escalas de medicion

1. REPÚBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA
EDUCACIÓN
I.U.P. "SANTIAGO MARIÑO"
ESPECIALIDAD: ING. SISTEMAS
Escalas de medición
Alumna: Yamilet Gonzalez.
C.I: 22.868.153

2. INTRODUCCIÓN
La estadística forma parte de nuestra vida cotidiana. Es común
hablar de estadísticas referentes a múltiples hechos: el precio del
dólar, el precio del barril de petróleo, el número de accidentes
ocurridos el fin de semana, la proporción de enfermos en la
ciudad causa de cierta epidemia. Un ejemplo popular de dato
estadístico es el promedio de bateo en el juego de béisbol;
muchas personas comparan jugadores según ese promedio,
aunque dicho concepto sólo tiene sentido para quienes conocen
ese juego; alguien no versado en la materia no puede interpretar
su significado ni lo comprende.

3. ESCALAS DE MEDICIÓN
La medición puede definirse como la asignación de números a
objetos y eventos de acuerdo con ciertas reglas; la manera como
se asignan esos números determina el tipo de escala de
medición (Stevens, 1946; Cohen y Cohen, 1975; Saris y
Stronkhorst, 1984). Esto conduce a la existencia de diferentes
tipos de escalas, por lo que el problema se transforma en
explicitar a) las reglas para asignar números, b) las propiedades
matemáticas de las escalas resultantes, y c) las operaciones
estadísticas aplicables a las medidas hechas con cada tipo de
escala.

4. CLASIFICACIÓN
La clasificación de las escalas de medición.
A (ciencias matemáticas y físicas) y la sección J (psicología) de la asociación,
fue instruido para considerar la posibilidad de estimar cuantitativamente los
eventos sensoriales (¿es posible medir la sensaciones humanas?). Aún en
1938 no se había producido un resultado definitivo. El reporte final del comité
seleccionó un ejemplo concreto de escala sensorial. Tomó la escala de ruido
Sone (S.S. Stevens y H.Davis, 1938), que propone medir la magnitud subjetiva
de una sensación auditiva basándose en otra escala básica usada para medir
longitud y peso. Hubo desacuerdo en el comité de 19 miembros. Uno de ellos
declaró que cualquier norma que trate de expresar una relación cuantitativa
entre intensidad de una sensación y la intensidad del estímulo que la produce
no tiene significado hasta que pueda darse algún sentido al concepto de
adición aplicada a la sensación.

5. 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.

6. 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.
En esta variable sigue sin tener sentido las operaciones
aritméticas, pero ahora sí tiene sentido el orden. Si un post tiene
valor 4 y otro tiene valor 2, el primero se entiende que es mejor
que es segundo.

7. ESCALA 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.
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.

8. 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.
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

9. VARIABLES CUANTITATIVAS Y
CUALITATIVAS
Las variables cualitativas son aquellas que se usan
para identificar un atributo de un elemento. Se emplean con
la escala nominal o la ordinal, y pueden ser numéricos o no. Los
datos contenidos en estas variables se resumen contando el
número de observaciones de cada valor que toma la variable, o la
proporción en entre estos. Un hecho importante a tener en
cuenta es que, aun cuando para los datos cualitativos se use un
código numérico, las operaciones aritméticas como la suma o la
multiplicación no tienen sentido

10. VARIABLES CONTINUAS Y DISCRETAS
Una variable continua puede tomar valores dentro de un intervalo
continuo, es decir, dado dos puntos de un intervalo, la variable
siempre podrá tomar infinitos valores entre ambos puntos.
En cambio, una variable discreta solo puede tomar valores sobre un
conjunto finito de valores o un conjunto infinito numerable (un
conjunto infinito, pero cuyos elementos se pueden contar). En otras
palabras, no puede tomar valores sobre cualquier punto del intervalo,
sino solamente sobre aquellos incluidos en el conjunto al que
pertenece. Esto hace que surja el concepto de valores observados
sucesivos, lo cual significa que, dado una observación, puede existir
una observación previa y otra posterior

11. DATOS DE SECCIÓN TRANSVERSAL Y DE SERIES
DE TIEMPO
Por último, otra clasificación típica que se suele realizar sobre
los datos es respecto del tiempo en que estos son adquiridos.

12. TIPOS DE ESTADÍSTICAS
ESTADÍSTICA DESCRIPTIVA: Conjunto de métodos para organizar;
resumir y presentar los datos de manera informativa.
ESTADÍSTICA INFERENCIAL: Conjunto de métodos utilizados para
saber algo acerca de una población, basándose en una muestra

13. POBLACIÓN Y MUESTRA
• Población: es el conjunto de elementos que son objeto de
estudio estadístico.
• Individuo: cada uno de los elementos de la población. El
número total de individuos de la población se suele representar
por la letra N.

14. POBLACIÓN Y MUESTRA
Aunque tengan estos nombres, esos elementos pueden referirse
a cualquier cosa y no solo a personas. Por ejemplo, podemos
estudiar los televisores que se montan en una determinada
fábrica, la cantidad de vehículos que se desplazan por carretera
un fin de semana de agosto, o los programas de televisión más
vistos en una determinada franja horaria. Cada televisor,
vehículo o programa televisivo sería un individuo de ese estudio.

15. POBLACIÓN Y MUESTRA
A veces, es necesario estudiar a todos los individuos de la
población. En este caso se trata de un estudio exhaustivo. Por
ejemplo, cuando se realiza el censo de población de una
determinada ciudad. En general, es muy costoso, en tiempo y
dinero; entrevistar a todos los elementos objeto del estudio. Por
ello, se selecciona solo una parte y en este caso se dice que se
trata de un estudio muestral.

16. POBLACIÓN Y MUESTRA
• Muestra: es una parte de la población con la que realmente se realiza
el estudio.
• Tamaño: es el número de elementos del que se compone la muestra
y se suele representar por la letra n.
La elección de la muestra es muy importante para que los resultados
que se extraigan de ella se puedan generalizar a toda la población.
Debe haber pocos individuos, para que no sea muy costosa su
realización, pero elegidos de forma que aparezcan todos los estratos
diferentes que forman la población

20. CONCLUSIÓN
La estadística es comúnmente considerada como una colección
de hechos numéricos expresados en términos de una relación, y
que han sido recopilado a partir de otros datos numéricos La
estadística es una técnica especial apta para el estudio
cuantitativo de los fenómenos de masa o colectivo, cuya
mediación requiere una masa de observaciones de otros
fenómenos más simples llamados individuales o particulares