REPÚBLICA BOLIVARIANA DE VENEZUELA

INSTITUTO UNIVERSITARIO POLITÉCNICO

“SANTIAGO MARIÑO”
SEDE BARCELONA

ESCALAS DE MEDICIÓN Y VARIABLES EN ESTADÍSTICA

Profesor: Pedro Beltrán Br.: José Felix Rodríguez Macuare

C.I: 26.632.429

Barcelona, Mayo 2020

 INDICE ii

Introducción ………………………………………………………………………………iv

Definición de estadística ………………………………………………………………… 1

Investigación estadística ………………………………………………………………… 1

Escalas de medición ….………………………………………………………………….. 2

Cómo realizar una investigación estadística …………………………………………….. 2

Recolección de la Información ………………………………………………………… 3

Tipos de muestreo …………………………………………………………………. 3

Muestreo probabilística (aleatorio) ……………………………………………. 3

Muestreo no probabilística (no aleatorio) ……………………………………... 3

Instrumentos de Recolección de Datos ……………………………………………… 4

Organización de la información …………………………………………….…………. 4

Confección de Tablas de Distribución de Frecuencias ……………….…………… 4

Selección del tipo de gráfico y Confección de gráficos ……………………….….. 7

Gráficos estadísticos ……………………………………………………..…… 7

Diagrama de barras …………………………………………………….….. 7

Diagrama de sectores ………………………………………….………….. 7

Histograma …………………………………………………….………….. 8

Polígono de frecuencias ………………………………………….…….…. 8

Análisis de la Información …………………………………………………………….. 9

Medidas de tendencia central ………………………………………………..…….. 9

Medidas de posición …………………………………………………………….… 9

Correlación ………………………………………………………………………... 9
 Interpretación de resultados …………………………………………………………….10 iii

Aplicaciones de la investigación estadísticas…………::………………………………... 10

Campos de aplicación ………………………………………………………………… 10

En las ciencias naturales …………………………………………………………... 10

En las ciencias sociales y económicas …………………………………………….. 11

En economía ………………………………………………………………………. 11

En las ciencias médicas …………………………………………………………… 11

Principales escalas de medición ………………………………………………………… 11

Escalas de medición y variables en estadísticas ……………………………………… 12

Escalas de medición en estadística ………………………………………………... 12

Escala nominal ………………………………………………………………….… 12

Escala ordinal ……………………………………………………………….…….. 13

Escala de intervalo ………………………………………………………………... 13

Escala de razón …………………………………………………………………… 14

Variables en estadística …………………………………………………………... 14

Variables cuantitativas y cualitativas …………………………………………….. 14

Variables continuas y discretas ………………………………………………....... 15

Datos de sección transversal y de series de tiempo …………………………...…. 16

Cómo y cuándo aplicar las escalas de medición ……………………………………….. 16

Conclusión ………………………………………………………………………………. 18

Bibliografía ……………………………………………………………………………… 19

Anexos ………………………………………………………………………………… .. 20
 INTRODUCCIÓN iv

Cuando hablamos de método, nos referimos a un conjunto de procedimientos

sistemáticos para lograr el desarrollo de una ciencia. Ahora bien, al desglosar nuestra

investigación planteamos técnicas referentes a como recolectar datos, como medir los datos,

codificación, validez y los diferentes instrumentos de medición tales como: la entrevista, el

cuestionario, la observación, la encuesta.

Tomando en consideración la confiabilidad de estos instrumentos que no es otra cosa que

el grado en que su aplicación repetida al mismo sujeto o objeto produce iguales resultados sin

dejar otras. Sus posibles variaciones antes instrumentos poco confiables.

 1

DEFINICIÓN DE ESTADÍSTICAS

La estadística es una disciplina científica que se ocupa de la obtención, orden y

análisis de un conjunto de datos con el fin de obtener explicaciones y predicciones sobre

fenómenos observados.

