Tipos de escalas en estadística
lecture hall image by GeoM from Fotolia.com
A menos que tengas una carrera como investigador, probablemente sólo estás preocupado por las escalas utilizadas en estadística a nivel universitario. El curso de trabajo en este nivel trata con métodos de investigación y análisis de datos. Si alguna vez has tomado una encuesta, has tratado la materia, incluso aunque no le hayas dado una segunda revisión. Los investigadores recolectan datos utilizando diferentes escalas, cada una de las cuales permite diferentes tipos de análisis.
Nominal
Los datos nominales, de acuerdo con el Prof. Jason T. Newsom de la Universidad estatal de Portland, no son nada más que un punto de vista cuantitativo. Puedes utilizar la escala nominal, buscas clasificar y categorizar los datos. Ejemplos de las variables nominales incluyen sexo o género, afiliación al partido político y color de cabello. Cuando los investigadores evalúan tales datos, frecuentemente asignan números a una respuesta en particular, pero estos números no significa nada. Son utilizados porque los programas de computadora requieren números para el análisis en lugar de palabras. Por ejemplo, un investigador puede codificar todas las respuestas de masculino como "0" y todas las respuestas de femenino como "1". Como denota el Profesor Eméritor Jason T. Newsom de la Universidad estatal de Missouri, calcular estadísticas, como la media o la desviación estándar con datos nominales, ha probado no tener importancia.
Ordinal
Las escalas originales poseen las mismas cualidades que los datos nominales excepto, como denota el Dr. Newsom, que "tienen una connotación evaluativa". Newsom usa la satisfacción en el empleo como un ejemplo de medida ordinal. Si evalúas la satisfacción en el empleo con una escala del 1 al 10, sabes que la calificación de 10 es mejor que una de 9, que una de 9 es mejor que una de 8, y aquí en adelante. No sabes por cuánto es mejor 10 que 9 o si la distancia entre los dos es la misma que la distancia entre 9 y 8.
Intervalo
thermometer image by Dusan Radivojevic from Fotolia.com
Las medidas de intervalo proporcionan la misma información que las variables en escala ordinal, pero la distancia entre los valores es fija. Con las variables de intervalo, la distancia entre 10 y 9, entre 9 y 8, y así en adelante es conocida como equitativa. Newsom usa la temperatura en grados Celsius o Fahrenheit como ejemplos de datos de escala de intervalo. La diferencia entre 10° y 20° es la misma diferencia que hay entre 90° y 100°.
Ratio
apple on scale (focus on scale) image by Pontus Edenberg from Fotolia.com
Los datos de nivel de ratio comparten las mismas cualidades que los datos en la escala de intervalos, excepto que las variables de ratio tiene un cero absoluto. Como apunta Newsom, al contrario de la temperatura en grados Celsius o Fahrenheit, medir la temperatura en escala Kelvin está en nivel de ratio. No hay una cosa como debajo de cero en la escala Kelvin. El peso es otro ejemplo común de datos en una escala de ratio. El peso tiene un cero absoluto. Algo o alguien no puede tener un peso menor que cero.
Referencias
Sobre el autor
As a writer since 2002, Rocco Pendola has published numerous academic and popular articles in addition to working as a freelance grant writer and researcher. His work has appeared on SFGate and Planetizen and in the journals "Environment & Behavior" and "Health and Place." Pendola has a Bachelor of Arts in urban studies from San Francisco State University.
Créditos fotográficos
lecture hall image by GeoM from Fotolia.com
