© FJ Callealta ; LR Rivera (UAH) Los datos y sus escalas ... · © FJ Callealta ; LR Rivera (UAH)...
Transcript of © FJ Callealta ; LR Rivera (UAH) Los datos y sus escalas ... · © FJ Callealta ; LR Rivera (UAH)...
© FJ Callealta ; LR Rivera (UAH)
Los datos y sus escalas de medida
Caso Edad Sexo Ingresos
Part.
Ingre.
Niv.
Estud
Miem-
bros IRPF
1 34 1 120.000 100 1 3 22,1
2 45 1 275.000 85 2 3 24,5
3 34 2 150.000 50 1 4 18,0
4 25 1 150.000 35 3 2 23,1
5 62 2 250.000 99 1 2 32,3
6 53 1 300.000 75 1 3 34,1
7 32 2 120.000 100 2 3 22,1
8 54 2 135.000 85 2 3 24,5
9 23 2 150.000 50 3 4 18,0
10 44 1 150.000 35 1 2 23,1
11 57 1 250.000 100 2 2 32,3
12 50 2 300.000 75 1 3 34,1
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 1
¿Qué y cómo son los datos?
➢Interesa Observar alguna Característica que se manifiesta en
los Elementos, o unidades estadísticas de observación,
procedentes de alguna Población, colectivo o universo.
➢ Observar Medir escala de medida Variable
➢ Observar los resultados de una variable Datos
© FJ Callealta ; LR Rivera (UAH)
Los datos y las escalas de medida:• Los datos expresan mediciones de características de los
elementos observados.
Medición: • S/ Diccionario de Ciencias Sociales:
– Acción de comparar una cantidad con otra de igual naturaleza con objeto de averiguar cuantas veces la primera contiene a la segunda.
• S/ Diccionario de la Lengua Española:– Acción de comparar una cantidad con su respectiva
unidad con el fin de averiguar cuantas veces la segunda está contenida en la primera.
• Actualmente, por “medir” entendemos:– Asignar objetos o acontecimientos a categorías, de
acuerdo con ciertas reglas de comparación.
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 2
© FJ Callealta ; LR Rivera (UAH)
Los datos y las escalas de medida:
Ejemplo: Características Hoteleras
• Zona
• Categoría hotelera
• Disponibilidad de Piscina
• Temperatura media de la zona en Agosto
• Precio medio de una habitación doble
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 3
© FJ Callealta ; LR Rivera (UAH)
Los datos y las escalas de medida:
Ejemplo: Preferencias en Frigoríficos
• Dimensiones: (alto, ancho, fondo)
• Capacidad
• Temperatura mínima
• Número de puertas
• Panelabilidad
• Color
• Nivel de ruido
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 4
© FJ Callealta ; LR Rivera (UAH)
Los datos y las escalas de medida:
Ejemplo: características socio-económicas de asalariados
• Edad
• Sexo
• Ingresos
• Participación en los ingresos de su unidad familiar
• Nivel de estudios
• Número de miembros de su unidad familiar
• Impuesto sobre la Renta de las Personas Físicas
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 5
© FJ Callealta ; LR Rivera (UAH)
Los datos y las escalas de medida:
Medición (Concepción Tradicional)• De acuerdo con la naturaleza de la característica y
la cardinalidad del conjunto de valores que especifican las medidas, éstas se representan mediante:
– Atributos
– Variables
» Discretas
» Continua
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 6
© FJ Callealta ; LR Rivera (UAH)
Los datos y las escalas de medida:
Medición (Concepción Moderna)• Medir = asignar a categorías, de acuerdo con
ciertas reglas de comparación.
• Según el tipo de comparación que admitan las categorías que especifican las medidas, éstas se representan en:
» Escalas Nominales
» Escalas Ordinales
» Escalas de Intervalo
» Escalas de Razón
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 7
© FJ Callealta ; LR Rivera (UAH)
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 8
Tipos de Escalas de medida• Modernamente se distinguen 4 posibles escalas de medida en las que
"medir" el comportamiento de un elemento para una característica determinada:
• Para Atributos:– Nominal xi=xj ó xixj
– Ordinal además de nominal, xixj ó xixj
• Para Variables: – Intervalo además de ordinal, si xixj xi-xj
– Razón además de intervalo, origen 0 físico, tal que si xj0 xi/xj
(Hay una unidad patrón)
Español (1), Francés (2), Inglés (3)
Pésimo (1), Malo (2), Regular (3), Bueno (4) , Excelente (5)
Sin Estudios (0), Primaria (1), ESO (2), Bachillerato (3), Universidad (4)
Escalas de Temperaturas:
0ºC 10ºC 20ºC
32ºF 50ºF 68ºF
Peso:
10 kg 20kg 30kg
22,0459 Lb 44,0918 Lb 66,1377 Lb
© FJ Callealta ; LR Rivera (UAH)
Escalas de MedidaEscala Dicotómica o Binaria
• Toma dos estados excluyentes (A-Ac,Sí-No,V-F,E-F,0-1)
• Conceptualmente, es un caso particular de la escala nominal
• Pero, si interpretáramos que un estado es “mejor” o “peor” que el otro en algún sentido, induciríamos un orden entre las categorías, pudiéndose ver como una escala ordinal
• Además, interpretando por 0 la ausencia de una característica y por 1 su existencia, estos dos extremos pueden verse como límites de un intervalo que podría recorrerse hipotéticamente de forma contínua desde el 0 al 1 a medida que vamos dando cumplimiento a la característica de referencia. En este caso puede verse como una escala de razón y, por tanto, también como una escala de intervalo. (variables dumies)
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 9
© FJ Callealta ; LR Rivera (UAH)
Cambios de escala con pérdida de Información:
• Razón Intervalo– Se pierde el cero físico y la unidad patrón
– Se pierde la magnitud del cociente entre los valores
• Intervalo Ordinal– Se pierde la magnitud de la diferencia entre los valores
– los individuos de las nuevas clases son indistinguibles
• Ordinal Nominal– Se pierde la relación de orden entre las clases
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 10
© FJ Callealta ; LR Rivera (UAH)
Cambios de escala con Incorporación de Información Subjetiva:
• Intervalo Razón– Se define un cero físico y la unidad patrón
– Se define la magnitud del cociente entre los valores
• Ordinal Intervalo– Se define la magnitud de la diferencia entre los valores
– Se distingue a los individuos que eran indistinguibles
• Nominal Ordinal– Se define la relación de orden entre las clases
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 11
© FJ Callealta ; LR Rivera (UAH)
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 12
Cambios de escala con ¿ganancia? de Información
• La información que se incorpora a los datos essiempre Subjetiva.– Nos encontramos con este hecho, muy habitualmente,
cuando observamos características cualitativas.
