variables estadisticas. escalas de medición. arvelo
DESCRIPTION
Contiene una breve reseña histórica sobre el origen y evolución de la Estadística; así como también una explicación acerca de las diferentes escalas de medición y de los diferentes procedimientos de muestreoTRANSCRIPT
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 1/22
ANGEL FRANCISCO ARVELO LUJAN
Angel Francisco Arvelo Luján es un Profesor Universitario Venezolano en el área de
Probabilidad y Estadística, con más de 40 años de experiencia en las más
reconocidas universidades del área metropolitana de Caracas.
Universidad Católica “Andrés Bello” : Profesor Titular Jubilado 1970 a 2003
Universidad Central de Venezuela: Profesor por Concurso de Oposición desde 1993
al presente
Universidad Simón Bolívar: Profesor desde 2005 al presente
Universidad Metropolitana: Profesor desde 1973 a 1987
Universidad Nacional Abierta: Revisor de contenidos, desde 1979 hasta 2004
Sus datos personales son :
Lugar y Fecha de Nacimiento: Caracas, 16-02-1947
Correo electrónico: [email protected]
Teléfono: 58 416 6357636
Estudios realizados:
Ingeniero Industrial. UCAB Caracas 1968
Máster en Estadística Matemática CIENES , Universidad de Chile 1972
Cursos de Especialización en Estadística No Paramétrica Universidad de Michigan
1982
Doctorado en Gestión Tecnológica: Universidad Politécnica de Madrid 2006 al
Presente
El Profesor Arvelo fue Director de la Escuela de Ingeniería Industrial de la
Universidad Católica “Andrés Bello” (1974-1979) , Coordinador de los Laboratorios
de esa misma Universidad especializados en ensayos de Calidad, Auditor de
Calidad, y autor del libro “Capacidad de Procesos Industriales” UCAB 1998.
En numerosas oportunidades, el Profesor Arvelo ha dictado cursos empresariales en
el área de “Estadística General” y “Control Estadístico de Procesos”.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 2/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
2
VARIABLES ESTADISTICAS Y SU CLASIFICACION
ESCALAS DE MEDICION
1 Origen y Clasificación de la Estadística
No está muy claro el origen etimológico de la palabra estadística, ya que según
unos se deriva del griego (Statera = Balanza), según otros del latín (Status =
Situación), y según unos terceros del alemán (Staat = Estado).
El término “estadística” es una expresión gramatical que engloba tres acepciones
conceptuales diferentes:
a) Estadística (generalmente escrito con minúscula y en plural “estadísticas”), en
su acepción más común, es una colección de datos numéricos ordenados y
clasificados según un determinado criterio.
Este es el significado de la palabra “estadística” cuando nos referimos a las
estadísticas de producción, las estadísticas de precios, etc., y en este sentido fue
utilizada por primera vez en Alemania hacia mediados del siglo XVII , y se refería
a la recopilación de datos útiles para la administración del Estado, aunque ya
antes , en tiempos del Imperio Romano , se habían enumerado o contado las
riquezas, los habitantes, ,etc. La raíz “status” justifica así la palabra “estadística”.
b) Estadística ( generalmente escrito con mayúscula) , en su segunda acepción ,es la ciencia que, utilizando como instrumento a la Matemática , y de modo
particular al “Cálculo de Probabilidades” , estudia las leyes de comportamiento de
aquellos fenómenos que, no estando sometidos a leyes rígidas, dependen del
azar.
El término “Estadística Matemática” viene a ser el nombre adecuado para esta
acepción, y puede considerarse a Jacques Bernoulli (1654-1705) con su “Ley de
los Grandes Números” , y Pierre Simon Laplace (1749-1827) con su obra “Teoría
Analítica de las Probabilidades”, como los precursores de esta ciencia.
c) Estadística , finalmente, significa en su última acepción , la técnica o el método
utilizado para recoger , organizar , resumir , presentar , analizar , generalizar y
contrastar los resultados de las observaciones de los fenómenos reales.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 3/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
3
Esta última acepción de ”Estadística” (también escrita con mayúscula), pero sin el
calificativo de “Matemática” será el que usaremos en este curso.
Dentro de este significado caen los métodos utilizados por la “Estadística
Descriptiva” y también por la “Estadística Inductiva”, los cuales serán definidos
más adelante.
Las “estadísticas” son tan antiguas como las sociedades humanas. Puede decirse
que ellas existen desde que se han producido censos, relaciones, catastros, etc.,
tendientes a obtener información acerca de recursos humanos, económicos o de
otra índole. Así por ejemplo, se sabe que en el año 2.000 A.C, existían en China
relaciones de este tipo.
