República Bolivariana de Venezuela

Instituto Universitario Politécnico “Santiago Mariño”

Ing. Sistemas - A
Barcelona - Edo. Anzoátegui

Escalas de Medición

Profesor: Estudiante:
Pedro Beltrán Luis Ramos
C.I. 28.613.368
 Introducción

Existen diversas definiciones del término "medición", pero estas dependen de los diferentes puntos
de vista que se puedan tener al abordar el problema de la cuantificación y el proceso mismo de la
construcción de una escala o instrumento de medición. En general, se entiende por medición la
asignación de números a elementos u objetos para representar o cuantificar una propiedad. El problema
básico está dado por la asignación un numeral que represente la magnitud de la característica que
queremos medir y que dicho números pueden analizarse por manipulaciones de acuerdo a ciertas reglas.
Las técnicas cualitativas, cuando se aplican adecuadamente, se utilizan junto a técnicas cuantitativas de
una manera interrelacionada y complementada.
Escala de medición

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. Estas
escalas son: nominales, ordinales, intervalares
o racionales. Según pasa de una escala a otra el
atributo o la cualidad aumenta. Las escalas de
medición ofrecen información sobre la
clasificación de variables discretas o continuas,
también más conocidas como escalas grandes o
pequeñas. Toda vez que dicha clasificación
determina la selección de la gráfica adecuada.
 Escala nominal

Una escala nominal es una
escala de medición en la cual los
números sirven como “etiquetas”
solamente para identificar o
clasificar un objeto. Una escala de
medición nominal normalmente
trata sólo con variables no
numéricas (no cuantitativas).
Por ejemplo, supongamos que se realiza esta
pregunta: “¿Podrías seleccionar el grado de
incomodidad de tu enfermedad?”
Las opciones de respuesta utilizadas para este
tipo de escala serían:
1) Leve
2) Moderado
3) Severo

En este ejemplo en particular, 1 = leve, 2 = Moderado y 3 = Severo. Aquí los

números simplemente son utilizados como etiquetas y no tienen ni un solo valor.
 Características de la escala nominal

1) En una escala nominal, una variable se divide en dos o más categorías, por ejemplo, de acuerdo
/ en desacuerdo, si / no, etc. Es un mecanismo de medición en el que la respuesta a una pregunta
en particular puede caer en cualquier categoría.

2) La escala nominal es de naturaleza cualitativa, lo que significa que los números se usan
únicamente para categorizar o identificar objetos. Por ejemplo, en el fútbol, ¿has notado que los
jugadores tienen un número en su camiseta? (cada uno tiene un número diferente). La realidad
es que estos números no tienen nada que ver con la capacidad de los jugadores, sin embargo,
pueden ayudar a identificar al jugador.

3) En una escala nominal, los números no definen las características relacionadas con el objeto, lo
que significa que cada número se asigna a un objeto aleatorio o por decisión propia. El único
aspecto permitido relacionado con los números en una escala nominal es que sirven para
“contar”. Si volvemos al ejemplo de la clasificación de hombres y mujeres, 1 siendo hombres y
2 siendo mujeres, los números nos servirán para saber cuántos hombres (1) hay y cuántas
mujeres (2) hay.
 Ejemplos de escala nominal

• ¿Cómo describirías tu comportamiento? Existe también un subtipo de escala nominal con

E – extrovertido solo dos categorías, tal y como el ejemplo de género
I – introvertido mencionado anteriormente.
A – ambas Otro ejemplo podría ser:

• ¿Cuál es tu género? • ¿Tienes un iPhone?

