REPUBLICA BOLIVARIANA DE VENEZUELA

INSTITUTO UNIVERSITARIO POLITECNICO

“SANTIAGO MARIÑO”
EXTENCION BARCELONA
INGENIERIA INDUSTRIAL

ESCALAS DE MEDICION

PROFESORA: BACHILLER:

AMELIA VASQUEZ LUISYANI REAL C.I: 26789562

BARCELONA, ENERO DEL 2019

 INDICE

Introducción ----------------------------------------------------------------------- (1)

Desarrollo -----------------------------------------------------------------------(2,9)
Conclusión ------------------------------------------------------------------------(10)
Bibliografía ------------------------------------------------------------------------(11)
Anexos ------------------------------------------------------------------------(12-13)
 INTRODUCCION

Esta nota trata sobre las escalas de medición en estadística y la necesidad de su estudio. La
estadística forma parte de nuestra vida cotidiana. Es común hablar de estadísticas referentes a
múltiples hechos: el precio del dólar, el precio del barril de petróleo, el número de accidentes
ocurridos el fin de semana, el cambio de temperatura, la calidad de cierto artículo, la proporción de
enfermos en la ciudad a causa de cierta epidemia. Un ejemplo popular de dato estadístico es el
promedio de bateo en el juego de beisbol; muchas personas comparan jugadores según ese
promedio, aunque dicho concepto sólo tiene sentido para quienes conocen ese juego; alguien no
versado en la materia no puede interpretar su significado ni lo comprende. De allí la importancia de
analizar la información estadística acompañada del conocimiento sobre el fenómeno bajo estudio,
de lo contrario dicha información se hace inútil.

01
1) Definición de estadística:

La estadística es la rama de las matemáticas que estudia la variabilidad, así como el

proceso aleatorio que la genera siguiendo leyes de probabilidad. Como parte de la
matemática, la estadística es una ciencia formal deductiva, con un conocimiento propio,
dinámico y en continuo desarrollo obtenido a través del método científico formal. En
ocasiones, las ciencias fácticas necesitan utilizar técnicas estadísticas durante su proceso
de investigación factual, con el fin de obtener nuevos conocimientos basados en la
experimentación y en la observación. En estos casos, la aplicación de la estadística permite
el análisis de datos provenientes de una muestra representativa, que busca explicar las
correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia en
forma aleatoria o condicional.
La estadística es útil para una amplia variedad de ciencias fácticas, desde la física hasta
las ciencias sociales, desde las ciencias de la salud hasta el control de calidad. Además, se
usa en áreas de negocios o instituciones gubernamentales con el objetivo de describir el
conjunto de datos obtenidos para la toma de decisiones, o bien para realizar
generalizaciones sobre las características observadas.
En la actualidad, la estadística es una ciencia que permite estudiar una
determinada población a partir de la recolección, recopilación e interpretación de datos. Del
mismo modo, también es considerada una ciencia especial apta para el estudio cuantitativo
de los fenómenos de masa o colectivo.
La estadística se divide en dos grandes áreas:

 Estadística descriptiva: Se dedica a la descripción, visualización y resumen de datos

originados a partir de los fenómenos de estudio. Los datos pueden ser resumidos numérica
o gráficamente. Su objetivo es organizar y describir las características sobre un conjunto de
datos con el propósito de facilitar su aplicación, generalmente con el apoyo de gráficas,
tablas o medidas numéricas.

Ejemplos básicos de parámetros estadísticos son: la media y la desviación estándar.

Ejemplos gráficos son: histograma, pirámide poblacional, gráfico circular, entre otros.

 Estadística inferencial: Se dedica a la generación de los modelos, inferencias y predicciones

asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad de las
observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de
la población bajo estudio. Estas inferencias pueden tomar la forma de respuestas a
preguntas sí/no (prueba de hipótesis), estimaciones de unas características numéricas
(estimación), pronósticos de futuras observaciones, descripciones de asociación
(correlación) o modelamiento de relaciones entre variables. Otras técnicas
de modelamiento incluyen análisis de varianza, series de tiempo y minería de datos. Su
objetivo es obtener conclusiones útiles para lograr hacer deducciones acerca de la totalidad
de todas las observaciones hechas, basándose en la información numérica.