Dentro del mundo de habla hispana se tienen noticias de estadísticas obtenidas
por los árabes en la Península Ibérica en el año 727, así como también de censos
bastantes completos realizados durante la época de los Reyes Católicos y de
Felipe II. Merece especial mención el llamado censo del Marqués de la Ensenada,
y que contiene una información bastante detallada acerca de la España de 1748.
También en el Archivo de Indias, se conservan valiosísimas estadísticas
económicas, que aún no han sido analizadas por completo.
El origen de la “Estadística” se presenta en una época más reciente. La creación
de la primera cátedra y curso de Estadística, se produce en Alemania durante elsiglo XVII. Posteriormente aparecen tres escuelas diferentes:
a) La Escuela Administrativa: Tiene su origen en Alemania, y se ocupa de analizar
información relativa al Estado. Sus principales representantes son Vito de
Seckendoff (1626-1689) , Hermann Conring (1600-1689), y Godofredo de
Achenwall (1772) .
b) La Escuela Probabilística: Tiene su origen en Italia y Francia, y se dedica al
estudio de los problemas relacionados con los juegos de azar. Sus principales
representantes son Pierre de Fermat (1601-1655), Blaise Pascal (1623-1662),
Pierre Simón Laplace (1749-1827), Simeón Denis Poisson (1781-1840), Carl
Friederich Gauss (1777-1855), y la familia Bernoulli .
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 4/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
4
c) La Escuela Demográfica: Tiene su origen en Inglaterra, y se ocupa de estudiar
los problemas actuariales relacionados con el crecimiento de la población. Sus
principales integrantes son Petty, Halley, King , Davenant y John Graunt (1620 -
1674) .
Mas tarde, en nuestro siglo, aparece la noción de probabilidad por “Teoría de
Conjuntos” ,y gracias a los trabajos de franceses como Borel, Frechet y Levy, y
de los rusos Tchevichev, Tchuprov, Markov y Kolmogorov, continuó el desarrollo
de la Escuela Probabilística, llegando en este siglo a consagrarse como una
disciplina matemática el “Cálculo de Probabilidades”.
La Estadística como ciencia aplicada al estudio de la realidad puede ser dividida
en dos grandes ramas , perfectamente diferenciadas, no solamente por el
objetivo que persiguen, sino también por los métodos que utilizan.
Ramas de la EstadísticaDescriptiva
Inductiva
La Estadística Descriptiva se dedica a describir el conjunto de datos de una
población, o de una muestra , mediante el cálculo de ciertas cifras, tales como
promedios, coeficientes de variación, etc., que resuman la información contenida
en ellos, y que a la vez permitan comparar su comportamiento con el de otras
poblaciones o muestras. También se ocupa la Estadística Descriptiva, del estudiode una serie de técnicas de representación gráfica, que son de una gran ayuda a
la hora de analizar los datos, y que de una manera rápida y sencilla suministran
información sobre su comportamiento.
La Estadística Inductiva, que más comúnmente se denomina “Inferencia
Estadística”, tiene como objetivo el utilizar los resultados de una muestra, para
estimar o inferir las características de la población.
Para estudiar la “Inferencia Estadística” es requisito indispensable el
conocimiento previo del “Cálculo de Probabilidades” y la “Estadística Matemática”,
pues los resultados de una muestra no pueden ser extrapolados con certeza a la
población de donde proviene, y es necesario acompañar a la inferencia con el
grado de confianza que posee.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 5/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
5
Así por ejemplo, al tomar una muestra de electores, y encontrar que el 32% de
ellos simpatizan por un cierto candidato, no podemos inferir que este mismo
porcentaje es aplicable a toda la población. Solamente podremos inferir que el
verdadero porcentaje es cercano a este 32% , con un cierto nivel de confianza ;
siempre que hayamos tomado la muestra respetando ciertos principios exigidos
por la Inferencia Estadística.
El conjunto de datos muestrales puede describirse o analizarse de la misma forma
que una población, y por ello, pueden manejarse en un doble sentido; primero
para describir el propio conjunto de observaciones, y segundo, para inferir lo que
ocurre en la población.
Es por ello que la fase descriptiva es común al análisis de cualquier conjunto de
observaciones o datos, ya sean éstos provenientes de toda una población, o bien
en el caso de que constituyan una muestra de ella, y por esta razón, la
“Estadística Descriptiva” constituye la parte más clásica, más conocida y más
elemental de la ciencia Estadística, y a su estudio, dedicaremos el mayor énfasis
a lo largo de este texto.
2 Población y Muestra
La Estadística tiene por objeto el estudio de los colectivos, y de las relaciones
que existen entre ellos, entendiendo por colectivo, población o universo, a unconjunto de elementos, personas o cosas, donde cada uno de ellos posee un
carácter , que más adelante denominaremos la variable estadística.
