ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
Escalas de medida
1. Escalas de Medida
Para realizar un correcto análisis de los datos es fundamental conocer de
antemano el tipo de medida de la variable, ya que para cada una de ellas se
utiliza diferentes estadísticos. La clasificación más convencional de las escalas
de medida las divide en cuatro grupos
denominados Nominal, Ordinal, Intervalo y Razón
1. NOMINAL
Son variables numéricas cuyos valores representan una categoría o identifican
un grupo de pertenencia. Este tipo de variables sólo nos permite establecer
relaciones de igualdad/desigualdad entre los elementos de la variable. La
asignación de los valores se realiza en forma aleatoria por lo que NO cuenta con
un orden lógico. Un ejemplo de este tipo de variables es el Género ya que
nosotros podemos asignarle un valor a los hombres y otro diferente a las mujeres
y por más machistas o feministas que seamos no podríamos establecer que uno
es mayor que el otro.
2. ORDINAL
Son variables numéricas cuyos valores representan una categoría o identifican
un grupo de pertenencia contando con un orden lógico. Este tipo de variables
nos permite establecer relaciones de igualdad/desigualdad y a su vez, podemos
identificar si una categoría es mayor o menor que otra. Un ejemplo de variable
ordinal es el nivel de educación, ya que se puede establecer que una persona
con título de Postgrado tiene un nivel de educación superior al de una persona
con título de bachiller. En las variables ordinales no se puede determinar la
distancia entre sus categorías, ya que no es cuantificable o medible.
3. INTERVALO
Son variables numéricas cuyos valores representan magnitudes y la distancia
entre los números de su escala es igual. Con este tipo de variables
podemos realizarcomparaciones de igualdad/desigualdad, establecer un orden
dentro de sus valores y medir la distancia existente entre cada valor de la escala.
Las variables deintervalo carecen de un cero absoluto, por lo que operaciones
como la multiplicación y la división no son realizables. Un ejemplo de este tipo
de variables es la temperatura, ya que podemos decir que la distancia entre 10
y 12 grados es la misma que la existente entre 15 y 17 grados. Lo que no
podemos establecer es que una temperatura de 10 grados equivale a la mitad
de una temperatura de 20 grados.
4. RAZÓN
Las variables de razón poseen las mismas características de las variables
deintervalo, con la diferencia que cuentan con un cero absoluto; es decir, el valor
cero (0) representa la ausencia total de medida, por lo que se
puede realizar cualquier operación Aritmética (Suma, Resta, Multiplicación y
2. División) y Lógica(Comparación y ordenamiento). Este tipo de variables permiten
el nivel más alto de medición. Las variables altura, peso, distancia o el salario,
son algunos ejemplosde este tipo de escala de medida.
Debido a la similitud existente entre las escalas de intervalo y de razón, SPSS las
ha reunido en un nuevo tipo de medida exclusivo del programa, al cual
denominaEscala. Las variables de escala son para SPSS todas aquellas
variables cuyos valores representan magnitudes, ya sea que cuenten con un
cero (0) absoluto o no. Teniendo esto en cuenta discutiremos a continuación los
diferentes procedimientosestadísticos que se pueden utilizar de acuerdo al tipo
de medida de cada variable.
B. Análisis Descriptivo de acuerdo al nivel de Medida
No todos los procedimientos estadísticos son realmente útiles para la totalidad
de los niveles de medida. Cada uno de los tipos de medida posee ciertas
características, las cuales debemos tener en cuenta en el momento
de realizar un análisis descriptivo. En la tabla [5-2], encontrarás algunos de
los procedimientosque resultan ventajosos en los análisis descriptivos de los
diferentes niveles demedida. Es necesario aclarar que esta tabla es sólo una
muestra de las medidas que se pueden emplear; en algunos textos de estadística
aparecen tablas más amplias y detalladas de los procedimientos.
Tabla 5-2
Si nos fijamos en la tabla 5-2, notaremos que los niveles Nominal y Ordinal
cuentan con los mismos procedimientos de análisis, por lo que se agrupan como
variables categóricas. A partir de este punto cuando nos refiramos a las variables
categóricas debemos recordar que se alude a las variables de
tipo Nominal yOrdinal.
Es importante resaltar que para los análisis descriptivos no hay una gran
diferencia entre estos dos tipos de variables, pero si existe diferencia en los
análisis de Inferencia. Antes de conocer como se efectúan
estos procedimientos en SPSS, es necesario exponer las razones por las que
ciertos procedimientos no son de utilidad en algunos de los niveles de medida.
B.1. Variables Categóricas
Para las variables que representan categorías o grupos de pertenencia, los
principales procedimientos estadísticos, que se pueden utilizar en su
análisisdescriptivo son las frecuencias (Recuento), el Porcentaje, la Moda, en
3. algunos casos la mediana y los gráficos más favorables son el de Sectores y el
de Barras.
Para comprender mejor la razón de estos procedimientos vamos a realizar el
análisis de la variable Género, la cual cuenta con los valores (1, 1, 1, 1, 1, 1, 1,
1, 2, 2); en donde el valor uno (1) representa al género Femenino y el valor Dos
(2) al género Masculino. Las frecuencias y sus respectivos porcentajes para esta
variable serían los expuestos en la tabla [5-3]. Ahora si hallamos las principales
medidas de tendencia central, obtenemos los resultados expuestos en la tabla
[5-4].
Figura 5-4
Si nos fijamos en los resultados notaremos que la Media toma el valor 1.2, el
cual nos indica que en promedio los encuestados cuenta con un género de (1.2).
Este resultado no posee una interpretación aplicable a la información de la
variable, por lo que esta medida no es de utilidad en el análisis descriptivo.
Si observamos la Mediana notaremos que toma el valor 1, que para el caso
corresponde al género Femenino, pero si en vez de 10 valores tuviéramos
únicamente dos (1 y 2), la mediana sería de (1.5), cuya interpretación no es
aplicable a la información de la variable. La mediana se puede utilizar cuando
estamos trabajando con variables que contienen un elevado número de
categorías y su interpretación se debe manejar como un factor informativo para
el investigador y no como una medida representativa en el reporte.
Por último encontramos la Moda, la cual para el caso asume el valor 1 y nos
indica que la categoría con mayor frecuencia dentro de la variable es la
correspondiente al género Femenino. Las medidas de dispersión y distribución
no son aplicables a este tipo de variables ya que sus ecuaciones nos
permiten determinar como se comportan los datos respecto a un punto central o
media. Si hallamos la desviación estándar para los datos del ejemplo,
obtendríamos un valor de 0.42164, que nos indicaría que el promedio del género
presenta una variación de ±0.42, cuyo resultado no sería aplicable a la
interpretación de la variable.
B.2. Variables de Escala
Este tipo de variables nos permite realizar análisis más profundos de los datos,
aplicando una gran variedad de medidas. Al contrario de las variables
categóricas en este tipo de variables las frecuencias no son de utilidad en los
análisis descriptivos, debido a la gran cantidad de valores que suele tomar.
Supongamos que realizamos un sondeo de edad con una muestra de 500
4. personas, si generamos una tabla de frecuencias obtendríamos fácilmente unos
60 o 70 rangos diferentes haciéndola muy extensa y poco informativa.
Para las variables de escala son más informativas la medidas como la media, la
mediana, la desviación estándar, la asimetría y otras más, a las cuales se les
suele denominar Medidas de Resumen.
http://www.spssfree.com/spss/analisis4.html