Menu

Nivel de medición

Una de las propiedades más importantes de las variables es el nivel de medición, también llamado escala de medición. La escala de medición es importante porque determina las operaciones aritméticas permitidas y, por tanto, especifica las posibles pruebas estadísticas. Cuanto más alto sea el nivel de medición, más afirmaciones comparativas y operaciones aritméticas serán posibles.

Nivel de medición: Nominal, Ordinal, Métrico

El nivel de medición de una variable puede ser nominal, ordinal o métrico. En pocas palabras: Para las variables nominales se pueden diferenciar los valores, para las variables ordinales se pueden ordenar los valores y para el nivel de escala métrica se pueden calcular las distancias entre los valores. Las variables nominales y ordinales también se denominan variables categóricas

Variables nominales

La escala de medición nominal es el nivel de medición más bajo en estadística y, por tanto, tiene el menor contenido de información. Se pueden distinguir los posibles valores de las variables, pero no es posible establecer un orden significativo. Si sólo hay dos características, como el sexo (hombre y mujer), también se habla de variables dicotómicas o binarias.

  • Sólo son posibles las relaciones "igual", "desigual".
  • No hay una clasificación lógica de las categorías
  • El orden de las categorías de respuesta es intercambiable
  • Las características nominales con sólo dos expresiones también se denominan "binarias" o "dicotómicas"
Ejemplos:
Sexo
1 = hombre
2 = mujer
Estado civil
1 = soltero
2 = casado
3 = divorciado
4 = viudo
Lees el periódico:
1 = The Washington Post
2 = The New York Times
2 = USA Today
...

Variables ordinales

El nivel ordinal de medición es el siguiente nivel superior, contiene información nominal, sólo que con la diferencia de que se puede formar una clasificación, por lo que a menudo se utiliza el término escala de clasificación. En estos casos, sin embargo, las distancias entre los valores no son interpretables, por lo que no es posible hacer una afirmación sobre la distancia absoluta entre dos valores. Un representante clásico de la escala ordinal son las calificaciones escolares, aquí se puede formar un ranking, pero no se puede decir que la distancia entre A y B sea la misma que la distancia entre B y C.

  • La siguiente escala de medición más alta
  • se pueden determinar "iguales" y "desiguales" o "mayores" y "menores".
  • Existe una jerarquía lógica de categorías
  • Las distancias entre los valores numéricos no son iguales, es decir, no se pueden interpretar
Ejemplos:
Frecuencia de la televisión:
1 = diario
2 = varias veces a la semana
3 = con menos frecuencia
4 = nunca
El gobierno está haciendo un buen trabajo:
1 = Estoy de acuerdo con
2 = indecisos
3 = disminuye

Variables categóricas

Las variables que tienen una escala nominal o una escala ordinal también se denominan variables categóricas. En otras palabras, categórico es un término paraguas para las variables de escala nominal y ordinal.

Las variables categóricas pueden tener un número limitado y normalmente fijo de expresiones, por ejemplo, país con Alemania, Austria, ... o sexo con mujer y hombre. Sin embargo, es importante que sea un número finito de categorías o grupos. Las diferentes categorías pueden tener una clasificación, pero no tienen por qué tenerla.

Variables métricas

Las variables métricas tienen el mayor nivel de medición posible. Con un nivel métrico de medición, los valores característicos pueden compararse y ordenarse y pueden calcularse las distancias entre los valores. Algunos ejemplos serían el peso y la edad de los sujetos.

  • Máximo nivel de medición
  • Posibilidad de crear clasificaciones
  • También se pueden determinar "iguales" y "desiguales", "mayores" y "menores"
  • Se pueden formar diferencias y sumas significativas
Ejemplos:
Ingresos
1820 $
3200 $
800 $
...
Peso corporal
81 kg
70 kg
68 kg
...
Edad
18 años
27 años
64 años
...
Consumo de electricidad
520 kWh
470 kWh
340 kWh
...

Escala de relación y escala de intervalo

El nivel métrico de medición puede subdividirse en escala de intervalo y escala de relación. Como su nombre indica, los valores de la escala de razón se pueden poner en una proporción. Así, se puede hacer una afirmación como la siguiente "Un valor es el doble de otro". Para ello, se debe disponer de un cero absoluto como referencia.

Ejemplo de escala de proporción:

Se mide el tiempo de los corredores de maratón. Aquí se puede afirmar que el corredor más rápido es el doble de rápido que el último corredor. Esto es posible porque hay un punto cero absoluto al principio del maratón en el que todos los corredores parten de cero.

Ejemplo de escala de intervalos:

Si, por el contrario, se olvida que el cronómetro se pone en marcha al principio del maratón y sólo se miden las diferencias a partir del corredor más rápido, no se puede poner a los corredores en proporción. En este caso se puede decir cuán grande es el intervalo entre los corredores (por ejemplo, el corredor A es 22 minutos más rápido que el corredor B), pero no se puede decir que el corredor A corrió un 20% más rápido que el corredor B.

El ejemplo clásico es la indicación de la temperatura en grados Celsius y Kelvin. El punto cero de la escala de temperatura Kelvin es el cero absoluto, por lo que es una escala de relación. En los grados Celsius el punto cero absoluto es -273.15 °C, por lo que el valor cero de la escala de grados Celsius no puede asumirse como cero natural y, por tanto, es una escala de intervalo.

Ejemplos de niveles de escala

Nivel de la escala
1 Estados de EE.UU. nominal
2 Valoración del producto en una escala de 1 a 5 ordinal
3 confesión religiosa nominal
4 Emisiones de CO2 en el año métrica, escala de relación
5 Puntuación del CI de los estudiantes métrica, escala de intervalos
6 calificaciones de los exámenes del 1 al 5 ordinal
7 números de teléfono de los encuestados nominal
8 nivel de atención de un paciente ordinal
9 Superficie habitable en m2 métrica, escala de relación
10 satisfacción en el trabajo en una escala de 1 a 4 ordinal

Cite DATAtab: DATAtab Team (2023). DATAtab: Online Statistics Calculator. DATAtab e.U. Graz, Austria. URL https://datatab.es

Contacto y soporte FAQ y Sobre nosotros Política de privacidad Software estadístico