La Estadística no estudia casos individuales, como el ingreso de una persona , o
la preferencia de un elector, sino conjuntos numerosos de personas en lo
referente a su ingreso , o de electores en lo referente a la preferencia de cada uno
de ellos.
Una población puede tener un número finito de elementos, o puede ser tan
grande, que puede ser tratada como si fuera infinita. En “Estadística Matemática”
por lo general, la población se considera infinita, pues el experimento puede ser
repetido una y otra vez, y por lo tanto es posible coleccionar un número infinito de
observaciones para la variable en estudio.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 6/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
6
Se llama “Parámetro Poblacional” a un valor que depende que los caracteres de
cada uno de los elementos que forman la población, como por ejemplo , el
porcentaje de elementos que posee un cierto atributo , o la suma de todos los
caracteres asociados a cada uno de los elementos , en el caso de que éste sea
un valor numérico , como por ejemplo el total de habitantes que residen en una
localidad, que es la suma de los habitantes que residen en cada una de las
viviendas ubicadas en esa localidad.
Para obtener el valor de un parámetro poblacional, es necesario conocer el
carácter de cada uno de los elementos de la población, y como la observación de
todos ellos resulta prácticamente imposible por el elevado costo que representa,
se procede a analizar sólo una parte de ella , con el objeto de inferir de ella el
valor del parámetro poblacional.
Esta parte de la población se denomina “muestra” ; de manera que en un sentido
amplio , una muestra es un subconjunto cualquiera de la población . El objetivo de
la “Inferencia Estadística” tal como se dijo antes, es analizar esta muestra , y de
allí obtener conclusiones para la población.
Figura N° 1 : Relación entre la muestra y la población
La forma como se haga la selección de los elementos de la población para
integrar la muestra se denomina “el plan de muestreo”, y determina la
metodología estadística a seguir para hacer la inferencia.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 7/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
7
Según sea el “Plan de muestreo”, las muestras se clasifican de la siguiente forma:
Tipos de muestras
No Probabilisticas
Aleatoria
Estratificada
Probabilisticas Sistematica
Conglomerados
Una muestra es no probabilística cuando la selección de los elementos de la
población que pasan a formar parte de la muestra se hace a criterio de la persona
que está tomando la muestra, sin que medie ningún tipo de procedimiento
aleatorio para su selección. Los procedimientos de Inferencia Estadística no son
aplicables a este tipo de muestras.
Una muestra se dice probabilística cuando la selección de los elementos queintervienen en ella se hace a través de algún procedimiento aleatorio, o sorteo,
que le concede a cada uno de los elementos de la población, un cierto chance de
caer en ella.
Existen diversos tipos de muestras probabilísticas:
Muestra aleatoria simple: Es aquella en que cada elemento de la población tiene
idéntica probabilidad de caer en la muestra, y por lo tanto todas las muestras
posibles son igualmente probables.
Para lograr que cada elemento de la población tenga igual probabilidad de caer
en la muestra, es necesario en primer lugar numerarlos por cualquier criterio
desde 1 hasta N = Tamaño de la población, y luego hacer un sorteo aleatorio, o
en su defecto, utilizar la tabla de dígitos al azar para simular el sorteo. En la
actualidad, los programas computarizados permiten generar números aleatorios
que hacen la selección aleatoria de la muestra.
Muestra Estratificada: Es aquella en donde antes de tomar la muestra se divide
a la población en grupos llamados “estratos” , y posteriormente dentro de cada
estrato se toma una muestra aleatoria simple.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 8/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
8
Muestra Sistemática: En este tipo de muestras, la metodología es como sigue:
a) Se divide la población en bloques de “k” elementos cada uno, y se numeran
desde 1 hasta “k”.
b) Se elige un número entero al azar entre 1 y k .
c) Dentro de cada uno de los bloques se elige el elemento que corresponda al
número aleatorio seleccionado.
d) La muestra queda formada por los elementos elegidos, uno en cada uno de los
bloques.
Ejemplo: Supongamos que en una población de 3.000 elementos queremos tomar
una muestra sistemática de 10 elementos.
Para definir los elementos que van a formar parte de la muestra dividimos a la
población en 10 bloques de 300 elementos cada uno.
A continuación se elige un número al azar entre 1 y 300 , digamos 158.
La muestra quedará conformada por los elementos que ocupen el puesto N° 158
en cada uno de los diez bloques.
Muestra por Conglomerados: Este tipo de muestreo consiste en dividir también
a la población en grupos que se denominan “conglomerados” , y luego elegir
aleatoriamente algunos de ellos . En los conglomerados que resultenseleccionados se realiza un censo, es decir , son examinados la totalidad de los
elementos que lo conforman.
