1. Escalas de medición.
Bachiller:
LUGO, Kevin
C.I :26958007
BARCELONA, 14 de noviembre del 2019
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
SEDE - BARCELONA
Ingeniería sistema
Estadística I
Profesor:
BELTRAN, Pedro
2. Introducción:
En la investigación científica los fenómenos a explicar y
por lo tanto a medir tienen como base los métodos para
recolectar información aplicando el instrumento de
medición, Es decir, obtener las observaciones y mediciones
de las variables que son de interés para nuestro estudio (es
decir, medir las variables).
Esta circunstancia obliga al investigador a conocer a
profundidad su pregunta de investigación y es necesario
tener en claridad las relaciones que existen en sus
constructos, para que pueda estar preparado para utilizar
métodos de medición confiables y válidos; y cuando
hablamos de método, nos referimos a un conjunto de
procedimientos sistemáticos para lograr el desarrollo de
una ciencia. Ahora bien, al desglosar una investigación se
encuentran las técnicas referentes a como recolectar datos,
como medir los datos, codificación, validez y los diferentes
instrumentos de medición.
3. Así, el proceso de medición también, ha sido identificado como
el procedimiento de relacionar conceptos abstractos con
indicadores empíricos, lo cual involucra un proceso de
clasificación y cuantificación de los datos o indicadores en
términos de los conceptos teóricos que integran el diseño de la
investigación.
Todo lo anteriormente mencionado lleva a la siguiente
declaración, la importancia de la medición radica en el hecho de
ser considerada como una teoría auxiliar que establece la relación
entre indicadores y constructos, parten de la base, que la
medición tiene la misma importancia para la investigación
científica que la teoría fundamental o sustantiva, mediante la cual
se busca explicar los fenómenos, por medio de la especificación
de las relaciones de unos conceptos, con otros.
4. escalas de medición.
Es un nivel de medida de una variable en
matemáticas y estadísticas; 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.
5. Confiabilidad: se refiere a la consistencia interior
de la misma, a su capacidad para discriminar en
forma constante entre un valor y otro. "Cabe
confiar en una escala – anotan Goode y Hatt-
cuando produzca constantemente los mismos
resultados al aplicarla a una misma muestra", es
decir, cuando siempre los mismos objetos
aparezcan valorados en la misma forma.
Para que una escala pueda
considerarse como capaz de
aportar información objetiva
debe reunir los dos siguiente
requisitos básicos:
1
6. Validez: indica la capacidad de la escala para
medir las cualidades para las cuales ha sido
construida y no otras parecidas. Una escala
confusa no puede tener validez, lo mismo que
en una escala que esté midiendo, a la vez e
indiscriminadamente, distintas variables
superpuestas. "Una escala tiene validez cuando
verdaderamente mide lo que afirma medir".
Para que una escala pueda
considerarse como capaz de
aportar información objetiva
debe reunir los dos siguiente
requisitos básicos:
2
7. La medición se ve afectada por dos tipos
básicos de error
el error
aleatorio.
el error no
aleatorio.
8. La medición se ve afectada por dos tipos
básicos de error
el error aleatorio
El error aleatorio consiste en todos los
factores
que por casualidad afectan la medición de
cualquier fenómeno
Este error se encuentra inversamente
relacionado con el grado de confiabilidad
del
instrumento. Un indicador confiable de un
concepto teórico es aquel que no
fluctúa o lo hace en un grado mínimo,
debido al error aleatorio
9. La medición se ve afectada por dos tipos
básicos de error
El error aleatorio
es inherente al proceso de investigación, este
error puede surgir, por ejemplo, en
el proceso de codificación, por instrucciones
ambiguas, entre otros aspectos, por lo tanto,
lo que se busca es que aparezca en el menor
grado posible en los
indicadores de la investigación
10. La medición se ve afectada por dos tipos
básicos de error
el error no aleatorio.
El error no aleatorio tiene un efecto de
sesgo en los instrumentos de
medición. Un ejemplo de esta situación, es un
termómetro que siempre mida tres
grados más de lo que debería medir. Este tipo
de error es parte esencial de la
validez, ya que representa a otros factores o a
constructos distintos o a actores
del método o a otras variables no medidas,
que afectan la medición de los
constructos, incluyendo en dicha medición al
error aleatorio.
11. La medición se ve afectada por dos tipos
básicos de error
Los indicadores
presentan invalidez al no reflejar cómo
debieran hacerlo, al concepto teórico, es
decir, los indicadores representan un
concepto distinto al concepto teórico que
debieran representa. Así, la validez de un
constructo teórico depende del grado
en que el error no aleatorio aparece en el
proceso de medición (Carmines &
Zeller, 1979).