H – hombre Si
M – mujer No

• Podrías seleccionar una opción que describa tu color de pelo: Este subtipo de escala nominal se conoce como
Negro escala nominal dicotómica.
Café
Rojo
Amarillo
Otro
 Escala ordinal

Es uno de los niveles de medición que nos Por ejemplo, una escala ordinal puede responder preguntas
otorga la clasificación y el orden de los datos sin como:
que realmente se establezca el grado de variación
entre ellos. La escala de medición ordinal es la • ¿Qué tan satisfecho estás con nuestros productos?
segunda de las 4 escalas de medición. Los datos Totalmente satisfecho
ordinales son básicamente datos estadísticos que Satisfecho
tienen la misma naturalidad pero existe una Neural
diferencia entre ellos que es desconocida. Estos Insatisfecho
datos pueden ser agrupados o clasificados. Totalmente insatisfecho

• ¿Qué tan feliz estás con el servicio al cliente?

Muy infeliz
Infeliz
Neutral
Feliz
Muy feliz
 Propiedades de la escala ordinal

• Además de identificar y describir la magnitud, la escala ordinal suele mostrar el rango

relativo de variables.

• Las propiedades del intervalo no se conocen

• Se miden atributos no numéricos como frecuencia, satisfacción, felicidad, etc.

• Además de la información proporcionada por la escala nominal, la escala ordinal identifica

el rango de las variables.

• Utilizando esta escala, los encuestadores pueden analizar el grado de acuerdo o desacuerdo
de los encuestados con respecto a la pregunta realizada.
 Ejemplos de escala ordinal

• Encuestas de calificación en restaurantes: cuando se recibe una encuesta con una pregunta como: “¿Qué tan satisfecho
está con la experiencia gastronómica?” En esta las opciones de respuesta pueden ser algo como calificar del 0 al 10,
siendo 10 extremadamente satisfecho y 0 extremadamente insatisfecho.

• Esta escala sirve también para comprender los antecedentes socioeconómicos de una audiencia objetivo: ricos, clase
media, pobres, etc. (estos datos entran en la categoría de datos ordinales).

• La frecuencia de ocurrencia: preguntas cómo: “¿con qué frecuencia lavas tu coche?” Muy a menudo, a menudo, no a
menudo, nunca.

• De igual manera, las escalas ordinales sirven para comprender las preferencias de las personas: si un profesional de
marketing realiza una encuesta en línea con el propósito de saber que marca de computadoras portátiles prefieren los
participantes, lo que este puede hacer es utilizar una escala ordinal. La pregunta puede ser algo como, “De las cinco
marcas de computadoras mencionadas a continuación, clasifícalas según tu orden de preferencia:” HP, Apple, Lenovo,
Dell, Acer”.
 Ventajas de la escala ordinal

La principal ventaja de utilizar la escala ordinal es la facilidad de comparación entre variables.

Este tipo de escalas son extremadamente convenientes para agrupar variables después de que sean
ordenadas.

Utilizando estas escalas de manera correcta en encuestas o cuestionarios obtendrás respuestas

útiles para tu empresa. Las respuestas que se recopilan se pueden comparar fácilmente y obtener
conclusiones impactantes sobre el público objetivo. Además, cabe mencionar que como los valores
se indican de forma relativa utilizando una escala lineal, los resultados suelen ser más informativos
que la escala nominal.
 Escala de intervalo

La escala de intervalo se define como una escala de medición cuantitativa en la que se mide la diferencia
entre dos variables. En otras palabras, las variables se miden en valores reales y no de forma relativa, donde
la presencia de cero es arbitraria. Esto significa que la diferencia entre dos variables en una escala es una
distancia real o igual.
Por ejemplo, la diferencia entre 40 grados centígrados y 50 grados centígrados es exactamente la misma
que la diferencia entre 50 grados centígrados y 60 grados centígrados.
Es fácil recordar el objetivo de esta escala ya que “intervalo” equivale a la distancia entre dos variables.
Otra manera fácil de recordar lo que es una escala de intervalo es considerando que esta es la resta que se
define entre dos variables. Esto es diferente a la escala de radio, donde la división se define entre dos
variables.
Los datos de la escala de intervalo pueden ser discretos, como por ejemplo números tipo 8 grados, 4
años, 2 meses, etc. O continuos, con números fraccionarios como 12.2 grados, 3.5 semanas o 4.2 kilómetros.
 Características de la escala de intervalo

• La escala de intervalo es preferible a la escala nominal o la escala ordinal porque las dos últimas son
escalas cualitativas. La escala de intervalo es cuantitativa en el sentido de que se pueden cuantificar la
diferencia entre dos valores.