La elección del “Plan de Muestreo” a utilizar en cada situación depende de varios
factores tales como:
La homogeneidad o heterogeneidad de la población en estudio.
La factibilidad de poder identificar a todos los elementos que conforman a un
determinado grupo , estrato o conglomerado.
El costo del muestreo.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 9/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
9
Antes de proceder a seleccionar el “Plan de Muestreo” a seguir, es necesario
ponderar cada uno de estos factores, así como también la precisión del muestreo.
3 Variables Estadísticas y su clasificación
Hemos visto que la población está formada por elementos, y que cada uno de
estos elementos posee un carácter, que varía de un elemento a otro.
Este carácter puede ser de muy variada índole; puede ser la estatura de cada uno
de los habitantes de un país, el canal de televisión que en un momento
determinado están sintonizados en cada hogar de una ciudad, etc.
Este carácter en estudio, y que puede ser diferente para cada uno de los
elementos de la población se denomina la variable estadística.
Las variables estadísticas se clasifican de la siguiente forma:
Variables Estadísticas:
Cualitativas Nominales
Ordinales
CuantitativasDiscretas
Continuas
Se dice que una variable estadística es cualitativa cuando representa una
cualidad o un atributo, como por ejemplo la ciudad en que reside un habitante de
un país, o la religión que profesa una persona.
Las variables cualitativas se clasifican en:
a) Variables Nominales o Categóricas. Este es el caso en que entre los
distintos valores de la variable no existe ninguna relación de orden o de jerarquía.
Tal es el caso por ejemplo, en que la variable estadística en estudio es el estado
civil de los empleados de una empresa. Aquí los posibles valores de esta variable
son: Soltero, Casado , Viudo y Divorciado .
En algunos casos, a ciertas variables nominales, por comodidad en el tratamiento
de los datos se les asignan valores numéricos, sin que este artificio le haga perder
su condición de Variable Nominal. Por ejemplo, en una encuesta se podría
presentar la siguiente situación:
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 10/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
10
Pregunta: ¿ Cual canal de televisión prefiere Ud. ?.
Respuestas: 1- El Canal 2.
2- El Canal 4.
3- El Canal 5.
4- El Canal 8.
5- El Canal 10.
En este caso ni los números que identifican a la respuesta del encuestado (1,2,3,4
ó 5) , ni los números que corresponden a cada uno de los canales de televisión
(2,4,5,8 ó 10), cuantifican una magnitud en sí, sino que representan una cualidad
como es la preferencia del televidente.
De forma pues que esta variable, a pesar de tomar valores numéricos, es una
Variable Cualitativa, y además Nominal, puesto que los números mencionados no
sugieren una relación de orden, debido a que no podemos decir que el televidente
de un determinado canal, es mejor o peor que el televidente de otro canal, porque
el número que identifica al canal es mayor o menor que el otro.
b) Variables Ordinales. Este es el caso en que entre las diferentes cualidades
existe una relación de orden jerárquico entre ellas, y es posible decir que cierta
categoría es mayor o menor, o mejor o peor , que otra.
Por ejemplo, al clasificar a un grupo de personas según sus edades en infantes,
adolescentes, adultos, maduros y ancianos , es posible establecer un orden , o
también al clasificar a los miembros del ejército según su rango, es posible
establecer un orden , y decir que ser General de División es más que ser Coronel,
etc.
Algunas veces, variables estadísticas que pueden ser medidas numéricamente
por comodidad de trabajo, son tratadas como variables cualitativas ordinales.
Tal es el caso por ejemplo, de la clasificación socio - económica que se suele
hacer en grupos familiares , tomando únicamente como elemento de juicio su
nivel de ingresos, y clasificarla así en Clase Alta, Media Alta, Media, Media Baja o
Marginal . Aquí se está tomando en cuenta una variable numérica, como es el
ingreso familiar, para decidir acerca de una cualidad como es la condición de vida
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 11/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
11
de la familia. En estos casos se presenta el problema de definir cuáles son las
fronteras numéricas, para ubicar a un elemento en una u otra escala.
Las variables cuantitativas son aquellas que se refieren a magnitudes
numéricas, tales como la estatura de un grupo de personas, o el número de
personas que residen en una vivienda.
Las variables cuantitativas se clasifican en discretas y continuas.
Una variable es discreta cuando el conjunto de valores que puede tomar es finito
o infinito numerable, es decir que puede ponerse en correspondencia con el
conjunto de los números naturales.
Por ejemplo, si en una determinada investigación estamos analizando el número
de vehículos que posee cada una de las residencias de una urbanización, el
resultado de nuestras observaciones serán números naturales, o cero; ésta es
pues una variable discreta. Otros ejemplos de investigaciones que dan lugar a
variables discretas son: Número de hijos que posee un matrimonio, número de
clientes que acuden diariamente a un comercio, etc.
