escala de medicion

1. REPUBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA EDUCACION
INSTITUTO UVNIVERSITARIO POLITECNICO SANTIAGO MARIÑO
SEDE BARCELONA
PROFESOR: BELTRAN PEDRO ALUMNO: EDINSON GOMEZ
C.I. V- 26.434.331
BARCELONA, MAYO 2020
TEMA I
ESCALA DE MEDICION

2. INTRODUCION
La medición se enfoca en la relación esencial entre los indicadores
empíricamente basados, que se convierten en la respuesta observable, y los
constructos o conceptos no observables que fundamentan la explicación. Esta
situación bien desarrollada permite que en el análisis de los indicadores se
puedan obtener inferencias útiles entre los conceptos no observables en
estudio. Además, la medición en este sentido aporta, una aplicación empírica a
los enunciados teóricos

3. Defina y explique las principales escalas de Medición
La correspondencia entre los análisis aplicados y datos
recabados permite construir juicios concluyentes sobre el colectivo en
estudio.
Los datos que precisamos deben ser generados de alguna
forma, la cual siempre está asociada a la definición de variables, que
constituyen los conceptos de referencia más importantes en los inicios
de una investigación.

4. Escalas de Medición:
a. Nominales
b. Ordinales
c. De intervalo
d. De Razón
Nominales
Una variable está medida en escala nominal cuando se
utilizan nombres para establecer categorías.
Para distinguir los agrupamientos se emplean símbolos,
letras e incluso números, aunque estos últimos solo cumplen una
función de carácter simbólico y no numérico. Los cálculos
matemáticos con estos números no tendrían sentido.

5. Como ejemplo, el estado de una persona para determinada
enfermedad se puede clasificar como “sano” o “enfermo”, o bien como “1”
o “2”.
Adicionalmente debemos mencionar que ninguna de las
categorías definidas tiene mayor jerarquía que las otras. Ellas únicamente
reflejan diferencias en la variable.

6. Ordinales

7. En este nivel también se definen varias categorías, pero además de
mostrar un ordenamiento existe una relación de “mayor o menor que”
entre ellas.
Las etiquetas, símbolos o números asignados si indican jerarquía,
aunque no es posible conocer la magnitud de la diferencia entre cada una de
las categorías.
En el gráfico, el presidente (10) es más que el director general (8)
y así sucesivamente, aunque no puede precisarse en cada caso cuánto más.

8. De Intervalo
Esta escala mide las variables de
manera numérica. Los números de esta escala
permiten establecer “distancias” entre dos
individuos, y las operaciones aritméticas de
suma y resta son perfectamente realizables y
significativas, no así la multiplicación y
división.

9. En la escala de intervalo el cero es un valor que no indica
ausencia de la característica o variable medida, y es colocado
arbitrariamente en algún lugar de la escala.
El ejemplo típico es la temperatura (medida en grados
centesimales, Fahrenheit o Kelvin) donde un valor de cero no implica que
exista ausencia de temperatura.

10. De Razón
Es la escala más fuerte, dado que usa un sistema
numérico en el que el cero es un valor que indica ausencia de la
característica que se está midiendo.
Las operaciones aritméticas de multiplicación y división adquieren
significación.
La diferencia entre dos valores es importante y de
magnitud definida. Así por ejemplo, el valor de cero quetzales en
ingresos de una tienda, puede interpretarse de manera lógica que
no se han producido ventas.
De la misma manera un artículo con un peso de 6 Kg.
tiene el doble de peso de otro que registra 3 Kg.

11. Estadísticas asociadas a cada una de las escalas de
medición
Los cuadros 1,2 y 3 contienen las principales pruebas estadísticas que pueden
usarse para el análisis de datos. Estos cuadros únicamente representan una guía de
elección sobre una prueba o procedimiento estadístico en particular.
Esto significa que antes de usar una prueba en definitiva, deberán estudiarse a
fondo las condiciones para su empleo.

12. Cuadro 1: Pruebas estadísticas descriptivas más frecuentes de acuerdo a la escala de
medición de la variable en estudio.

13. Cuadro 2: Pruebas estadísticas diferenciales más frecuentes de acuerdo a la escala de
medición de la variable en estudio.

14. Cuadro 3: Pruebas estadísticas para estudios comparativos más frecuentes de acuerdo a la
escala de medición de la variable en estudio.

16. La complejidad aumenta con cada una de las escalas de medición.
Desde la simpleza de la escala nominal hasta el refinamiento de la escala de
razón.
La mayoría de pruebas estadísticas requieren medidas en escala de
intervalo o razón para ser aplicadas (Pruebas Paramétricas basadas en la
distribución normal), aunque existen pruebas diseñadas para aplicarse a
medidas en escala nominal u ordinal(Pruebas No Paramétricas o de libre
distribución)

18. Importancia y aplicación de las escalas de medición en las
investigaciones científicas
La importancia de tener mediciones adecuadas, como una
condición necesaria, para que la investigación tenga validez.
Es recomendable, aún cuando se busca que los instrumentos de medición no
sean una carga para aquellos que los contestan, es decir, que sean breves, eso
no es pretexto, para impedir el desarrollo de un instrumento confiable y
válido. Un instrumento que cubre estas últimas características, aunque no lo
conteste mucha gente, proporciona mayor información, que un cuestionario
breve, pero ni confiable, ni válido. Al no ser confiable, ni válido, no es posible
determinar el significado de los datos, lo que hace que la cantidad de
información recopilada no sea relevante.

19. CONCLUSION
El descuido por parte de los investigadores en la utilización de
los ítems para construir una escala, puede llevar a los mismos, a
conclusiones equivocadas sobre la teoría. Lo que evitaría una mejor
explicación a través de la teoría. Es necesario entender las limitaciones de
los instrumentos de medición, para mencionarlas como limitaciones de la
investigación, de esta manera las conclusiones obtenidas serán valoradas
con toda precisión.

20. REFERENCIAS BIBLIOGRÁFICAS
•Allen L.W. 2000. Estadística aplicada a los negocios y la economía. McGraw-
Hill.
•Anderson R., Sweeney D. 1999. Estadística para administración y economía.
•Internacional Thomson. Levin R., Rubin D. 1996. Estadística para
administradores. Prentice Hall.
•Levin D. et al. 2000. Estadística:Teoría y aplicaciones usando Microsoft Excel.
•Prentice Hall.
•Mendenhall W. 1989. Introducción a la Probabilidad y Estadística.
Iberoamericana