scalas de medición y

variables en estadística
by Mauricio | Oct 24, 2016 | Misceláneo
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.
Luego, tenemos a las variables. En general, en la mayoría de las
materias que tuvimos en el colegio o en la facultad, utilizamos
variables para representar las características de elementos que
deseamos estudiar cuando estas cambian según algún
parámetro. En la segunda parte del post veremos cómo se
clasifican a las variables que utilizamos en estadística.
Tabla de Contenidos [ocultar]
• 1 Escalas de medición en estadística
• 1.1 Escala nominal
• 1.2 Escala ordinal
• 1.3 Escala de intervalo
• 1.4 Escala de razón
• 2 Variables en estadística
• 2.1 Variables cuantitativas y cualitativas
• 2.2 Variables continuas y discretas
• 2.3 Datos de sección transversal y de series de tiempo

Escalas de medición en
estadística
Como hemos dicho, para que los datos tengan sentido es
necesario compararlos. Y para poder compararlos debemos
utilizar escalas de medición. Dichas escalas tendrán diferentes
propiedades en función de las características de los datos que se
compararán. En estadística existen cuatro escalas de medición:
nominal, ordinal, de intervalo y de razón.

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 número 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).

Variables en estadística
Las variables se las suele dividir según distintos criterios, en
función las características de los valores que estas puedan
tomar.

Variables cuantitativas y cualitativas

De acuerdo al tipo de escala que se utilizan se puede clasificar
en cualitativas o cuantitativas.
Las variables cualitativas son aquellas que se usan para
identificar un atributo de un elemento. Se emplean con la
escala nominal o la ordinal, y pueden ser numéricos o no. Los
datos contenidos en estas variables se resumen contando el
número de observaciones de cada valor que toma la variable, o la
proporción en entre estos. Un hecho importante a tener en cuenta
es que, aun cuando para los datos cualitativos se use un código
numérico, las operaciones aritméticas como la suma o la
multiplicación no tienen sentido. Ejemplo:
El color de un auto.
Luego, las variables cuantitativas son aquellas que requieren
valores numéricos para definir los datos. Se emplean con las
escalas de medición de intervalo o de razón. En estas sí
tienen sentido las operaciones aritméticas. Ejemplo:
La altura de una persona.
En general hay más alternativas para el análisis estadístico
cuando se tienen variables cuantitativas que con las variables
cualitativas.

Variables continuas y discretas

El siguiente criterio de clasificación (solo para variables
cuantitativas) es según como es el conjunto de valores sobre el
cual estas pueden tomar valores.
Una variable continua puede tomar valores dentro de un
intervalo continuo, es decir, dado dos puntos de un intervalo, la
variable siempre podrá tomar infinitos valores entre ambos
puntos. Ejemplo:
La temperatura en una habitación.
En cambio, una variable discreta solo puede tomar valores
sobre un conjunto finito de valores o un conjunto infinito
numerable (un conjunto infinito, pero cuyos elementos se pueden
contar). En otras palabras, no puede tomar valores sobre
cualquier punto del intervalo, sino solamente sobre aquellos
incluidos en el conjunto al que pertenece. Esto hace que surja el
concepto de valores observados sucesivos, lo cual significa que,
dado una observación, puede existir una observación previa y
otra posterior. Ejemplo:
Cantidad de años de vida de una persona.
Datos de sección transversal y de series
de tiempo
Por último, otra clasificación típica que se suele realizar sobre los
datos es respecto del tiempo en que estos son adquiridos.
Los datos de sección transversal son los obtenidos en el
mismo (o aproximadamente) momento.
En un mismo periodo, cual es el PBI de un grupo de paises

Los datos de series de tiempo son datos obtenidos a lo largo

del tiempo.
El PBI de un país a lo largo de los años