Es conveniente aclarar que para que la variable sea considerada como discreta,
no es necesario que los valores que tome sean números enteros, sino que el
número de valores que pueda tomar sea numerable. Así por ejemplo, sianalizamos el monto de las compras realizadas por un grupo de personas en un
supermercado, el resultado de nuestra observación puede no ser un número
entero, puesto que es posible que una persona realice una compra de digamos
Bs 843,95 ; sin embargo, a pesar de esta situación dicha variable es discreta,
debido a que si tomamos en consideración que si la unidad monetaria no se
fracciona más allá del céntimo, entonces no podremos encontrar observaciones
con tres o más cifras decimales, y el conjunto de los números positivos con dos
cifras decimales es numerable.
El comportamiento de una variable discreta se representa en la siguiente figura:
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 12/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
12
Figura N° 2 : Comportamiento de una variable discreta
Se dice que una variable es continua cuando puede tomar cualquier valor dentro
de un intervalo real.
Así por ejemplo, si consideramos el peso de una persona, el resultado de nuestra
observación será un número real positivo, sin limitación en el número de cifras
decimales.
Hay que advertir que una variable continua no puede ser jamás medida en su
exacto valor, pues por más pequeña que sea la unidad de medida que utilicemos,
siempre podremos encontrar valores más pequeños que esa unidad .
Así por ejemplo cuando decimos que un bombillo falló a las 532 horas de uso ,
esto no significa que la falla ocurrió en el preciso instante en que cumplía las 532
horas . Lo que significa es que falló en algún instante entre las 532 y las 533
horas , lo que representa un intervalo de tiempo.
La variable discreta por el contrario, si puede ser medida en su valor exacto, y asípor ejemplo , cuando decimos acudieron 532 clientes a un banco durante un día
determinado, ésta cifra representa un valor exacto, y es puntual.
Figura N° 3 : Comportamiento de una Variable Continua
Las variables continuas más frecuentes suelen ser el tiempo , longitud, área,
volumen, etc.
Los posibles valores de la variable son puntos aislados.
Entre un punto y el siguiente , la variable no puede tomar valores.
Los puntos no tienen que estar igualmente espaciados.
El conjunto de puntos es numerable.
La variable continua puede tomar infinitos valores , cualquiera dentro del intervalo
No se puede medir el valor exacto de la variable.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 13/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
13
4 Escalas de Medición
Una vez que ha sido definida la variable estadística que va a ser analizada, nos
encontramos con el problema de cómo medirla.En muchas oportunidades este asunto no presenta ninguna dificultad, pues la
variable considerada ya tiene una unidad de medida perfectamente definida.
Tal es el caso por ejemplo, de una longitud, en donde ya existen varias unidades
de medición universalmente aceptadas, como pudieran ser el metro, la pulgada, el
milímetro, etc.
En otros casos sin embargo, la situación no es tan clara, pues no existe tal unidad
de medida, y se hace necesario definir una escala de medición.
Por ejemplo, si la población estudiada es el conjunto de clientes de una empresa
de servicios , y lo que se quiere estudiar es el nivel de satisfacción de cada uno
de ellos por el servicio prestado, inmediatamente nos preguntaremos: ¿ cómo
medir ese nivel de satisfacción ?.
La selección de una escala de medición adecuada es una decisión importante en
cualquier investigación, pues de ella dependerá la metodología estadística a
seguir, y las conclusiones de la investigación.
En 1948, el científico S.S. Stevens propuso una clasificación lógica para los tipos
de medición, con la que no todos los estadísticos concuerdan, pero que es la más
divulgada y conocida.
Stevens señaló que si no existieran mediciones el mundo sería caótico, y no
existiría ciencia estadística, y si las mediciones fuesen totalmente exactas, habría
una demanda mucho más reducida para emplear la Estadística.
Stevens reconoce cuatro tipos de escalas de medición: nominal, ordinal , de
intervalos, y de razón.
Las escalas nominales se emplean para medir variables cualitativas
nominales, y se utilizan como medidas de identidad. Una escala de este tipo
tendría que ser necesariamente usada para representar los distintos valores
de variables como sexo , religión , etc.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 14/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
14
En una escala nominal, los diferentes valores de la variable se suelen numerar
por orden alfabético de las categorías, y los números asignados no
corresponden a ninguna medición, ni entre ellos existe relación jerárquica
alguna.
La escala ordinal refleja orden o jerarquía entre los distintos niveles de la
variable, y se disponen de la más alta a la más baja , o viceversa.
