Escalas de Medida
1. Nominal
2. Ordinal
Son variables numéricas cuyos valores representan una
categoría o identifican un grupo de pertenencia contando con un orden lógico.
Este tipo de variables nos permite establecer relaciones de
igualdad/desigualdad y a su vez, podemos identificar si una categoría es mayor
o menor que otra. Un ejemplo de variable ordinal es el nivel de educación, ya
que se puede establecer que una persona con título de Postgrado tiene un nivel
de educación superior al de una persona con título de bachiller. En las
variables ordinales no se puede determinar la distancia entre sus categorías,
ya que no es cuantificable o medible.
3. INTERVALO
Son variables numéricas cuyos valores representan magnitudes
y la distancia entre los números 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 multiplicación y la división 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. Razón
Las variables de razón poseen las mismas características 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 operaciónAritmética (Suma, Resta, Multiplicación y
División) y Lógica (Comparación y ordenamiento). Este tipo de variables
permiten el nivel más alto de medición. 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 razón, 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 continuación los diferentes
procedimientos estadísticos que se pueden utilizar de acuerdo al tipo de medida
de cada variable.
a) Análisis Descriptivo de acuerdo al nivel de Medida
No todos los procedimientos estadísticos son realmente
útiles para la totalidad de los niveles de medida. Cada uno de los tipos de
medida posee ciertas características, las cuales debemos tener en cuenta en el
momento de realizar un análisis descriptivo. A partir de este punto cuando nos refiramos a las variables
categóricas debemos recordar que se alude a las variables de tipo Nominal y
Ordinal.
Es importante
resaltar que para los análisis descriptivos no hay una gran diferencia entre
estos dos tipos de variables, pero si existe diferencia en los análisis de
Inferencia. Antes de conocer como se efectúan 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.
a.1.) Variables Categóricas
Para las
variables que representan categorías o grupos de pertenencia, los principales
procedimientos estadísticos, que se pueden utilizar en su análisis descriptivo
son lasfrecuencias (Recuento), el Porcentaje, la Moda, en algunos casos la
mediana y los gráficos más favorables son el de Sectores y el de Barras.
Para comprender
mejor la razón de estos procedimientos vamos a realizar el análisis de la
variable Género, la cual cuenta con los valores (1, 1, 1, 1, 1, 1, 1, 1, 2, 2);
en donde el valor uno (1) representa al género Femenino y el valor Dos (2) al
género Masculino.
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 género de (1.2). Este resultado no
posee una interpretación aplicable a la información de la variable, por lo que
esta medida no es de utilidad en el análisis descriptivo.
Si observamos la
Mediana notaremos que toma el valor 1, que para el caso corresponde al género
Femenino, pero si en vez de 10 valores tuviéramos únicamente dos (1 y 2), la
mediana sería de (1.5), cuya interpretación no es aplicable a la información de
la variable. La mediana se puede utilizar cuando estamos trabajando con
variables que contienen un elevado número de categorías y su interpretación se
debe manejar como un factor informativo para el investigador y no como una
medida representativa en el reporte.
Por último
encontramos la Moda, la cual para el caso asume el valor 1 y nos indica que la
categoría con mayor frecuencia dentro de la variable es la correspondiente al
género Femenino. Las medidas de dispersión y distribución 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
desviación estándar para los datos del ejemplo, obtendríamos un valor de
0.42164, que nos indicaría que el promedio del género presenta una variación de
±0.42, cuyo resultado no sería aplicable a la interpretación de la variable.
b.2.) Variables de Escala
Este tipo de
variables nos permite realizar análisis más profundos de los datos, aplicando
una gran variedad de medidas. Al contrario de las variables categóricas en este
tipo de variables las frecuencias no son de utilidad en los análisis
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 obtendríamos fácilmente unos 60 o 70 rangos diferentes
haciéndola muy extensa y poco informativa.
Para las
variables de escala son más informativas la medidas como la media, la mediana,
la desviación estándar, la asimetría y otras más, a las cuales se les suele
denominar Medidas de Resumen.
Referencias Bibliográficas:
No hay comentarios:
Publicar un comentario