12. Existen 4 Tipos de escalas en
estadística
nominal interval
o
ordinal razón
13. Existen 4 Tipos de escalas
en estadística
nominal
Escala nominal
Cuando un dato identifica una etiqueta (o
el nombre de un atributo) de un elemento,
se considera que la escala de medición
es una escala nominal. En esta carecen
de sentido el orden de las etiquetas, así
como la comparación y las operaciones
aritméticas. La única finalidad de este tipo
de datos es clasificar a las observaciones.
Ejemplo:
Una variable que indica si el visitante de
este post es «hombre» o «mujer».
14. Existen 4 Tipos de escalas
en estadística
nominal
ordinal
Escala ordinal
Cuando los datos muestran las
propiedades de los datos nominales,
pero además tiene sentido el orden (o
jerarquía) de estos, se utiliza una escala
ordinal. Ejemplo:
Una variable que mide la calidad de un
post. La variable puede tomar valores
enteros del 1 al 5, donde el valor 1 es el
peor y el 5 el mejor.
15. Existen 4 Tipos de escalas
en estadística
interval
o
razón
Escala de intervalo
En una escala de intervalo, los datos
tienen las propiedades de los datos
ordinales, pero a su vez la separación
entre las variables tiene sentido. Este
tipo de datos siempre es numérico, y el
valor cero no indica la ausencia de la
propiedad. Veamos un ejemplo:
La temperatura (en grados centígrados)
media de una ciudad.
En esta escala, los número mayores
corresponden a temperaturas mayores.
Es decir, el orden importa, pero a la vez
la diferencias entre las temperaturas
importa.
16. Existen 4 Tipos de escalas
en estadística
interval
o
razón
Escala de razón
En una escala de razón, los datos tienen
todas las propiedades de los datos de
intervalo, y la proporción entre ellos tiene
sentido. Para esto se requiere que el
valor cero de la escala indique la
ausencia de la propiedad a medir.
Ejemplos de este tipo de variables son el
peso de una persona a el tiempo utilizado
para una tarea. Ejemplo: Una variable
que mide el salario de una persona.
En esta variable, si una persona gana 100, y otra 10, la
primera gana más que la segunda (comparación). También
tiene sentido decir que la primera gana 90 más que la
segunda (diferencia), o que gana 10 veces más (proporción).
18. En el contexto de la
investigación científica, la
medición es un asunto relevante.
En general, los investigadores no
se dedican a estudiar los aspectos
relacionados con la medición, sin
embargo, es necesario precisar
este concepto para poder alcanzar
los objetivos de la investigación.
Los académicos reconocen que la
aplicación de un enfoque
inadecuado de la medición en su
estudio puede generar datos
inapropiados. De esta manera, es
importante que el investigador
desarrolle instrumentos de
medición adecuados.
19. En el proceso de generación de
conocimiento la medición es una
actividad fundamental, que busca que
el proceso de observación de
personas, objetos, entre otros
aspectos de la realidad, tenga sentido.
Para lograr esto, es necesario medir y
cuantificar los aspectos de interés
científico. La medición se define como
la asignación de números a objetos o
eventos, es decir, a las unidades de
análisis, de acuerdo a ciertas reglas. A
esta caracterización se ha
incorporado la importancia de que
dicha asignación corresponda a
diferentes niveles de calidad, en la
representación del concepto a medir
(Abrahamson, 1983; DeVellis, 1991).
20. Conclusión.
La Estadística es una ciencia matemática que se
utiliza para describir, analizar e interpretar ciertas
características de un conjunto, sea estas
representaciones abstractas o no.
La estadística trata en primer lugar, de acumular la
masa de datos numéricos provenientes de la
observación de multitud de fenómenos,
procesándolos de forma razonable. Mediante la
teoría de la probabilidad analiza y explora la
estructura matemática subyacente al fenómeno del
que estos datos provienen y trata de sacar
conclusiones y predicciones que ayuden al mejor
aprovechamiento del fenómeno
21. BIBLIOGRAFIA
O Gonzales, B.H. (2004, enero 15).Escala de medición en
estadística.
Recuperadode:https://investigacionpediahr.files.wordpres
s.com/2011/01/escala_medicio_inter net.pdf.
O La estadística y sus conceptos generales
(s.f).Recuperado
de:http://halweb.uc3m.es/esp/Personal/personas/agrane/f
icheros_docencia/EDAD/
introduccion_tema1_reducido.pdfLabor,
O L.A. (2009, Mayo 19). Que es Investigación estadística.
Recuperado de:http://leolabor.blogspot.com/2009/08/que-
es-investigacion-estadistica.html Anderson, M.F. ( 2006,
Oct 24).
O Padilla, J.C (s, f).ESCALAS DE MEDICIÓN. Recuperado
de: file:///C:/Users/usuario/Downloads/Dialnet-
EscalasDeMedicion-4942056.pdf.