El ejemplo clásico de este tipo de escala es el empleado para evaluar la
dureza de los minerales. Esta propiedad se define como el grado de
resistencia a la abrasión, y en esta escala el número 1 corresponde a un
material muy suave y fácil de desmenuzar como el talco, mientras que el
número 10 en el extremo opuesto de la escala, corresponde al diamante, que
puede rayar a todos los demás , y no puede ser rayado por ninguno.
Con relación a este tipo de escalas, hay dos comentarios importantes que
hacer:
a) Iguales diferencias entre los números de la escala , no necesariamente
reflejan iguales diferencias de intensidad para la variable medida.
Consideremos por ejemplo, el siguiente caso: Supongamos que para medir el
grado de satisfacción de los clientes por un determinado servicio, se propone
la siguiente escala nominal:1. Totalmente insatisfecho.
2. Bastante insatisfecho.
3. Medianamente satisfecho.
4. Bastante satisfecho .
5. Totalmente satisfecho.
En esta escala, a pesar de que la diferencia 5 - 3 = 3 -1, no podemos decir que
la diferencia entre el grado de satisfacción entre los clientes del nivel 5 y los del
nivel 3 , es la misma que entre los clientes del nivel 3 y el nivel 1.
b) En una escala nominal tampoco podemos hacer comparaciones de razón
entre los diferentes niveles o números de la escala.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 15/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
15
Así por ejemplo, en el caso anterior sería absurdo decir que como 4 es el doble
de 2 , entonces los clientes del nivel 4 están doblemente satisfechos que los
del nivel 2.
La escala de intervalos es para variables cuantitativas, y por lo tanto
proporciona valores numéricos .En este tipo de escala hay que seleccionar una
unidad de medida , y la medición expresa el número de unidades que posee el
elemento medido.
En una escala por intervalos hay tres características fundamentales:
1. El cero es completamente arbitrario, y no significa necesariamente la
ausencia de la cantidad medida.
2. Diferencias iguales reflejan idénticas diferencias, entre los niveles de la
variable en estudio .
3. No se pueden hacer comparaciones de razón.
Un ejemplo de escala por intervalos es la utilizada para medir la hora del día.
En esta escala el cero que corresponde a la medianoche , es completamente
arbitrario, y el tiempo transcurrido entre las 5:00 y las 8:00 , es el mismo que
entre las 14:00 y las 17:00.
Otro ejemplo de escala por intervalos es la utilizada para medir latemperatura, bien sea en °C o en °F . En la escala centígrada el cero es
arbitrario, y corresponde a la temperatura de congelación del agua , y la
diferencia de temperatura entre 10°C y 14°C es la misma que entre 25°C y
29°C .
En una escala por intervalos no se pueden hacer comparaciones de razón
entre los valores de la variable, y así por ejemplo si en un día la temperatura
fue de 15°C y en otro de 30°C, es incorrecto decir que en el segundo día hizo
el doble de calor que en el primero.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 16/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
16
La escala de razón o de cociente es también para variables cuantitativas, y
se diferencia de la de intervalos en que en ella el cero no es arbitrario, y
corresponde realmente a una total ausencia de la propiedad estudiada.
En una escala de razón, lo mismo que en una de intervalos, a iguales
diferencias entre los números asignados corresponden iguales diferencias de
intensidad de la variable en estudio, pero ahora si es posible hacer
comparaciones de razón entre los elementos, y decir que en un elemento “A” el
valor de la variable es tres veces o cuatro veces el valor de otro elemento "B”.
El peso y la estatura son ejemplos claros de una escala de razón, pues una
persona que pese 90 Kgs, pesa el triple que un niño que pese 30 Kgs.
5 Datos estadísticos y su clasificación
Se llama dato estadístico, al resultado de medir el valor de la variable estadística
en un elemento de la población.
Así por ejemplo, si la variable estadística en estudio es el peso de los estudiantes
universitarios , el peso de un estudiante en particular representa una observación
de esa variable, y constituye un dato . El peso de cada uno de los estudiantes
universitarios define el conjunto de datos poblaciones, y el peso de aquellos
estudiantes que resulten muestreados el conjunto de datos muestrales.Según sea la naturaleza de la variable estadística analizada, los datos
estadísticos se clasifican de la misma manera en cualitativos y cuantitativos.
Sin embargo, es necesario aclarar que en el caso de datos cuantitativos no existe
la clasificación en discretos y continuos , pues un dato cuantitativo es siempre
discreto, ya que para medir la variable continua , es necesario definir una unidad
de medida , y por lo tanto no es posible ir más allá de un cierto nivel de precisión
o cifras significativas . Los instrumentos de medida no permiten pasar más allá de
un cierto límite de precisión, y por lo tanto el dato no podrá tener más cifras
decimales que las que el instrumento de medición nos permita.