• Puedes restar valores entre dos variables y esto te ayuda a comprender la diferencia entre dos variables.

• La escala de intervalo permite calcular la media de las variables.

• Esta es una escala preferida en estadística porque permite que los investigadores le asignen un valor
numérico a cualquier evaluación arbitraria.
 Ejemplos de escala de intervalo

La escala de intervalo es el tipo de pregunta que se utiliza con mayor frecuencia en un estudio o investigación. Para
obtener cualquier tipo de respuesta, es indispensable que la pregunta solicitada requiera que los encuestados respondan en
una escala numérica donde la diferencia entre los dos números sea la misma.

Probablemente hayas visto las siguientes escalas en alguna investigación; las de niveles de satisfacción, probabilidad
o deseo, etc. En la escala de intervalos, se requiere que la encuesta se diseñe de tal forma que la dimensión que se mida
también se escale adecuadamente. Esto se puede lograr de manera numérica o verbal.

Los tipos de preguntas para escalas de intervalo son:

• Escala de Likert

• Net promoter score (NPS)

• Matriz de escala bipolar

 Escala de Likert
Una de las preguntas más frecuentes de tipo escala de intervalo es la escala de Likert. En esta se organiza
una escala de 5 puntos donde cada emoción se denota con un número. Estas emociones van desde
extremadamente insatisfecho hasta extremadamente satisfecho.

Net promoter score (NPS)

En esta pregunta de intervalo, la pregunta se realiza usando una pregunta en la que los encuestados
responden según una escala del 1 al 10. La pregunta Net Promote Score se basa en saber que tan probable es
que un cliente le recomiende tu negocio, producto o servicio a sus amigos, colegas y familiares.

Matriz de escala bipolar

Otra pregunta de intervalo es cuando un objeto es evaluado por el encuestado en una matriz de escala
bipolar (utilizando una escala de calificación de 5 puntos)
La escala de intervalo le da a los investigadores la capacidad de cuantificar y diferenciar entre opciones.
Esto es mejor que la escala nominal y la escala ordinal ya que en estas dos no se tienen en cuenta los
conocimientos cuantitativos.

La escala de intervalo consiste en variables que existen a lo largo de una escala común a intervalos iguales.
Las medidas científicas utilizadas para calcular la distancia entre las variables son altamente confiables.

Aunque en una escala de intervalo, hay ausencia del 0 absoluto, la división de variables no es posible.
Entonces, mientras que la escala de intervalo permite analizar una gran cantidad de datos a partir de una
pregunta, no tiene la capacidad de calcular proporciones.
 Escala de razón
Los datos de escala de razón se definen como un tipo de datos cuantitativos que se caracterizan por un punto de cero
absoluto, lo que significa que no hay ningún valor numérico negativo. Los números se comparan en múltiplos uno.
Por ejemplo:

Cuatro personas son seleccionadas al azar y se les pregunta cuánto dinero traen. Estos son los resultados: $21, $50,
$65 y $300.

• ¿Existe un orden para estos datos? Si, $21 < $50 < $65 < $300.
• ¿Las diferencias entre los valores de datos son significativas? Claro, la persona que tiene $50 tiene $29 más que la
persona con $21.
• ¿Podemos calcular razones en función a estos datos? Sí, porque $0 es la cantidad mínima absoluta de dinero que una
persona podría traer con ella.
• La persona con $300 tienen 6 veces más que la persona con $50.