La estadística consiste en métodos, procedimientos y fórmulas que permiten

recolectar información para luego analizarla y extraer de ella conclusiones relevantes. Se

puede decir que es la Ciencia de los Datos y que su principal objetivo es mejorar la

comprensión de los hechos a partir de la información disponible.

INVESTIGACIÓN ESTADÍSTICAS

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
 2

búsqueda de referencias, consultas bibliográficas, recopilación documental (informes

realizados que nos proporcionan 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.

ESCALAS DE MEDICIÓN

Son una sucesión de medidas que permiten organizar datos en orden jerárquico.

Las escalas de medición, pueden ser clasificadas de acuerdo a una degradación de las

características de las variables.

CÓMO REALIZAR UNA INVESTIGACIÓN ESTADÍSTICA

La noción de recolección refiere al proceso y el resultado de recolectar (reunir,

recoger o cosechar algo). Esto quiere decir que la recolección de datos es la actividad que

consiste en la recopilación de información dentro de un cierto contexto.

 3

1. Recolección de la Información:

1.1. Tipos de muestreo:

• Muestreo probabilística (aleatorio): En este tipo de muestreo, todos los

individuos de la población pueden formar parte de la muestra, tienen

probabilidad positiva de formar parte de la muestra. Por lo tanto es el tipo

de muestreo que deberemos utilizar en nuestras investigaciones, por ser el

riguroso y científico.

• Muestreo no probabilística (no aleatorio): En este tipo de muestreo,

puede haber clara influencia de la persona o personas que seleccionan la

muestra o simplemente se realiza atendiendo a razones de comodidad.

Salvo en situaciones muy concretas en la que los errores cometidos no son

 4

grandes, debido a la homogeneidad de la población, en general no es un tipo

de muestreo riguroso y científico, dado que no todos los elementos de la

población pueden formar parte de la muestra. Por ejemplo, si hacemos una

encuesta telefónica por la mañana, las personas que no tienen teléfono o que

están trabajando, no podrán formar parte de la muestra.

1.2. Instrumentos de Recolección de Datos:

Los instrumentos de medición son las herramientas que se utilizan para

llevar a cabo las observaciones. De acuerdo a lo que se desea estudiar, la

característica a observar, sus propiedades y factores relacionados como el

ambiente, los recursos humanos y económicos, etcétera, es que se escoge uno

de estos instrumentos.

Vamos a considerar básicamente tres: la observación, la encuesta (que

utiliza cuestionarios) y la entrevista.

2. Organización de la información.

2.1. Confección de Tablas de Distribución de Frecuencias:

La distribución de frecuencia es la representación estructurada, en forma de tabla,

de la información que se ha recogido sobre la variable en estudio. Una tabla de

frecuencias: es una tabla en la que se organizan los datos en clases (Tabla de

 5

frecuencia simple) ver anexo A, o en grupos de valores que escriben una

característica de los datos (Tabla de frecuencia en intervalos) ver anexo B.

• La frecuencia absoluta (F) es la cantidad de veces que se repite un

determinado valor de la variable.

• La frecuencia absoluta acumulada es la suma de las frecuencias absolutas de

todos los valores inferiores o iguales al valor considerado.

• La frecuencia relativa es el cociente entre la frecuencia absoluta y el

número total de observaciones (n): fr = F / n

• La frecuencia relativa acumulada es la suma de las frecuencias relativas de

todos los valores inferiores o iguales al valor considerado.

• La Frecuencia Porcentual: para hallarlo se multiplica por 100 la frecuencia

relativa fp = fr * 100

Tabla de distribución de frecuencia simple: (Ver anexo A)

Ejemplo:

Durante el mes de julio, en una ciudad se han registrado las

siguientes temperaturas máximas:

32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30,
29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29.
 6

Tabla de distribución de frecuencias en intervalos: (Ver anexo B)