Así por ejemplo, si la variable analizada es la duración de un lote de pilas; ésta
variable es evidentemente continua, puesto que la duración puede ser cualquier
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 17/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
17
número real positivo. Sin embargo, si al medirla , disponemos de un cronómetro
que no aprecia más allá del minuto, entonces el resultado de la medición será el
número de minutos transcurridos hasta que la pila falle, que es siempre un
número entero, y por lo tanto un dato discreto.
Otra forma importante de clasificar los datos estadísticos, es en univariantes,
bivariantes o multivariantes.
Datos univariantes son aquellos en donde se analiza el comportamiento de una
sola variable, como por ejemplo la tensión arterial de una persona, o las ventas
diarias de una empresa.
Datos bivariantes son aquellos en donde para un mismo elemento ,se analizan
simultáneamente dos variables, como pueden ser por ejemplo, la estatura y el
peso de una misma persona.
En este caso los datos vienen dados por pares de observaciones de la forma
(x ,y) , y también se les suele llamar datos apareados .
Datos multivariantes son aquellos en donde se toma sobre un mismo elemento,
información acerca de más de dos variables, como puede ser el caso en donde
además de la estatura y el peso de la persona, se registra su tensión arterial y su
edad.
El análisis de datos multivariantes, es de gran aplicación en la investigación,debido a que en la mayoría de los casos, el investigador está interesado en
conocer el grado de relación que presentan las variables entre sí; por ejemplo, en
la investigación médica, se puede estar interesado en determinar la relación que
existe entre la tensión arterial de una persona, y su estatura, o su peso y edad; o
en una investigación de mercados, la relación entre la preferencia del consumidor
hacia determinados productos ,y su sexo, o condición social,. etc.
Otra distinción que debe considerarse, es la relacionada con el factor de orden
temporal de las observaciones, y tomando en cuenta este factor distinguiremos el
caso atemporal, en donde no se considera las fechas en que fueron tomadas las
observaciones, y el caso temporal en donde si se considera este factor. El análisis
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 18/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
18
de series cronológicas, por ejemplo, es fundamental para poder analizar las
fluctuaciones en la demanda de ciertos productos, debido a que en muchos
casos, las variaciones en la demanda de un mes a otro, no se deben
exclusivamente al azar, sino también a la presencia de factores estacionales que
deprimen la demanda unos meses, y la incrementan otros.
En los capítulos sucesivos, nos dedicaremos a estudiar las diferentes técnicas
estadísticas, para el análisis de los datos en cada uno de estos casos.
6 Etapas de una Investigación Estadística
La Estadística es una herramienta fundamental en cualquier investigación, bien
sea científica o social , y su aplicación requiere de una cierta metodología.
Por lo general los problemas mas frecuentes que hay que resolver a la hora de
aplicar métodos estadísticos en una investigación, son en este orden los
siguientes:
1. Formulación del problema: Esta es la fase conceptual de la investigación , y
consiste en definir en primer lugar el objetivo de la investigación que se va a
realizar , las hipótesis que se pretenden probar , la definición de la población a
considerar, y la selección de las variables a medir .
En muchas oportunidades , esta fase también exige la creación de una escalade medición , porque la misma no existe para algunas de las variables que van
a ser analizadas.
Esta es quizás la fase más importante en la investigación, pues es la que
condiciona todas las posteriores , y la validez de las conclusiones.
2. Diseño del experimento: Una vez que ha sido definido el problema , el
investigador debe decidir si estudiar toda la población o sólo una muestra.
En caso de que decida hacer un muestreo, habrá que definir el tipo de
muestreo a utilizar , si aleatorio simple , estratificado , por conglomerados, etc.
También será necesario calcular el tamaño de muestra requerido el cual
dependerá de la precisión que se le quiera dar al muestreo ; y también será
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 19/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
19
necesario diseñar un cuestionario , o formato para ser llenado por la personas
que van posteriormente a recoger la información.
El diseño de la encuesta y la redacción de las preguntas es un aspecto muy
importante en esta fase, pues de la sinceridad de las respuestas dependerá la
validez de la investigación.
Este es un problema más de carácter psicológico que estadístico, pues la
Estadística supone que la respuesta obtenida es sincera , y en la práctica no
necesariamente esto es cierto.
La apariencia física del encuestador, el momento de realizar la encuesta, y la
forma de hacer las preguntas son aspectos muy importantes a considerar aquí.
Otro aspecto que también debe ser analizado en esta fase es el relativo a los
programas de computación que van a ser utilizados posteriormente para
procesar la información recogida en el muestreo.