02
 Ambas ramas (descriptiva e inferencial) comprenden la estadística aplicada, pero
la estadística inferencial, por su parte, se divide en estadística paramétrica y estadística no
paramétrica.
Existe también una disciplina llamada estadística matemática, la que se refiere a las bases
teóricas de la materia. La palabra «estadísticas» también se refiere al resultado de aplicar
los algoritmos estadísticos a un conjunto de datos, como en estadísticas
económicas, estadísticas criminales, etcétera.

En su origen, por tanto, la estadística estuvo asociada a los Estados o ciudades libres, para
ser utilizados por el gobierno y cuerpos administrativos (a menudo centralizados). La
colección de datos acerca de estados y localidades continúa ampliamente a través de los
servicios de estadística nacionales e internacionales. En particular, los censos comenzaron
a suministrar información regular acerca de la población de cada país. Así pues, los datos
estadísticos se referían originalmente a los datos demográficos de una ciudad o Estado
determinados. Y es por ello que en la clasificación decimal de Melvil Dewey, empleada en
las bibliotecas, todas las obras sobre estadística se encuentran ubicadas al lado de las
obras de o sobre la demografía.
Ya se utilizaban representaciones gráficas y otras medidas en pieles, rocas, palos de
madera y paredes de cuevas para controlar el número de personas, animales o ciertas
mercancías. Hacia el año 3000 a. C. los babilonios usaban ya pequeños envases
moldeados de arcilla para recopilar datos sobre la producción agrícola y de los géneros
vendidos o cambiados. Los egipcios analizaban los datos de la población y la renta del país
mucho antes de construir las pirámides en el siglo XI a. C. Los libros bíblicos
de Números y Crónicas incluyen en algunas partes trabajos de estadística. El primero
contiene dos censos de la población de la Tierra de Israel y el segundo describe el bienestar
material de las diversas tribus judías. En China existían registros numéricos similares con
anterioridad al año 2000 a. C. Los antiguos griegos realizaban censos cuya información
se utilizaba hacia el 594 a. C. para cobrar impuestos.

2) Investigación estadística:

La investigación estadística es una actividad que apela a diversas técnicas con el

propósito de llegar a la esencia de la realidad.

El proceso de la investigación estadística implica una serie de pasos; pues lanzarse a

investigar sin un criterio previo o preparación adecuada puede demandar más tiempo del
programado.

La formulación del problema es el paso inicial del procedimiento de investigación que se

extenderá por una serie de cursos hasta encontrar respuestas al problema planteado. Es
esencial un correcto planteamiento o formulación del problema ello establece los límites
de tiempo y espacio parámetros en los que se efectuara la investigación en consecuencia
las probabilidades del investigador a no extraviarse tiende a ser mayor.

Ninguna investigación parte de cero para ello se debe informarse sobre el tema a
estudiar. Esto lleva al investigador a una búsqueda de referencias, consultas
bibliográficas, recopilación documental (informes realizados que nos proporcionan 03
 información, datos o cifras). Esto es lo que se denomina la fase exploratoria que tiene
como fin la familiarización e interiorización entre el investigador y el ámbito que es objeto
de investigación.

Cabe destacar que existe una amplia variedad de documentos que facilitan la información
con miras a la elaboración de un programa de trabajo social, entre ellos:

-Fuentes históricas
-fuentes estadísticas(locales, regionales, provisionales, nacionales e internacionales).
-Informe y estudio
-Memorias y anuarios
-Documentos oficiales
-Archivos privados
-Documentos personales
- La prensa (diarios periódicos, semanarios, revistas, boletines, etc.)
-Documentación indirecta (obras literarias o ensayos que proporcionan indicaciones útiles
acerca de la comunidad)
-Formulado el problema, delimitado los objetivos, realizado la fase exploratoria podemos
pasar al diseño de la investigación que viene a ser el esbozo, el esquema, el prototipo, el
modelo que indica el conjunto de decisiones, pasos y actividades a realizar.

3) Escala de medición:

Se entenderá por medición al proceso de asignar el valor a una variable de un elemento en

observación. Este proceso utiliza diversas escalas: nominal, ordinal, de intervalo y de razón.

Las variables de las escalas nominal y ordinal se denominan también categóricas, por otra
parte, las variables de escala de intervalo o de razón se denominan variables numéricas.
Con los valores de las variables categóricas no tiene sentido o no se puede efectuar
operaciones aritméticas. Con las variables numéricas sí.

La escala nominal sólo permite asignar un nombre al elemento medido. Esto la convierte
en la menos informativa de las escalas de medición.