1. De la muestra de los datos que se tengan se determina primero al

AMPLITUD TOTAL O RANGO (R), restando al valor más alto el más

pequeño. R= Xmax – Xmin

2. Seguidamente determinamos el número de CLASES (k)

3. Ahora, la AMPLITUD (c) de las clases se obtiene dividiendo el rango

(R) por número de clases(k). c = R/k

4. Ahora debes de realizar una tabla así

Ejemplo: Se ha medido la estatura 50 personas, obteniéndose los siguientes

resultados en metros. Ver anexo C

1,61 1,58 1,49 1,45 1,47 1,68 1,72 1,73 1,60 1,49

1,57 1,60 1,46 1,65 1,69 1,53 1,48 1,55 1,59 1,46

1,70 1,73 1,68 1,52 1,57 1,45 1,50 1,63 1,64 1,60

1,70 1,72 1,65 1,63 1,48 1,59 1,61 1,49 1,71 1,69

1,68 1,61 1,51 1,58 1,60 1,71 1,57 1,73 1,56 1,63

En nuestro ejemplo el valor mayor es 1,73m y el menor es 1,45m,

por lo tanto su diferencia es 0,28m. A este resultado a su vez, se lo divide

 7

por la cantidad de intervalos, en este caso tomaremos 7, quedando

intervalos de amplitud 0,04m.

2.2. Selección del tipo de gráfico y Confección de gráficos.

2.2.1. Gráficos estadísticos

• Diagrama de barras: Este tipo gráfico solo se emplea para las

modalidades si el carácter es cualitativo.· Los valores si la variable es no

agrupada. Consiste en dos ejes perpendiculares y una barra o rectángulo

para cada valor de la variable. Normalmente, se suele colocar en el eje

horizontal los valores de la variable. El otro eje se gradúa según los

valores de las frecuencias. La representación gráfica consiste en dibujar

una barra o un rectángulo para cada uno de los valores de la variable de

altura igual a su frecuencia.

• Diagrama de sectores: Se utiliza este tipo de gráfico si la variable es de

carácter cualitativo o cuantitativo discreto no agrupado. Consiste en

dividir un círculo en tantos sectores como valores de la variable. La

 8

amplitud de cada sector debe ser proporcional a la frecuencia del valor

correspondiente.

• Histograma: Se utiliza con variables agrupadas en intervalos,

representando en el eje X los intervalos de clase y levantando rectángulos

contiguos de base la longitud de los distintos intervalos y de altura tal que

el área sea proporcional a las frecuencias representadas.

• Polígono de frecuencias: Son gráficos lineales que se utilizan en el caso

de una variable cuantitativa. Para realizar estos polígonos unimos los

puntos medios de las bases superiores del diagrama de barras o del

histograma según la variable sea agrupada o no agrupada.

 9

3. Análisis de la Información.

3.1. Medidas de tendencia central:

Es un número situado hacia el centro de la distribución de los valores de

una serie de observaciones (medidas), computado para resumir la información.

Cuando se hace referencia únicamente a la posición de estos parámetros dentro

de la distribución, independientemente de que esté más o menos centrada, se

habla de estas medidas como medidas de posición

3.2. Medidas de posición:

Las medidas de posición relativa se llaman en general cuantiles y se

pueden clasificar en tres grandes grupos: Cuartiles, quintiles, deciles,

percentiles. Las medidas de posición como los cuartiles, quintiles, deciles y

percentiles dividen a una distribución ordenada en partes iguales.

3.3. Correlación:

En el ámbito de las matemáticas y las estadísticas, la correlación alude a

la proporcionalidad y la relación lineal que existe entre distintas variables.

 10

4. Interpretación de resultados.

Proceso a través del cual ordenamos, clasificamos y presentamos los

resultados de la investigación en cuadros estadísticos, en graficas elaboradas y

sistematizadas a base de técnicas estadísticas con el propósito de hacerlos

comprensibles.

APLICACIONES 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 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.

 11

• 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.

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.

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.
 12

ESCALAS DE MEDICIÓN Y VARIABLES EN ESTADÍSTICAS.

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

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.

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. Ver anexo D.

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

 13

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 diferencia entre las temperaturas importa.
 14

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 les 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
 15

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
 16

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 países.

Ver anexo E.

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. Ver anexo F.