3. Recolección de datos . Esta es la fase de campo propiamente dicha, en la que
el investigador hace el sorteo aleatorio de las unidades de la población que van
a pasar a formar parte de la muestra, y posteriormente las entrevista, o las
ensaya en caso de que se trate de una investigación hecha en un laboratorio.
En esta fase , el investigador debe poner especial cuidado en que la muestraquede conformada por estrictamente las unidades que resultaron sorteadas, y
no por otras que le resulten más cómodas al encuestador .
Cualquier error en este sentido haría que la investigación pierda fuerza, y
podría incluso invalidar sus conclusiones .
4. Tabulación y Descripción de los resultados. Esta es la fase descriptiva de la
investigación, en donde los datos tomados en la fase anterior son organizados
y resumidos en tablas estadísticas, y también representados en gráficas que de
una manera rápida permitan visualizar su comportamiento.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 20/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
20
En esta fase es indispensable el manejo de las técnicas de Estadística
Descriptiva que serán estudiadas más adelante, y debe contarse con la ayuda
del programa de computación seleccionado en la fase de diseño.
5. Inferencia Estadística y Conclusiones : Esta es la fase final de la investigación,
en donde los resultados obtenidos en la muestra son analizados con los
métodos de la Inferencia Estadística, y se obtienen conclusiones para la
población.
Las conclusiones obtenidas en esta fase se refieren a las hipótesis que
habían sido formuladas en la fase inicial, o también a la estimación del valor de
ciertos parámetros poblacionales que eran desconocidos al comienzo de la
investigación.
Preguntas de Revisión
1. Explique la diferencia entre Estadística Descriptiva e Inductiva.
2. Explique porque, la Estadística Descriptiva complementa a la Estadística
Inductiva.
3. Comente la siguiente expresión: "Todas las observaciones provenientes deVariables Cuantitativas son discretas" .
4. Identifique las siguientes Variables como Cuantitativas, o como Cualitativas, y
clasifíquela según sea el caso:
a) El número de habitaciones que posee una residencia.
b) El país de nacimiento de una persona
c) El nivel de instrucción de una persona.
d) La emisora de radio preferida.
e) El área de un apartamento.
f) La temperatura máxima diaria en una ciudad.
g) El sexo de una persona
h) Las zonas de residencia.
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 21/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
21
i) El saldo de una cuenta bancaria.
j) El estado civil.
5. Identifique las siguientes Variables Cuantitativas, como Discretas o como
Continuas, según sea el caso:
a) El número de alumnos presentes en un salón de clases.
b) El número de automóviles que circulan cada día por una cierta calle.
c) El contenido de cemento en un saco.
d) Las ventas diarias de un comercio.
e) El diámetro de una esfera.
f) La duración de un bombillo.
g) El tiempo de espera en una cola.
h) El precio de una caja de jabón detergente en varios supermercados.
i) El ingreso mensual de una persona.
6. ¿Cómo puede hacerse para pasar de unas estadísticas cuantitativas, a otras
cualitativas ? . ¿Es posible el proceso inverso ? . Justifique su respuesta.
7.Identifique las siguientes Variables como Ordinales, o como Nominales, según
sea el caso:
a) La marca de cigarrillo preferida por un fumador.
b) Grado de instrucción de una persona, ofreciendo como opciones:Ninguna, Primaria, Secundaria y Superior.
c) Carrera que cursa un estudiante universitario.
d) Zona en que reside un habitante de una ciudad, clasificándolas en:
Norte, Sur, Este u Oeste
e) Calificación obtenida por un estudiante en un examen, siendo la escala
de calificaciones: Excelente, Meritorio, Aprobado y Deficiente.
f) Estado civil de una persona.
g) Destreza en un oficio, clasificada como: Ninguna, Poca, Mediana, Buena
y Superior.
h) Opinión de un elector acerca de un candidato, siendo las alternativas de
respuesta:
5/8/2018 Variables Estadisticas. Escalas de Medición. Arvelo - slidepdf.com
http://slidepdf.com/reader/full/variables-estadisticas-escalas-de-medicion-arvelo 22/22
Guía sobre “Variables Estadísticas” Angel Francisco Arvelo L
22
No votaré por él.
Me es indiferente.
Quizás vote por él.
Seguramente votaré por él.
i) Periódico preferido por un lector.
8. Proponga una escala de medición para cada una de las siguientes variables ,
y diga si la escala propuesta es nominal , ordinal , de intervalos o de razón.
a) Nivel de instrucción de una persona.
b) Calidad de un artículo.
c) Longitud de un tornillo.
d) Fecha de nacimiento de una persona.
e) Marca de jabón detergente preferido por un ama de casa.
f) Calificación obtenida por un alumno en un examen de Estadística.
g) Edad de una persona