Los siguientes son ejemplos de variables con este tipo de escala:

Nacionalidad.
Uso de anteojos.
Número de camiseta en un equipo de fútbol.
Número de Cédula Nacional de Identidad.

A pesar de que algunos valores son formalmente numéricos, sólo están siendo usados para
identificar a los individuos medidos.

La escala ordinal, además de las propiedades de la escala nominal, permite establecer un

orden entre los elementos medidos.

Ejemplos de variables con escala ordinal:

04
 Preferencia a productos de consumo.
Etapa de desarrollo de un ser vivo.
Clasificación de películas por una comisión especializada.
Madurez de una fruta al momento de comprarla.

La escala de intervalo, además de todas las propiedades de la escala ordinal, hace que
tenga sentido calcular diferencias entre las mediciones.

Los siguientes son ejemplos de variables con esta escala:

Temperatura de una persona.

Ubicación en una carretera respecto de un punto de referencia (Kilómetro 85 Ruta)
Sobrepeso respecto de un patrón de comparación.
Nivel de aceite en el motor de un automóvil medido con una vara graduada.

Finalmente, la escala de razón permite, además de lo de las otras escalas, comparar

mediciones mediante un cociente.

Algunos ejemplos de variables con la escala de razón son los siguientes:

Altura de personas.
Cantidad de litros de agua consumido por una persona en un día.
Velocidad de un auto en la carretera.
Número de goles marcados por un jugador de básquetbol en un partido.

La escala de intervalo tiene un cero que se establece por convención y puede tener
variaciones. Es arbitrario. Por otra parte, la escala de razón tiene un cero real, fijo, no sujeto
a variaciones; es propio de la medición hecha.

Ejercicio:

Para cada variable dada en los ejemplos anteriores, señale el mecanismo de medición. Si
es necesario usar algún instrumento, propóngalo.

Comentarios pedagógicos.

Si, por ejemplo, el objetivo es asignar valor a alturas; el alumno podría decidir que el
procedimiento apropiado es hacer comparaciones con un estándar y que un instrumento
adecuado es una regla calibrada en centímetros.

Ejercicio: Estudio de textos.

Se desea comparar los textos de estudio de diferentes asignaturas. Para esto, describa al
menos tres variables numéricas que permitan efectuar dicha comparación. Sugiera,
cuando corresponda, la respectiva unidad de medida que Ud. emplearía y un instrumento
apropiado para efectuar la medición.

05
 Comentarios pedagógicos.

Este problema se ubica en un contexto familiar para los estudiantes y los introduce a un
aspecto importante de un estudio estadístico: la selección de variables.

Los alumnos deberían descubrir que las variables dependen del objetivo de la
comparación. Por ejemplo, si se tratara de facilitar su transporte en una mochila de
dimensiones determinadas, podrían considerar, entre otras, las siguientes variables:

Peso y volumen de la mochila.

Flexibilidad de las tapas.

Uso de un marco de aluminio.

4) Como realizar una investigación estadística:

El proceso de aplicación de la estadística implica una serie de pasos:

1. Selección y determinación de la población o muestra y las características contenidas

que se desean estudiar. En el caso de que se desee tomar una muestra, es
necesario determinar el tamaño de la misma y el tipo de muestreo a realizar
(probabilístico o no probabilístico).
2. Obtención de los datos. Esta puede ser realizada mediante la observación directa
de los elementos, la aplicación de encuestas y entrevistas, y la realización de
experimentos.
3. Clasificación, tabulación y organización de los datos. La clasificación incluye el
tratamiento de los datos considerados anómalos que pueden en un momento dado,
falsear un análisis de los indicadores estadísticos. La tabulación implica el resumen
de los datos en tablas y gráficos estadísticos.
4. Análisis descriptivo de los datos. El análisis se complementa con la obtención de
indicadores estadísticos como las medidas: de tendencia central, dispersión,
posición y forma.
5. Análisis inferencial de los datos. Se aplican técnicas de tratamiento de datos que
involucran elementos probabilísticos que permiten inferir conclusiones de una
muestra hacia la población (opcional).
6. Elaboración de conclusiones. Se construye el informe final.

5) Aplicación de la investigación estadística:

Aunque comúnmente se asocie a estudios demográficos, económicos y

sociológicos, gran parte de los logros de la estadística se derivan del interés de los
científicos por desarrollar modelos que expliquen el comportamiento de las
propiedades de la materia y de los caracteres biológicos. La medicina, la biología,
la física y, en definitiva, casi todos los campos de las ciencias emplean

06
 instrumentos estadísticos de importancia fundamental para el desarrollo de sus
modelos de trabajo.