Los datos de escala de razón tienen todas las propiedades de los datos de la escala de intervalo, por ejemplo, los datos
deben tener valores numéricos, la distancia entre los dos puntos es igual, etc., sin embargo, a diferencia de los datos de
intervalo donde el cero es arbitrario, en los datos de una escala de razón el cero es absoluto.
 Ejemplos de datos de escala de razón

Un excelente ejemplo de los datos de escala de razón es la medición de alturas. La altura puede medirse en
centímetros, metros, pulgadas o pies. No es posible tener una altura negativa.

Si los comparamos con los datos de una escala de intervalo, por ejemplo, la temperatura puede ser de -10
grados centígrados, sin embargo, la altura no puede ser negativa, como se mencionó anteriormente.

Los datos de escala de razón pueden ser multiplicados y divididos, esta es una de las principales
diferencias entre los datos de escala de razón y los datos de una escala de intervalo, los cuales solo pueden ser
sumados y restados.

En los datos de escala de razón, la diferencia entre 1 y 2 es la misma que la diferencia entre 3 y 4, pero
también aquí 4 es el doble que 2. Esta comparación es imposible en los datos de escala de intervalo.
 Análisis de datos de escala de razón

Los datos de escala de razón, junto con las otras 3 niveles de medición, son fundamentalmente un método
de captura de datos cuantitativos. Lo que significa que se pueden aplicar todos los tipos de técnicas de análisis
estadístico a los datos de razón.
Las siguientes son algunas de las técnicas de análisis de datos de razón más populares:

• Análisis de tendencias
• Análisis FODA o SWOT
• Análisis Conjoint
• Tablas cruzadas
• Análisis TURF
 Análisis de tendencias
El análisis de tendencias es una técnica popular de análisis de datos de razón, utilizada para extraer tendencias e
insights capturando los datos de encuestas durante un período de tiempo determinado.
El análisis de tendencias también juega un papel crítico en la análisis predictivo, en el que se compara y analiza un
conjunto de datos con plazos determinados para predecir tendencias futuras.

Análisis FODA o SWOT

Al análisis realizado para evaluar las fortalezas, debilidades, oportunidades y amenazas de una organización se le
denomina análisis FODA y es ampliamente utilizado para evaluar los datos de escala de razón.
Las fortalezas y debilidades son aspectos internos de una organización, mientras que las oportunidades y amenazas
son externas a una organización.
Una empresa puede medir los datos de escala de razón para evaluar la competencia de mercado, así como para
planificar futuras actividades de marketing utilizando los resultados del análisis FODA.

Análisis Conjoint
El análisis conjoint es una técnica de investigación de mercado de nivel avanzado implementada generalmente para
analizar cómo los individuos toman decisiones complicadas en una escala de razón.
Qué factores son importantes para los clientes antes de tomar decisiones en las que tienen múltiples opciones a su
disposición. Los mercadólogos pueden probar sus sitios web, realizar investigaciones de precios o mejorar las
características o funciones del producto utilizando el análisis conjoint o análisis conjunto.
 Tablas cruzadas
El análisis de tablas cruzadas es un método para comprender la relación entre múltiples variables. Esta se utiliza
para establecer una correlación entre múltiples variables de datos de escala de razón en un formato tabular.
Se pueden tomar decisiones informadas después de analizar los datos de una tabla cruzada. Los investigadores de
mercado generalmente analizan la intención del cliente y el rendimiento del producto utilizando la tabulación cruzada,
ya que proporciona una comparación entre dos o más variables.

Análisis TURF
El Análisis TURF que significa Análisis de Frecuencia y Alcance Total No Duplicado, es un método que le
permite a un mercadólogo analizar el potencial de la investigación de mercado para una combinación de productos y
servicios.
Evalúa los datos de razón de los clientes abordados mediante una determinada fuente de comunicación y su
frecuencia. Esta técnica de análisis es utilizada por los investigadores para comprender si un nuevo producto o servicio
será o no bien recibido en el mercado objetivo.
Este método de análisis se utilizaba principalmente para diseñar campañas en los medios, pero su uso se ha
ampliado para la distribución de productos y el análisis de líneas.
 Características de los datos de escala de razón

• Punto de cero absoluto: Una de las características distintivas de los datos de análisis de razón es el
verdadero punto de cero absoluto, el cual hace que los datos sean relevantes y significativos de una manera
que es correcto decir “un objeto es dos veces más largo que el otro” o 4 tiene el doble del valor que 2.