CÓMO Y CUÁNDO APLICAR LAS ESCALAS DE MEDICIÓN

Importancia de las escalas de medición en la investigación científica. Todo

problema de investigación científica, aún el más abstracto, implica de algún modo una

tarea de medición de los conceptos que intervienen en el mismo. Porque si tratamos con

objetos como una especie vegetal o un comportamiento humano nos veremos obligados

ya sea a describir sus características o a relacionarse éstas con otras con las que pueden

estar conectadas: en todo caso tendremos que utilizar determinadas variables, tamaño,

tipo de flor, semilla, o las variables que definan el comportamiento de estudio y

tendremos que encontrar el valor que éstas asumen en el caso estudiado

 17

Aplicación de las escalas de medición en la investigación científica. Para poder

brindar mayor precisión a esta operación es que también se recurre a lo que son los

instrumentos de medición, siendo aquellos el elemento auxiliar que permite la aplicación

justamente de una escala de medición que consiste en la aplicación de una comparación

respecto a un valor arbitrario que ha sido definido y considerado como válido por una

comunidad científica en particular.

 18

CONCLUSIÓN

Recolectar los datos implica seleccionar un instrumento de medición disponible o

desarrollar uno propio, para aplicar el instrumento de medición y preparar las mediciones

obtenidas para que puedan analizarse correctamente.

Medir es el proceso de vincular conceptos abstractos con indicadores empíricos,

mediante clasificación y/o cuantificación. Un instrumento de medición debe cubrir dos

requisitos: confiabilidad y validez.

 19

BIBLIOGRAFÍA

https://es.slideshare.net/weceslao/escalas-de-medicion-presentacion.

https://www.monografias.com/trabajos15/la-estadistica/la-estadistica.shtml

https://es.slideshare.net/disartg/mediciones-y-escalas-de-respuestas.

https://economipedia.com/definiciones/estadistica.html

httos.//sites.google.com/site/tallerdebioestadistica/estadistica-descriptiva/1-3-escalas-de-

medicion-escala-nominal-ordinal-de-intervalo-y-de-razon

https://www.dgeec.gov.py/convocatoria/document/etapas_invest_estadistica.pdf
 20

ANEXOS

Anexo A

Tabla de distribución de frecuencia simple

x f fa fr fr ac fp

27 1 1 0.032 0.032 3,2 %

28 2 3 0.065 0.097 6,5 %

29 6 9 0.193 0.290 19,3%

30 7 16 0.226 0.516 22,6%

31 8 24 0.258 0.774 25,8%

32 3 27 0.097 0.871 9,7%

33 3 30 0.097 0.968 9,7%

34 1 31 0.032 1 3,2%

n 31 1 100%
 21

ANEXO B

Tabla de distribución de frecuencias en intervalos

Límites
Clase xi f Fa fr Fra fp
Calculados

X min hasta Aquí el

1
Xmin+c conteo de Frecuencia Porcentaje
Puntos
Xmin + c hasta cuantos relativa de Frecuencia de los
2 medios.
(Xmin +c) + c valores de valores relativa valores
Conteo
... ... (Lim inf todos los que acumulada que
acumulado
+ Lim datos pertenecen de los pertenecen

Sup) /2 pertenecen a la valores. a la

k ... hasta X'max
a cada categoría categoría

clase.
 22

ANEXO C

Ejemplo: medida de estatura 50 personas

V Recuento f fa fr fra fp

[1,45 – 1,49) llllll 6 6 0,12 0,12 12%

[1,49 – 1,53) lllllll 7 13 0,14 0,26 14%

[1,53 – 1,57) lll 3 16 0,06 0,32 6%

[1,57 – 1,61) lllllllllll 11 27 0,22 0,54 22%

[1,61 – 1,65) lllllll 7 34 0,14 0,68 14%

[1,65 – 1,69) lllll 5 39 0,1 0,78 10%

[1,69 – 1,73] lllllllllll 11 50 0,22 1 22%

ANEXO D
 23

ANEXO E

Datos de sección transversal

ANEXO F

Datos de series de tiempo

24