Campos de aplicación

La estadística es una ciencia de aplicación práctica casi universal en todos los campos
científicos:
 En las ciencias naturales: se emplea con profusión en la descripción de modelos
termodinámicos complejos (mecánica estadística), en física cuántica, en mecánica de
fluidos o en la teoría cinética de los gases, entre otros muchos campos.
 En las ciencias sociales y económicas: es un pilar básico del desarrollo de la demografía
y la sociología aplicada.
 En economía: suministra los valores que ayudan a descubrir interrelaciones entre
múltiples parámetros macro y microeconómicos.
 En las ciencias médicas: permite establecer pautas sobre la evolución de las
enfermedades y los enfermos, los índices de mortalidad asociados a procesos
morbosos, el grado de eficacia de un medicamento, etcétera.

Presentación de datos

Los datos estadísticos se presentan generalmente expresando el valor de la frecuencia

absoluta que toman las variables significativas de un estudio, ya correspondan a una
población o a una muestra. La frecuencia absoluta de un valor o de una modalidad de una
variable estadística es el número de datos observados que presentan ese valor o
modalidad. El cociente entre la frecuencia absoluta de un valor o modalidad y el número
total de datos es llamado frecuencia relativa. También suelen presentarse los datos en
forma de porcentaje (es decir, en forma de razón de denominador 100).
Una razón se obtiene como el cociente entre dos cantidades numéricas comparables. Si el
cociente se refiere a dos cantidades que se indican en unidades distintas, la razón recibe
el nombre de tasa. Un ejemplo de tasa es la densidad de población, que se define como el
número de habitantes por kilómetro cuadrado y que se aplica habitualmente en los estudios
demográficos.
Dada una suma de varios sumandos, si el cociente hace referencia a la división numérica
entre uno de los sumandos y la suma total, la cantidad expresada se denomina
proporción.

Gráficos de sectores que reflejan el Índice de Precios al Consumo (IPC).

07
Números índices

Otros métodos de presentación de datos utilizados en estadística se basan en el empleo

de números índices. Tales números reflejan la evolución que experimenta con el paso del
tiempo una variable estadística de interés. Así, se toma como referencia del índice el valor
de la variable en un instante dado, de manera que sus valores posteriores se expresan
como una razón de cambio con respecto a dicha referencia (a menudo, en forma de
porcentaje).
Un ejemplo típico de empleo de números índices es el índice bursátil, cuya definición
obedece a criterios diferentes en cada país (índice Dow Jones, en la Bolsa de Nueva
York; índice Nikkei, en Tokio, etcétera).

El gráfico de evolución de la Bolsa de Valores constituye un ejemplo de número índice.

Estadísticas comunes

Varios estudios estadísticos comunes que aparecen con frecuencia en los medios de
comunicación son los siguientes:
 Encuesta de Población Activa (EPA), elaborada por el Instituto Nacional de Estadística
(INE) con periodicidad trimestral, según recomendaciones de la Organización
Internacional del Trabajo (OIT), para obtener y clasificar datos sobre la actividad de la
población. Esta encuesta se realiza por muestreo, y los resultados se ordenan por edad,
sexo, nivel de estudios, profesión y otros parámetros.
 Índice de Precios al Consumo (IPC), que mide por medios estadísticos la evolución
experimentada por los precios de los bienes y servicios consumidos por la población
española. Se basa en la Encuesta de Presupuestos Familiares (EPF), y selecciona
varios centenares de artículos, clasificados en ocho grupos, que se consideran
representativos de la evolución de los precios. Los artículos seleccionados componen
lo que se denomina cesta de la compra, considerada en la encuesta.
 Producto Interior Bruto (PIB), que registra la producción nacional de un país en bienes
y servicios asociados a procesos considerados productivos.
 Poder adquisitivo, que maneja combinadamente datos del Salario Mínimo
Interprofesional (SMI) y el IPC.
Gráfico de sectores, o circular, que refleja estadísticamente la aplicación de las
matemáticas según el resultado de una encuesta de opinión.