• Sin valor numérico negativo: Los datos de escala de razón no tienen ningún valor numérico negativo. Por
ejemplo, el peso no puede ser negativo, -20 Kgs no existe.

• Cálculo: Los valores de datos de una escala de razón se pueden sumar, restar, multiplicar y dividir. Se
puede realizar un análisis estadístico único para los datos de razón.
 Ejemplos de datos de escala de razón

Los siguientes son los ejemplos de datos de escala de razón más utilizados que pueden usarse en
encuestas:

¿Cuál es tu peso en kgs?

• Menos de 50 kgs
• 51-60 kgs
• 61-70 kgs
• 71-80 kgs
• 81-90 kgs
• Más de 90 kgs

¿Cuál es tu altura en pies y pulgadas?

• Menos de 5 pies.
• 5 pies 1 pulgada – 5 pies 5 pulgadas
• 5 pies 6 pulgadas- 6 pies
• Más de 6 pies
 Importancia y aplicación de las escalas de medición en las investigaciones científicas

La forma más conocida y que utilizamos a menudo está en las Medidas de Longitud, está en el empleo de una Regla
o Cinta Métrica o cualquier instrumento que nos permita comparar en torno a lo que es una Unidad (en este caso, el
Metro) el tamaño que ocupa una figura en el espacio, siendo entonces la medición la estimación de la Magnitud de algo
siguiendo en cuenta lo que es el Patrón de Medición. Se podría afirmar entonces que la importancia de realizar una
Medición sobre algo radica en la obtención de un Dato Desconocido en referencia a su comparación con un Dato
Conocido, siendo el primero la característica inherente al objeto que será medido con el Instrumental de Medición
adecuado, mientras que lo segundo es la Unidad de Medición que hemos empleado para realizar la comparación. Sin
embargo, esta mensuración en muchas oportunidades no suele ser la misma, ya que puede existir un factor conocido como
Margen de Error en el cual puede incurrir el operador que ha llevado a cabo dicha tarea, por lo que se suele realizar lo que
es conocido como Medición Estadística siendo un valor promedio de todas las mediciones que hayan sido realizadas (es
decir, se debe repetir la operación respetando las mismas condiciones del ámbito de trabajo). Esto además se complementa
con el aporte de Ciencias Auxiliares que permiten realizar Mediciones Indirectas que derivan en la combinación de
Unidades de Medición para obtener un valor específico, como en el caso de la Concentración donde se puede estimar si un
compuesto se trata de una Solución Saturada o Insaturada en torno a una proporción de Volumen del Solvente con la
cantidad de Soluto Pesado con anterioridad y que haya sido incorporado al sistema.
 Conclusión

Todo estudio científico parte de un primer paso que consiste en la Observación, siendo éste abarcado
en un principio por el análisis de las características generales de una cosa (lo denominado Análisis
Extrínseco) para lo cual posteriormente se arriba a una visión mucho más minuciosa y precisa de alguna
de sus características, siendo éste el Análisis Intrínseco que requiere de la aplicación de Instrumental
Óptico y Lumínico adecuado, entre otros instrumentos. 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.
 Bibliografía

• Questionpro.com. (2019). Free Online Survey Software and Tools | QuestionPro®. Available at:

https://www.questionpro.com/ [Accessed 12 Jun. 2019].

• Wikipedia.org. (2019). Wikipedia. Available at: https://www.wikipedia.org/ [Accessed 12 Jun. 2019].

• Mauricio Anderson. (2019). Blog - Mauricio Anderson. Available at: https://mauricioanderson.com [Accessed 12 Jun.

2019].