Magnitud es algo cuantificable, es decir, medible, ponderable. Las
magnitudes pueden ser directamente apreciables por nuestros sentidos, como los
tamaños y pesos de las cosas, o más indirectas (aceleraciones,
energías). Medir implica realizar un experimento de cuantificación, normalmente
con un instrumento especial (reloj, balanza, termómetro).
Cuando se consigue que la cuantificación sea objetiva (no dependa del
observador y todos coincidan en la medida) se llama magnitud física (tiempos,
longitudes, masas, temperaturas). Hay otras magnitudes que no resultan
cuantificables universalmente: gustos, sabores, colores, ruidos, aunque puede
existir alguna propiedad física relacionada, como la potencia sonora con el
ruido, la longitud de onda de la luz con el color etc.
Medir es relacionar una magnitud con otra y otras (de la misma especie o
no) que se consideran patrones universalmente aceptados, estableciendo una
comparación de igualdad, de orden de número.
La medición de las variables puede realizarse por medio de
cuatro escalas de medición. Dos de las escalas miden variables categóricas y
las otras dos miden variables numéricas (Therese L. Baker, 1997). Los niveles
de medición son las escalas nominal, ordinal, de intervalo y de razón. Se
utilizan para ayudar en la clasificación de las variables, el diseño de las
preguntas para medir variables, e incluso indican el tipo de análisis
estadístico apropiado para el tratamiento de los datos.
Una característica esencial de la medición es la dependencia
que tiene de la posibilidad de variación. La validez y la confiabilidad de la
medición de una variable depende de las decisiones que se tomen para
operacionalizarla y lograr una adecuada comprensión del concepto evitando
imprecisiones y ambigüedad, por en caso contrario, la variable corre el riesgo
inherente de ser invalidada debido a que no produce información confiable.
La medición es intrínsecamente comparativa. Medir algo es
determinar cuantas veces una cierta unidad de medida, llamada patrón de medida,
cabe en el objeto a medir. Para medir la longitud de un objeto físico basta con
desplazar una regla, con base en el patrón de medida, sobre el mismo,
observando cuantas abarca el objeto en cuestión.
La medición de variables no físicas resulta, en esencia, un
proceso idéntico al anterior. La dificultad reside en que las variables de este
tipo no pueden medirse con escalas tan sencillas como las lineales, y en que,
por otra parte, no existen para su comparación patrones de medida
universalmente definidos y aceptados.
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. En eso
consiste, desde el punto de vista lógico más general, la tares de medir.
La idea de medición, de medida, es intrínsicamente
comparativa. Medir algo, en el caso más sencillo, es determinar cuantas veces
una cierta unidad o patrón de medida, cabe en el objeto a medir. Para
medir la longitud de un objeto físico nosotros desplazamos una regla o cinta
graduada sobre el mismo, observando cuantas unidades (en este caso centímetros
o metros) abarca el objeto en cuestión. Es decir que comparamos el objeto con
nuestro patrón de medición para determinar cuántas unidades y fracciones del
mismo incluye.
Medición: Efectuar comparaciones de una cantidad con su
respectiva unidad. Registrar el número de veces que la segunda está contenida
en la primera. Significa asignar números u otros símbolos de características de
los objetos de acuerdo con ciertas reglas especificadas previamente.
La medición en una investigación no mide a los consumidores, se miden sus
percepciones, actitudes o preferencias u otras características relevantes. La
ventaja de usar números en una medición es que permiten un análisis estadístico
de los datos resultantes.
Si nos referimos al procedimiento de medición, cabe
mencionarse que se trata de la asignación de determinados números a
determinados objetos y eventos, pero siempre teniendo en cuenta una cierta
cantidad de reglas importantes.
