2. Introducción
El nivel de medida de
una variable en matemáticas y
estadísticas, también
llamado escala de medición,
es una clasificación acordada
con el fin de describir la
naturaleza de la información
contenida dentro de los
números asignados a los
objetos y, por lo tanto, dentro
de una variable.
3. El proceso de medición tiene como fin distinguir objetos,
fenómenos o casos para luego poder clasificarlos. Para que sea
válido, este proceso debe responder algunos requisitos y
principios. En primer lugar, debe ser válido. Es decir, deben
existir maneras de demostrar la manera en la que se realiza la
medición.
4. Según la teoría de las
escalas de medida,
varias operaciones
matemáticas diferentes
son posibles
dependiendo del nivel
en el cual la variable se
mide.
• Escalas de
medición son una
sucesión de medidas
que permiten
organizar datos en
orden jerárquico. Las
escalas de medición,
pueden ser clasificadas
de acuerdo a una
degradación de las
características de las
variables.
5. La medición puede definirse como la asignación de numerales a
objetos o sucesos siguiendo ciertas reglas Stevens (1946). El
autor de esta definición desarrolló un método para clasificar los
diferentes resultados de las mediciones en lo que llamó niveles
de medición.
Un nivel de medición es la escala que representa una jerarquía
de precisión dentro de la cual una variable puede evaluarse, en
función de las características que rigen las escalas. Por ejemplo,
la variable estatura puede analizarse en diferentes niveles de
medida.
6. Un conjunto de personas pueden clasificarse en altos y bajos, A
y B respectivamente, creando dos grupos. Para ello no es
necesario recurrir a ninguna cinta métrica, simplemente basta
observar quienes destacan sobre los demás (el grupo de altos) y
el resto completarán el grupo de bajos. El nivel de medición que
corresponde a esta forma de medir es nominal.
7. Escalas de medición
Estas escalas son: nominales, ordinales, intercalares
o racionales. Según pasa de una escala a otra el
atributo o la cualidad aumenta.
Las escalas de medición ofrecen información sobre
la clasificación de variables discretas o continuas,
también más conocidas como escalas grandes o
pequeñas. Toda vez que dicha clasificación
determina la selección de la gráfica adecuada.
8. Escala nominal
Consta de dos o más
categorías mutuamente
excluyentes. Si solo hay dos,
se llama escala
nominal dicotómica. A cada
categoría se le suele asignar
un número de código sin
significado cuantitativo, lo
que facilita su introducción
en bases de datos. En
cualquier situación, si se usa
una codificación propia,
debe tenerse claro lo que
significa cada código para
cada variable.
9. Ejemplo:• Sexo: 1) masculino; 2)
femenino.
• Fumar: 0) no; 1) sí.
• Estado civil: 1,
• casado; 2, soltero; 3, viudo;
4, divorciado,
• Procedencia del ingreso: 1,
urgencias; 2, consultas; 3,
otro hospital.
• Dependiendo del programa que va a
ser utilizado para el análisis, se prefiere
codificar las variables nominales
dicotómicas de forma que la presencia
de enfermedad o del factor de
exposición se suele codificar como uno
(1), mientras que la ausencia de
enfermedad o de exposición a algún
factor como cero (0) o dos (2). Por
ejemplo, el antecedente de hábito
tabáquico puede codificarse como 1 y 0
(1: fumador; 0: no fumador) o como 1 y
2 (1: fumador; 2: no fumador). Aunque
matemáticamente la
presencia/ausencia de una
característica se corresponde con la
codificación 1-0, es frecuente usar la
codificación 1-2, para evitar que
variables vacías sean asignadas al 0 por
error.
10. Escala ordinal
Las variables ordinales tienen la cualidad adicional, respecto a la
escala nominal, de que sus categorías están ordenadas por
rango; cada clase posee una misma relación posicional con la
siguiente; es decir, la escala muestra situaciones escalonadas.
Si se usan números, su única significación está en indicar la
posición de las distintas categorías en la serie; sin embargo,
no asumen que la distancia del primer escalón al segundo sea
la misma que la del segundo al tercero.
11. Ejemplo:
• Clase social: 1) baja, 2)
media, 3) alta.
• Grados de reflujo
vesicoureteral: grados 1, 2,
3, 4.
• Conformidad con una
afirmación: 0) completo
desacuerdo, 1) acuerdo
parcial, 2) acuerdo total.
