el nivel de medición se refiere a la relación entre los valores que se asignan a los atributos para una variable. ¿Qué significa eso? Comience con la idea de la variable, en este ejemplo » afiliación al partido.»
Esa variable tiene un número de atributos. Supongamos que en este contexto electoral en particular los únicos atributos relevantes son «republicano», «Demócrata»e » independiente»., Para fines de análisis de los resultados de esta variable, podemos asignar arbitrariamente los valores de 1, 2 y 3 a los tres atributos. El nivel de medición describe la relación entre estos tres valores. En este caso, simplemente estamos utilizando los números como marcadores de posición más cortos para los Términos de texto Más largos. No asumimos que los valores más altos significan » más «de algo y los números más bajos significan «menos». No asumimos que el valor de 2 significa que los demócratas son dos veces más que los republicanos., No asumimos que los republicanos están en primer lugar o tienen la prioridad MÁS ALTA solo porque tienen el valor de 1. En este caso, solo usamos los valores como un nombre más corto para el atributo. Aquí, describiríamos el nivel de medición como «nominal».
¿por qué es importante el nivel de medición?
primero, conocer el nivel de medición le ayuda a decidir cómo interpretar los datos de esa variable. Cuando sabes que una medida es nominal (como la que acabamos de describir), entonces sabes que los valores numéricos son solo códigos cortos para los nombres más largos., En segundo lugar, conocer el nivel de medición le ayuda a decidir qué análisis estadístico es apropiado sobre los valores que se asignaron. Si una medida es nominal, entonces usted sabe que usted nunca promedio de los valores de los datos o hacer un t-test en los datos.
normalmente hay cuatro niveles de medición que se definen:
- Nominal
- Ordinal
- intervalo
- Ratio
en la medición nominal, los valores numéricos simplemente «nombran» el atributo de forma única. No se da a entender ningún orden de los casos. Por ejemplo, los números de camiseta en baloncesto son medidas a nivel nominal., Un jugador con número 30 no es más que un jugador con número 15, y ciertamente no es el doble del número 15.
en la medición ordinal los atributos pueden ser ordenados por rango. Aquí, las distancias entre atributos no tienen ningún significado. Por ejemplo, en una encuesta puede codificar el logro educativo como 0 = menos que la escuela secundaria; 1 = alguna escuela secundaria.; 2 = grado de secundaria; 3 = Alguna universidad; 4 = grado universitario; 5=post Universidad. En esta medida, Las cifras más altas significan más educación., ¿Pero la distancia de 0 a 1 es igual a 3 a 4? Por supuesto que no. El intervalo entre valores no es interpretable en una medida ordinal.
en la medición de intervalos la distancia entre atributos tiene significado. Por ejemplo, cuando medimos la temperatura (en Fahrenheit), la distancia de 30-40 es la misma que la distancia de 70-80. El intervalo entre valores es interpretable. Debido a esto, tiene sentido calcular un promedio de un intervalo variable, donde no tiene sentido hacerlo para escalas ordinales., Pero tenga en cuenta que en las proporciones de medición de intervalo no tienen ningún sentido: 80 grados no es el doble de caliente que 40 grados (aunque el valor del atributo es el doble de grande).
finalmente, en la medición de la relación siempre hay un cero absoluto que es significativo. Esto significa que puede construir una fracción significativa (o relación) con una variable de relación. El peso es una variable de relación. En la investigación social aplicada, la mayoría de las variables de «recuento» son la proporción, por ejemplo, el número de clientes en los últimos seis meses. ¿Por qué?, Porque puedes tener cero clientes y porque es significativo decir que » had tuvimos el doble de clientes en los últimos seis meses que en los seis meses anteriores.»
Es importante reconocer que hay una jerarquía implícita en la idea del nivel de medición. En los niveles más bajos de medición, los supuestos tienden a ser menos restrictivos y los análisis de datos tienden a ser menos sensibles. En cada nivel de la jerarquía, el nivel actual incluye todas las cualidades del nivel inferior y agrega algo nuevo. En general, es deseable tener un nivel más alto de medición (por ejemplo,,, intervalo o relación) en lugar de una menor (nominal u ordinal).