Esta definición, por otra parte, es más fácilmente aplicable
al mundo de las ciencias naturales, ya que en el contexto social la acepción
sería otra. En este caso, nos tendríamos que referir a un proceso que vincula
los conceptos más abstractos con nociones más empíricas. Pero si nos tenemos
que abocar a la distinción de las variables, es importante señalar que la
medición de las mismas se realiza por medio de cuatro escalas de medición.
Dos de ellas son las encargadas de medir las variables
consideradas como categóricas y las otras dos restantes se ocupan de las
variables denominadas numéricas. Los niveles de medición, por lo tanto,
son los siguientes: nominal, ordinal, de intervalo y de razón o proporción.
Todos ellos son sumamente empleados cuando se necesita una asistencia en la
clasificación de las variables, como el caso del diseño que se efectúa de las
preguntas destinadas a la medición de dichas variables.
Asimismo, los niveles o escalas de medición ayudan
en el proceso de indicación de las clases de análisis estadísticos más
apropiados a la hora del tratamiento de los datos. Otra de las
características fundamentales del proceso de medición tiene que ver con la
dependencia que se tiene de la posibilidad de que se genere una variación.
Es decir, tanto la validez como la confiabilidad de la
medición de una determinada variable siempre van a depender de la las
decisiones que se tomen a la hora de las operaciones. Una vez que se hace esto,
va a poder lograrse una adecuada y correcta comprensión del concepto, con lo
cual van a quedar marginadas las imprecisiones y las ambigüedades. Más bien
ocurre todo lo contrario, la variable es la correctora de cualquier riesgo de
ser invalidada por la producción de una información poco confiable.
Las escalas son una extensión de la medición, las escalas
comprenden una creación de un continuo sobre el que se localizan los objetos
medidos. Una escala puede concebirse como un continuo de valores ordenados
correlativamente, que pueden admitir un punto inicial y otro final.
Para que una escala pueda considerarse como capaz de aportar
información objetiva debe reunir los siguientes requisitos:
·
Confiabilidad: se refiere a la consistencia interior de la
misma, a su capacidad para discriminar en forma constante entre un valor y
otro.
·
Validez: Indica la capacidad de la escala para medir las
cualidades para las cuales ha sido construida y no otras parecidas.
Para la construcción de una escala se deben tener presente
las siguientes características:
Los intervalos deben se mutuamente excluyentes, de modo tal
que cada dato recogido pueda ser incluido en una y sólo en una de sus
categorías.
La escala necesita ser exhaustiva, es decir que en ella
puedan ubicarse todos los valores posibles de la variable a medir.
Los índices. Su utilidad
Si se quiere evaluar el comportamiento de una variable, para
la cual se han elaborado las definiciones teórica y operacional es necesario
encontrar los indicadores capaces de expresar los valores que asume en diversos
objetos. A través de cada indicador se obtienen los datos pertinentes, que
deben ser llevados a escalas adecuadas para ordenarlos.
Por cada indicador que se utilice es necesario adoptar o
construir una escala adecuada que cuantifique las observaciones. De acuerdo con
los datos obtenidos se llega a evaluar en cada escala el comportamiento, en el
objeto de estudio, sigue cada indicador. La variable es la característica de la
muestra o población en estudio. Los datos son el producto de su medición.
No obstante, ello todavía no nos permite medir claramente la
variable, pues no nos entrega más que información fragmentaria, parcial, que
debe ser integrada o sintetizada para llegar a un valor único, final que
exprese lo que en realidad ocurre con la variable. Para lograrlo es que los
valores de los indicadores se suman en forma ponderada, obteniéndose un valor
total que se denomina índice, y que es el que a la postre permite una claridad
sobre el problema de estudio.
Escalas de medición: Nominal, orden, intervalo, razón.
Escala nominal: Usan nombres para establecer categorías. Puede usar
números pero estos son de carácter simbólico. Es un esquema de etiquetado
figurado en el que los números sirven sólo como etiquetas o señales para
identificar y clasificar los objetos. Los números en realidad no tienen
mayor significado en este tipo de escala. La única operación permisible con los
números de la escala.