• Fumar: 0) no fumador, 1)
fumador leve, <10/día; 2)
fumador moderado, 10-
20/día, y 3) gran fumador,
>20/día).
Existen escalas que serán
mezcla de nominal y ordinal,
porque solo algunas
categorías estén ordenadas
por rango; esto ocurre en las
escalas en las que un valor
representa a una categoría
inclasificable (ejemplo: no
sabe no contesta o resultado
indeterminado).
12. Escala de intervalos
Las escalas de intervalos poseen la cualidad adicional de que los
intervalos entre sus clases son iguales. Diferencias iguales entre
cualquier par de números de la escala indican diferencias
también iguales en el atributo sometido a medición.
13. Ejemplo:
• la diferencia de
temperatura entre una
habitación a 22 grados
centígrados y otra a 26
es la misma que la
existente entre dos a
33 y 37 grados
centígrados,
respectivamente.
Sin embargo, la razón
entre los números de la
escala no es
necesariamente la
misma que la existente
entre las cantidades del
atributo. Ejemplo: una
habitación a 20 grados
no está el doble caliente
que otra a 10. Ello se
debe a que el cero de la
escala no expresa el
valor nulo o ausencia de
atributo.
14. Escala de razones
Su cualidad adicional es que el cero sí indica ausencia de
atributo. En consecuencia, la razón entre dos números de la
escala es igual a la existente entre las cantidades del atributo
medido.
Las escalas de intervalos y razones se llaman también métricas
o dimensionales. Las variables continuas van a medirse con
escalas de razones o intervalos, por lo que es habitual que nos
refiramos a ellas englobándolas como escalas continuas, ya que
comparten estrategias de análisis, como la elección del test
estadístico. Algunos paquetes estadísticos, como SPSS, las
denominan simplemente “escalas”.
15. Ejemplo:• Peso: medido en
kilogramos.
• Concentración de
glucosa en una muestra:
medida en mg/dl.
• Tasa de mortalidad:
muertes por 1000
personas en riesgo.
• Ingresos: medidos en
euros.
Cuando en la recogida de
una variable continua
(escala de razones o
intervalos) no podemos
recoger valores a partir de
un límite (por ejemplo:
cargas virales superiores a
100 000), si optamos por
mantener esas
observaciones en el
análisis, la variable se
comporta en ese rango
como una variable ordinal.
16. Importanciay aplicaciónde las escalas de
mediciónen las investigacionescientíficas
La forma más conocida y que
utilizamos a menudo está en las
Medidas de Longitud, está en el empleo
de una Regla o Cinta Métrica o
cualquier instrumento que nos permita
comparar en torno a lo que es una
Unidad (en este caso, el Metro) el
tamaño que ocupa una figura en el
espacio, siendo entonces la medición la
estimación de la magnitud de algo
siguiendo en cuenta lo que es el patrón
de medición
17. Se podría afirmar entonces que la importancia de realizar una
medición sobre algo radica en la obtención de un dato desconocido en
referencia a su comparación con un dato conocido, siendo el primero
la característica inherente al objeto que será medido con el
instrumental de medición adecuado, mientras que lo segundo es la
unidad de medición que hemos empleado para realizar la
comparación.
Sin embargo, esta mensuración en muchas oportunidades no suele ser
la misma, ya que puede existir un factor conocido como margen de
error en el cual puede incurrir el operador que ha llevado a cabo dicha
tarea, por lo que se suele realizar lo que es conocido como medición
estadística siendo un valor promedio de todas las mediciones que
hayan sido realizadas(es decir, se debe repetir la operación respetando
las mismas condiciones del ámbito de trabajo.
18. Esto además se complementa
con el aporte de ciencias
auxiliares que permiten realizar
mediciones indirectas que
derivan en la combinación de
unidades de medición para
obtener un valor especifico,
como en el caso de la
concentración donde se puede
estimar si un compuesto se trata
de una solución saturada o
insaturada en torno a una
proporción de volumen del
solvente con la cantidad de
soluto pesado con anterioridad y
que haya sido incorporado al
sistema
19. conclusión
Todo estudio científico parte de un primer paso que consiste en
la observación, siendo este abarcado en un principio por el
análisis de las características generales de una cosa (lo
denominado análisis extrínseco) para lo cual posteriormente se
arriba a una visión mucho mas minuciosa y precisa de alguna de
sus características, siendo este el análisis intrínseco que requiere
de la aplicación de instrumental óptico y lumínico adecuado
entre otros instrumentos.