta tabla es slo una muestra de las medidas que se pueden emplear; en algunos textos de estadstica aparecen tablas ms amplias y detalladas de los procedimientos.

Tabla 5-2

Si nos fijamos en la tabla 5-2, notaremos que los niveles Nominal y Ordinal cuentan con los mismos procedimientos de anlisis, por lo que se agrupan como variables categricas. A partir de este punto cuando nos refiramos a las variables categricas debemos recordar que se alude a las variables de tipo Nominal y Ordinal. Es importante resaltar que para los anlisis descriptivos no hay una gran diferencia entre estos dos tipos de variables, pero si existe diferencia en los

anlisis de Inferencia. Antes de conocer como se efectan estos procedimientos en SPSS, es necesario exponer las razones por las que ciertos procedimientos no son de utilidad en algunos de los niveles de medida. B.1. Variables Categricas Para las variables que representan categoras o grupos de pertenencia, los principales procedimientos estadsticos, que se pueden utilizar en su anlisis descriptivo son las frecuencias (Recuento), el Porcentaje, la Moda, en algunos casos la mediana y los grficos ms favorables son el de Sectores y el de Barras. Para comprender mejor la razn de estos procedimientos vamos a realizar el anlisis de la variable Gnero, la cual cuenta con los valores (1, 1, 1, 1, 1, 1, 1, 1, 2, 2); en donde el valor uno (1) representa al gnero Femenino y el valor Dos (2) al gnero Masculino. Las frecuencias y sus respectivos porcentajes para esta variable seran los expuestos en la tabla [5-3]. Ahora si hallamos las principales medidas de tendencia central, obtenemos los resultados expuestos en la tabla [54].

Figura 5-4

Si nos fijamos en los resultados notaremos que la Media toma el valor 1.2, el cual nos indica que en promedio los encuestados cuenta con un gnero de (1.2). Este resultado no posee una interpretacin aplicable a la informacin de la variable, por lo que esta medida no es de utilidad en el anlisis descriptivo. Si observamos la Mediana notaremos que toma el valor 1, que para el caso corresponde al gnero Femenino, pero si en vez de 10 valores tuviramos nicamente dos (1 y 2), la mediana sera de (1.5), cuya interpretacin no es aplicable a la informacin de la variable. La mediana se puede utilizar cuando estamos trabajando con variables que contienen un elevado nmero de categoras y su interpretacin se debe manejar como un factor informativo para el investigador y no como una medida representativa en el reporte. Por ltimo encontramos la Moda, la cual para el caso asume el valor 1 y nos indica que la categora con mayor frecuencia dentro de la variable es la correspondiente al gnero Femenino. Las medidas de dispersin y distribucin no son aplicables a este tipo de variables ya que sus ecuaciones nos permiten determinar como se comportan los datos respecto a un punto central o media. Si hallamos la desviacin estndar para los datos del ejemplo, obtendramos un valor de

0.42164, que nos indicara que el promedio del gnero presenta una variacin de 0.42, cuyo resultado no sera aplicable a la interpretacin de la variable. B.2. Variables de Escala Este tipo de variables nos permite realizar anlisis ms profundos de los datos, aplicando una gran variedad de medidas. Al contrario de las variables categricas en este tipo de variables las frecuencias no son de utilidad en los anlisis descriptivos, debido a la gran cantidad de valores que suele tomar. Supongamos que realizamos un sondeo de edad con una muestra de 500 personas, si generamos una tabla de frecuencias obtendramos fcilmente unos 60 o 70 rangos diferentes hacindola muy extensa y poco informativa. Para las variables de escala son ms informativas las medidas como la media, la mediana, la desviacin estndar, la asimetra y otras ms, a las cuales se les suele denominar Medidas de Resumen.

Fuente: http://www.spssfree.com/spss/analisis4.html