Los valores no pueden ser clasificados en clases distintas,
así como tampoco pueden ser ordenados de inferior a superior. De esta forma, en
este nivel las categorías que se establecen no implicarán un orden demasiado
específico. Es decir, si la unidad que se toma como objetivo del análisis es un
determinado grupo de personas, cuando se toma la categoría de sexo, por
ejemplo, van a reconocerse dos niveles: el masculino y el femenino. Las
personas encargadas de responder solamente deberán señalar el género que les
corresponde, sin que nunca se les exija un orden real.
Ejemplo: Sano (1). Enfermo (2)
Escala ordinal: También define categorías, pero establece una relación >o<
que. Los números asignados indican jerarquía. No se puede establecer distancia
entre dos puntos. Es una escala en la que los números se así a los objetos para
indicar el grado relativo en el que los objetos poseen cierta característica.
Este tipo de escala indica si un objeto tiene más o menos cantidad de cierta
característica que algún otro, pero no cuánto más o menos.
En este caso van a establecerse categorías, pero siempre con
dos o más niveles que sí necesitan de un determinado orden inherente entre
ellas. Justamente la escala ordinal se basa en un sistema cuantitativo porque
permite que se ordenen una serie de eventos, siempre en función de la mayor o
menor posesión que tengan de un rasgo en especial. Las clases sociales serían
un buen ejemplo de este nivel.
En cuanto a las formas más habituales de esta escala, nos
encontramos con una serie de ítems actitudinales como los siguientes:
totalmente de acuerdo, de acuerdo, indiferente, en desacuerdo y totalmente en
desacuerdo.
Ejemplo: Presidente, vicepresidente, director general,
empleado. Número jerárquico de unos atletas, primer lugar, segundo lugar.
Escala de intervalo: Reúne las características anteriores. Registra de manera
numérica la distancia entre dos puntos. El cero no indica ausencia de variable
y es arbitrario.
En este tipo de escala, las distancias
numéricamente iguales en el continuo representan valores iguales en las
características que se mide. Las técnicas estadísticas que pueden utilizarse en
los datos de la escala de intervalo incluyen media, desviación estándar,
correlaciones, entre las más usadas.
Los valores tienen un orden natural, con lo cual es posible
realizar una cuantificación de la diferencia que se suscita entre dos niveles
de intervalo. Por esto, tiene una unidad de medida y se trata de una escala de
medición sobria, ya que solamente puede aprehender un valor por entero
(ejemplo: cantidad de hijos). También puede ser una escala continua en aquellos
casos en los que se pueda tomar cualquier valor en un determinado intervalo
(ejemplos: peso, talla, etc.).
Ejemplo: Temperatura, fechas de calendario, hora GMT.
Calificación de desempeño en una escala de 0 a 10 por ejemplo primer lugar de desempeño
9.6, segundo 9.1, tercero 8.2, cuarto 8.0, quinto 7.6.
Escala de proporción o de razón: Escala más fuerte. El cero indica
ausencia de la variable. La diferencia entre dos valores es de magnitud
conocida. Este tipo de escala posee las propiedades de todas las anteriores y
además, un punto cero absoluto. Algunos ejemplos de este tipo de escala
incluyen estatura, peso, edad y dinero. Todas las técnicas estadísticas pueden
aplicarse a los datos de relación.
Dentro de la misma nos encontramos con las características
de las escalas mencionadas previamente. En este caso, se determina la distancia
exacta que hay entre los intervalos de las categorías. Además de esto, se le
agrega un punto cero absoluto, o sea, dentro de este punto cero no se tienen en
cuenta las características de aquello que se está midiendo. La edad es un
ejemplo importante de esta escala de medición, la cual se aplica tanto a
variables continuas como a variables discretas.
