expresar numéricamente y representan cualidades o propiedades. También se las conoce como categóricas o no paramétricas. Dicotómicas: tiene dos categorías ej : Género: Masculino, Femenino Politómicas: Más de dos categorías ej: Estado Civil: Soltero, Casado, Divorciado, Viudo; Nivel académco: Primer, Segundo, Tercer, Cuarto, Quinto.
expresados numéricamente. También se las conoce como numéricas o paramétricas Continuas: Sus valores pueden ser fraccionados. Provienen de medir Ej: peso: 70,5 kg Discontinuas o discretas: Sus valores no pueden ser fraccionados, admiten sólo números enteros. Provienen de contar. Ej: número de hijos: 4
La clasificación de las escalas de medición tiene una historia interesante. La Asociación Británica para el Avance de la Ciencia (British Association for the Advancement of Science), en 1932 designó un comité para resolver el problema de lamedicióndesensacioneshumanas.Estecomité,enrepresentacióndelasección 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 producidounresultadodefinitivo.Elreportefinaldelcomitéseleccionóunejemplo 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 quetratedeexpresarunarelacióncuantitativaentreintensidaddeunasensacióny la intensidad del estímulo que la produce no tiene significado hasta que pueda darse algún sentido al concepto de adición aplicada a la sensación. Stevens, sin embargo, plantea que puede llegarse a un acuerdo si se reconoce que la medición existeenvariasformasyquelasescalasdemediciónpuedenserclasificadasenclases, según las operaciones empíricas que deben hacerse en el proceso de medición y las propiedades matemáticas de la escala. Paraentenderyusarapropiadamentelasdiferentestécnicasdelanálisisestadístico, es necesario identificar previamente la escala de medición correspondiente, ya que cada escala tiene sus propiedades matemáticas, que determinan el análisis estadístico apropiado en cada caso; esto, a su vez, requiere conocer las propiedades del sistema numérico. Las propiedades matemáticas de los números que se van a analizar determinan la clase de operación matemática permitida, indicando, a su vez, el tipo de análisis estadístico que puede usarse. Las propiedades del sistema numérico asociadas con las escalas de medición son la identidad, magnitud, igual intervalo y cero absoluto (Stevens, 1957): 1-Identidad: cada número tiene un significado particular. 2-Magnitud: los números tienen un orden inherente ascendente o descendente. 3-Intervalos iguales: las diferencia entre números en cualquier punto de la escala son las mismas (la diferencia entre 10 y 20 es la misma que entre 100 y 110). 4-Cero absoluto: el punto cero en la escala de medición representa la ausencia de la propiedad que se estudia.
un nombre (etiqueta) sin que exista un orden o jerarquía entre ellas. Ej: Variable Género: Categorías: Masculino, Femenino Ej: Variable Estado Civil: Categorías: soltero, casado, divorciado, viudo Ej: Variable etnia: Categorías: Blanca, negra, mestiza, indígena Ej: Variable Diabetico: Categorías: Si, No
se les asigna un nombre, pero si tienen un orden o jerarquía, sin que se pueda cuantificar la distancia entre ellas Ej: Variable Instrucción académica. Categorías: ninguna, primaria, secundaria, universitaria. Ej: Variable intensidad del dolor. Categorías: leve, moderado, severo Ej: Varible Estadificación de cáncer. Categorías: grado I, grado II, grado III, grado IV Ej: Variable Desempeño académico. Categorías: Excelente, Satisfactorio, Deficiente
lo tanto medibles, tiene un orden, y la distancia entre sus intervalos son iguales. Su inicio es arbritario, es decir existen valores menores y maryores al cero, su presencia no indica la ausencia de la variable. Ej: Variable temperatura. Categorías: -2 °C, -1 °C, 0 °C, 1 °C, 2 °C Ej: Varable altura a nivel del mar. Categorías: - 1m, 0 m, 1 m Ej. Variable hora GMT. Categorías: 23:00, 00:00, 01:00
características anteriores de orden y distancia conocida, pero además su origen es real, el cero representa la ausencia de la variable, no existiendo por lo tanto valores menores que este. Son ejemplos de estas variables: la edad, el peso, la talla, la presión arterial, el número de hijos, los valores de glicemia, etc
VARIABLES CUALITATIVAS VARIABLES CUANTITATIVAS CATEGORICAS NUMÉRICAS NOMINAL ORDINAL INTERVALO RAZON Ningún atributo Un atributo: Orden Dos atributos: Orden, Distancia Tres atributos: Orden, Distancia, Origen Dicotómicas Politómicas Continuas Discretas
de descripción Escala de variable o asociación Método o técnica estadística Variables individuales Categóricas (nominal, ordinal) Frecuencias, proporciones, porcentajes Variables individuales Numéricas (intervalo, razón) Distribución de frecuencias en clases, frecuencias acumuladas, percentiles, medidas de tendencia central, dispersión, curtosis, oblicuidad Asociación entre variables Categórica con categórica Tablas de contingencia, pruebas de Kendall, Kramer, Spearman Asociación entre variables Categórica con numérica Tablas con clasificación categórica, con promedios y desviación o error estándar en cada entrada Asociación entre variables Numérica con numérica Gráfico de puntos, coeficiente de correlación, recta de regresión
de descripción Escala de variable o asociación Método o técnica estadística Variables individuales Nominales Prueba Z para una proporción poblacional, Prueba se X2 para varias proporciones en una sola población, Intervalos de confianza para proporciones Variables individuales Ordinales Prueba del signo o binomial para la mediana poblacional, Intervalo de confianza para proporciones Asociación entre variables Muestras grandes con distribución normal Prueba t para un promedio poblacional, Intervalo de confianza para el promedio Asociación entre variables Muestras pequeñas con distribución normal Prueba del signo o binomial para la mediana poblacional, Intervalo de confianza para el promedio
variable Tipo de descripción Escala de variable o asociación Método o técnica estadística Independientes (sin control de factores de confusión) Nominal Prueba de Fisher, X2, RR, Modelos logísticos y logarítmicos lineales Independientes (sin control de factores de confusión) Ordinal Prueba U de Mann Withney, Kruskall Wallis, Modelos logarítmicos lineales Independientes Razón Prueba t, ANOVA, Logrank, Regresión múltiple Dependientes (con control de factores de confusión) Nominal Mc Nemar, Mantel Haenzel, X2, Modelos logísticos y logarítmicos lineales Dependientes (con control de factores de confusión) Ordinal Friedman, Wilcoxon, Modelos logarítmicos lineales Dependientes (con control de factores de confusión) Razón Prueba t pareada, ANOVA, Regresión múltiple