Escalas de medición A. Escalas de medición para datos categóricos

Escalas de medición
Uno de los puntos más importantes de una investigación es determinar el tipo de análisis
estadístico de los datos que se va a llevar a cabo. En estadísticas el tipo de análisis
depende del nivel o escala de medición de las variables de la investigación. Los cursos de
estadísticas en las ciencias de la educación y en las ciencias sociales están diseñados para
que los estudiantes aprendan diversos métodos de análisis estadístico. Pero antes de
aplicar cualquiera de ellos, el estudiante debe haber determinado el nivel de medición de
sus variables de investigación. Cada nivel requiere un análisis diferente.
Para hablar de niveles o escalas de medición es imprescindible primeramente clarificar
que es "medir" en las ciencias sociales. Medir no es solamente determinar las dimensiones
de un objeto. En las ciencias sociales la idea de medición se aplica en muchas otras
ocasiones.
Ejemplos:
Se mide cuando se determina:
 la religión de una persona
 el color de pelo
 el ingreso anual
 el género
 el peso
 el tamaño
 la puntuación en un examen
El tipo de medida que se obtiene en la investigación puede caer en una de las siguientes
cuatro escalas o niveles de medición:
A. Escalas de medición para datos categóricos o cualitativos
1. Escala nominal
La escala nominal se utiliza cuando los datos están clasificados en categorías en las que
no hay ninguna idea de ordenamiento. No se puede decir que una categoría es mejor que
otra. El propósito en este nivel es solamente clasificar, nombrar los datos. Se refiere a
atributos de los sujetos, no a cantidades. En ningún momento se habla de números,
aunque a la hora de entrar los datos a la computadora se puede asignar un número para
hacer la entrada de datos más simple. Pero esta asignación de valores es arbitraria.
Algunos ejemplos de la escala de medición nominal son: color, religiones, partidos
políticos, etc.
2. Escala ordinal
Hay orden en este nivel de medición. Se sugiere un rango en las categoría de forma que
una categoría es mejor, más importante o mayor que otra. Sin embargo, no hay un
sentido numérico para este orden. La diferencia entre dos rangos no es una cantidad
exacta.
Ejemplo:
En una escala Likert los rangos pueden ser: Acuerdo total, acuerdo parcial, desacuerdo
parcial y desacuerdo total. En este caso es posible que la diferencia entre acuerdo total y
acuerdo parcial se pueda interpretar de formas diferentes por personas diferentes. Se
hace imposible medir numéricamente la diferencia entre acuerdo total y acuerdo parcial,
Escalas de medición
aunque es obvio que uno es mayor o mejor que otro. NO existen "unidades de acuerdo"
que permitan decir que entre acuerdo parcial y acuerdo total hay " 5 unidades de
acuerdo".
En muchas ocasiones se usan números para codificar estas respuestas como:
 acuerdo total (5)
 acuerdo parcial (4)
 indeciso(3)
 desacuerdo parcial (2)
 desacuerdo total (1)
Estos números sólo representan orden. En ningún momento se implica que la diferencia
entre acuerdo total y acuerdo parcial es de una unidad.
B. Escalas de medición para datos numéricos o cuantitativos
1. Escala intervalar
La escala intervalar se utiliza con datos numéricos que no presentan un cero verdadero.
En esta escala de medición cada sujeto recibe un número. Por ejemplo, las puntuaciones
en la prueba de razonamiento matemático del College Board, el IQ y la temperatura del
agua. Estos datos se pueden sumar y restar. Es posible decir cuánto mejor salió un
estudiante en la prueba que otro o cuánto supera un sujeto a otro en IQ. La diferencia
entre dos medidas es significativa. Por ejemplo, 79 grados es 2 más que 77 grados de
temperatura. La diferencia entre 79 y 77 grados es la misma que entre 55 y 53 grados. Sin
embargo, en esta escala de medición no hay un cero verdadero. El cero en temperatura
Fahrenheit es una temperatura seleccionada al azar. El cero en centígrados corresponde a
otra temperatura muy diferente. El resultado es que a pesar que 100 es el doble de 50 en
una temperatura de 100 no hace el doble de calor que en una de 50. No se siente el doble
de calor. Otro ejemplo es que un niño con un IQ de 150 no tiene el doble de inteligencia
de uno con un IQ de 75. Esta es una de las razones por las que cuando se mide un atributo
psicológico por medio de un instrumento, el cero no tiene sentido y en muchos de los
instrumentos simplemente no existe.
2. Escala de razón
La escala de razón se utiliza también con datos numéricos, pero en este caso existe un
cero real. Tanto a - b (a menos b) como a/b (a dividido entre b) tienen significado. Algunos
ejemplos son el peso y la altura. En esta escala tiene sentido hablar de que una persona
pesa el doble de otra. O que alguien tiene el doble de años que otro.
Esta clasificación de las escalas para medir las variables es sumamente importante, pues
dependiendo de la escala se van a seleccionar los métodos estadísticos que se pueden
emplear. Los métodos más precisos en términos de predicción son los métodos
paramétricos, que son los que se estudian en este curso. Para poder usarlos, las variables
tienen que medirse en escalas intervalares o de razón. Cuando las escalas son nominales u
ordinales, no queda más remedio que utilizar métodos estadísticos no paramétricos, que
no son tan precisos en su medición.