Ejemplo: 0 ingresos/mes
ESCALA
|
CARACTERISTICAS
BASICAS
|
EJEMPLOS
COMUNES
|
EJEMPLOS
DE MKT
|
ESTADISTICAS
DESCRIPTIVAS
|
ESTADISTICAS
DEDUCTIVAS
|
NOMINAL
|
Números
identifican y clasifican.
|
Número de
jugadores de un equipo.
|
Números de
marcas, tipos de tiendas.
|
Frecuencias,
porcentajes.
|
Ji,
cuadrada, prueba binomial.
|
ORDINAL
|
Números
indican posiciones.
|
Clasificación
de los equipos.
|
Preferencias,
posición en el mercado.
|
Percentilio,
mediana.
|
Correlación,
análisis de la varianza.
|
INTERVALO
|
Las
diferencias se comparan.
|
Temperatura.
|
Actitudes,
opiniones.
|
Rango,
media, desviación.
|
Regresión,
factores. Análisis de la varianza.
|
RAZON
|
Cero es
fijo. Las relaciones se calculan.
|
Longitud y
peso.
|
Edad,
ingreso, participación.
|
Todas las
estadísticas.
|
Todas las
estadísticas.
|
Métodos paramétricos: Usados en escala de intervalo y de razón. Las variables
siguen una distribución normal. Se llaman así porque su cálculo implica una
estimación de los parámetros de la población con base en muestras estadísticas.
Mientras más grande sea la muestra más exacta será la estimación, mientras más
pequeña, más distorsionada será la media de las muestras por los valores raros
extremos.
Suposiciones que subyacen a la utilización de las pruebas
paramétricas.
·
El nivel de medición debe ser al menos de intervalo. Debemos
tomar una decisión a cerca de nuestra variable dependiente. ¿Es realmente un
nivel de intervalo? Si es una escala no estandarizada, o si se basa en
estimaciones o calificaciones con humanos. Frecuentemente aparecen como
intervalo pero lo reducimos a nivel ordinal al darles rango.
·
Los datos de la muestra se obtienen de una población
normalmente distribuida. Este principio suele mal entenderse como: la muestra
debe distribuirse normalmente, "no es así". La mayoría de las
muestras son demasiado pequeñas para siquiera parecerse a una distribución
normal, la cual solo obtiene su característica en forma de campana con la
acumulación de muchas puntuaciones.
·
La varianza de las 2 muestras no son significativamente
diferentes, esto se conoce como el principio de homogeneidad de la varianza,
Los especialistas en estadística han investigado más sobre ese requisito, el
cual sabia exigir varianzas muy similares. Estos se ignoran cuando tratamos con
muestras relacionadas sin gran riesgo de distorsionar nuestro resultado. Para
muestras no relacionadas necesitamos ser más cuidadosos cuando los tamaños de
las muestras sean bastante diferentes
Métodos no paramétricos: Usados en escala nominal y ordinal. Las variables
siguen una distribución diferente a la normal (binomial, Poisson). Se usan
cuando a la variable en estudio no se le pueden aplicar metodologías
paramétricas. Requieren supuestos menos restrictivos sobre le medición de datos
y forma de la distribución de probabilidad.
Las pruebas no paramétricas nos permiten analizar datos en
escala nominal u ordinal a pesar de que no se conozcan los parámetros de una
población, utilizada para hacer un contraste de hipótesis.
Utilización:
·
Cuando los datos puntualizan a las escalas nominal u
ordinal.
·
Se utiliza solo la frecuencia.
·
Poblaciones pequeñas.
·
Cuando se desconocen los parámetros media, moda, etc.
·
Cuando los datos son independientes.
·
Cuando se quiere contrastar o comparar hipótesis.
·
Investigaciones de tipo social. (Muestras pequeñas no
representativas >5).
·
Cuando se requiere de establecer el nivel de confianza o
significatividad en las diferencias.
·
Cuando la muestra es seleccionada no probabilísticamente.
No hay comentarios:
Publicar un comentario