08
 6) Principales escalas de medición:

En estadística se estudian datos. Los datos son la representación de atributos o

variables que describen hechos, y al analizarlos y procesarlos, estos se transforman
en Información. Para poder hacer esto, es necesario comparar los datos entre sí y
respecto de referencias. Este proceso de comparación requiere de escalas de
medición donde situar cada posible valor que tomen los datos, y por las diferentes
características de estos, existen diferentes tipos de escalas. En la primera parte del
post hablaremos sobre las escalas de medición en estadística.
Escala nominal
Cuando un dato identifica una etiqueta (o el nombre de un atributo) de un elemento, se
considera que la escala de medición es una escala nominal. En esta carecen de sentido el
orden de las etiquetas, así como la comparación y las operaciones aritméticas. La única
finalidad de este tipo de datos es clasificar a las observaciones. Ejemplo:
Una variable que indica si el visitante de este post es “hombre” o “mujer”.
En esta variable se tienen dos etiquetas para clasificar a los visitantes. El orden carece de
sentido, así como la comparación u operaciones aritméticas.

Escala ordinal
Cuando los datos muestran las propiedades de los datos nominales, pero además tiene
sentido el orden (o jerarquía) de estos, se utiliza una escala ordinal. Ejemplo:
Una variable que mide la calidad de un post. La variable puede tomar valores enteros del 1
al 5, donde el valor 1 es el peor y el 5 el mejor.
En esta variable sigue sin tener sentido las operaciones aritméticas, pero ahora sí tiene
sentido el orden. Si un post tiene valor 4 y otro tiene valor 2, el primero se entiende que es
mejor que es segundo.

Escala de intervalo
En una escala de intervalo, los datos tienen las propiedades de los datos ordinales, pero a
su vez la separación entre las variables tiene sentido. Este tipo de datos siempre es
numérico, y el valor cero no indica la ausencia de la propiedad. Veamos un ejemplo:
La temperatura (en grados centígrados) media de una ciudad.
En esta escala, los números mayores corresponden a temperaturas mayores. Es decir, el
orden importa, pero a la vez la diferencias entre las temperaturas importa.

Escala de razón
En una escala de razón, los datos tienen todas las propiedades de los datos de intervalo, y
la proporción entre ellos tiene sentido. Para esto se requiere que el valor cero de la escala
indique la ausencia de la propiedad a medir. Ejemplos de este tipo de variables son el peso
de una persona a el tiempo utilizado para una tarea. Ejemplo:
Una variable que mide el salario de una persona.
En esta variable, si una persona gana 100, y otra 10, la primera gana más que la segunda
(comparación). También tiene sentido decir que la primera gana 90 más que la segunda
(diferencia), o que gana 10 veces más (proporción).
09
 Conclusión

Los conceptos antes mencionados han sido analizados e investigados de tal manera de hacer más
fácil su comprensión y entendimientos ya que la estadística es la ciencia que trata de entender,
organizar y tomar decisiones que estén de acuerdo con los análisis efectuados. La estadística juega
un papel muy importante en nuestras vidas, ya que actualmente ésta se ha convertido en un método
muy efectivo para describir con mucha precisión los valores de datos económicos, políticos, sociales,
psicológicos, biológicos y físicos, además, sirve como herramienta para relacionar y analizar dichos
datos. El trabajo del experto estadístico ha evolucionado mucho, ya no consiste sólo en reunir y
tabular los datos, sino sobre todo en el proceso de interpretación de esa información, ahora tiene un
papel mucho más importante del que tenía en años pasados.

Es de vital importancia para nuestra vida profesional venidera, que manejemos estos conceptos con
facilidad, así mismo el que los usemos de la manera apropiada, siempre en pro de buscar soluciones
a los problemas que se nos puedan presentar.

10
 Bibliografía

 Best, Joel (2001). Damned Lies and Statistics: Untangling Numbers from the Media,
Politicians, and Activists. University of California Press.
 Desrosières, Alain (2004). La política de los grandes números. Ed. Milesian...
 Hacking, Ian (1990). The Taming of Chance. Cambridge University Press.
 Lindley, D. V. (1985). Making Decisions (2.ª edición edición). John Wiley & Sons.
 Stigler, Stephen M. (1990). The History of Statistics: The Measurement of Uncertainty
before 1900. Belknap Press/Harvard University Press.
 Tijms, Henk (2004). Understanding Probability: Chance Rules in Everyday life.
Cambridge University Press.
 Volle, Michel (1984). Le métier de statisticien (2.ª ed. edición). Económica.

11
Anexos
12
13