T8B PROBLEMAS DE MEDICIÓN

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.