En estadística se estudian datos. Los datos son la representación de atributos o variables que describen hechos, y al analizarlos y procesarlos, estos se transforman en Información. Para poder hacer esto, es necesario comparar los datos entre sí y respecto de referencias. Este proceso de comparación requiere de escalas de medición donde situar cada posible valor que tomen los datos, y por las diferentes características de estos, existen diferentes tipos de escalas. En la primera parte del post hablaremos sobre las escalas de medición en estadística.

Luego, tenemos a las variables. En general, en la mayoría de las materias que tuvimos en el colegio o en la facultad, utilizamos variables para representar las características de elementos que deseamos estudiar cuando estas cambian según algún parámetro. En la segunda parte del post veremos cómo se clasifican a las variables que utilizamos en estadística.

 

escalas de medición en estadística

 

Escalas de medición en estadística


Como hemos dicho, para que los datos tengan sentido es necesario compararlos. Y para poder compararlos debemos utilizar escalas de medición. Dichas escalas tendrán diferentes propiedades en función de las características de los datos que se compararán. En estadística existen cuatro escalas de medición: nominal, ordinal, de intervalo y de razón.

 

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».

En esta variable se tienen dos etiquetas para clasificar a los visitantes. El orden carece de sentido, así como la comparación u operaciones aritméticas.

 

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.

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.

 

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.

 

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).

 

Variables en estadística


Las variables se las suele dividir según distintos criterios, en función las características de los valores que estas puedan tomar.

 

Variables cuantitativas y cualitativas

De acuerdo al tipo de escala que se utilizan se puede clasificar en cualitativas o cuantitativas.

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. Ejemplo:

El color de un auto.

Luego, las variables cuantitativas son aquellas que requieren valores numéricos para definir los datos. Se emplean con las escalas de medición de intervalo o de razón. En estas sí tienen sentido las operaciones aritméticas. Ejemplo:

La altura de una persona.

En general hay más alternativas para el análisis estadístico cuando se tienen variables cuantitativas que con las variables cualitativas.

 

Variables continuas y discretas

El siguiente criterio de clasificación (solo para variables cuantitativas) es según como es el conjunto de valores sobre el cual estas pueden tomar valores.

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. Ejemplo:

La temperatura en una habitación.

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. Ejemplo:

Cantidad de años de vida de una persona.

 

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.

Los datos de sección transversal son los obtenidos en el mismo (o aproximadamente) momento.

En un mismo periodo, cual es el PBI de un grupo de paises

 

Sección transversal

 

Los datos de series de tiempo son datos obtenidos a lo largo del tiempo.

El PBI de un país a lo largo de los años

 

Serie de tiempo

 

Comentarios

9 Comments

  1. Ing. José Pasteur Parrales García

    Muy bien, mejóralo incluyendo citas bibliográficas y sus referencias.

    Reply
  2. Mauricio

    Hola, tienes un pdf de donde sacaste esta información, es que lo
    mencionado es muy bueno.

    Reply
  3. Ely

    Super esto me ayudo mucho exelente hoy tengo examen de estadistica se aclaro mi mente con esto

    Reply
  4. Jorge Rivera

    Muy interesante, gracias.

    Reply
  5. simon

    super bien , me ayudo a entender mucho mas

    Reply
  6. Nataly

    Super entendible. ¡Mil gracias!

    Reply
  7. Jorge Leonardo López Martínez

    Muy buena la explicación!!!!

    Reply
  8. Zuley Hernández

    Excelente aporte. Gracias.

    Reply

Submit a Comment

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

This site uses Akismet to reduce spam. Learn how your comment data is processed.