– ¿Se gana realmente información?
• Es muy importante considerar esta cuestión cuandotrabajamos con “escalas de actitud”, que midenpreferencias, actitudes o intenciones, cuyas escalasbásicas de medida son de tipo ordinal.
© FJ Callealta ; LR Rivera (UAH)
Cambio de escala de intervalo a ordinal
Algunos procedimientos:
Partir la escala de intervalos…
• en categorías de igual longitud.
• de forma que quede igual número de miembros en cadacategoría.
• de forma que se respete una cierta distribución para laproporción de cada clase.
• de forma que se respete una cierta distribución para lospuntos de corte entre clases.
• según métodos de conglomerados unidimensionales.
• según métodos discriminantes
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 13
© FJ Callealta ; LR Rivera (UAH)
Cambio de escala de ordinal a nominal
Algunos procedimientos:
• olvidarse de la relación de orden
– considerar las mismas clases.
• usar el principio "central-extremo"
– si tenemos una sucesión A>B>C>D>E, podemos tomarcomo nuevas clases C, BUD AUE (centro, intermedios yextremos).
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 14
© FJ Callealta ; LR Rivera (UAH)
Cambio de escala de intervalo a nominal
Algunos procedimientos:
• Se suelen usar los métodos que pasan de intervalo aordinal y componerlos con los que pasan de ordinal anominal.
Dicotomización• Es el cambio hacia una escala dicotómica o binaria.
Algunos procedimientos:
• Es un caso particular de pasar de intervalo a ordinal o de
intervalo a nominal.
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 15
© FJ Callealta ; LR Rivera (UAH)
Cambio de escala de nominal a ordinal
El procedimiento normal consiste en encontrar una variable ordenada, estrechamente ligada a la nominal dada.
Algunos procedimientos:
• Ordenar las clases de acuerdo con la correlación con unavariable de intervalo.
• Ordenar las clases de acuerdo con la correlación derangos de alguna variable ordinal relacionada.
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 16
© FJ Callealta ; LR Rivera (UAH)
Cambio de escala de ordinal a intervalo
El problema consiste en asignar un "valor numérico" a cadaclase de forma que se continúe conservando el orden yaporten magnitudes de las diferencias entre las clasessignificativas en algún sentido
Algunos procedimientos:• Asumir la misma distancia entre clases y asignar a cada
clase como valor el de su correspondiente rango
• Asignar a cada clase como valor el orden del estadísticoordenado que la tiene como más probable.
• Asignar a cada clase un valor función de la distribuciónempírica de la muestra.
• Asignar a cada clase un valor de acuerdo con lacorrelación existente con otra variable de referencia.
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 17
© FJ Callealta ; LR Rivera (UAH)
Cambio de escala de nominal a intervalo
Las clases en principios no están ordenadas, y cualquiertécnica adoptada debe inducir una ordenación, así comouna separación entre las clases. Esta dualidad hace queeste cambio sea el más difícil de todos los estudiados enesta unidad.
Algunos procedimientos:
• Pasar primero de nominal a ordinal, y luego de ordinal aintervalo por los procedimientos anteriores.
• Asignar a cada clase un valor de acuerdo con lacorrelación existente con una variable de intervalo.
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 18
© FJ Callealta ; LR Rivera (UAH)
Escalas de Actitud y Preferencias
• Son escalas que miden preferencias, intenciones oevalúan atributos en algún sentido.
• Propiedades deseables:
➢ Validez: permite medir lo que realmente se pretende
➢Graduación: comprende los niveles fundamentales de actitud
➢ Discriminación: permite diferenciar actitudes diferentes
➢ Seguridad: produce resultados similares si se aplica varias veces al mismo grupo de individuos
➢ Fiabilidad: produce resultados similares independientemente del procedimiento de observación.
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 19
© FJ Callealta ; LR Rivera (UAH)
Clasificación (1)
• Escalas Arbitrarias vs Experimentales
• Escalas Arbitrarias:– Escalas de puntos de Watson y Kirkpatrick
– Escalas de clasificaciones de Horowitz
– Escalas de integridad de Murphy y Likert
– Escalas de intervalos desiguales de Bogardus
– Escalas de Likert
• Escalas Experimentales:– Escalas de Thorndike
– Escalas de Thurstone
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 20
© FJ Callealta ; LR Rivera (UAH)
Clasificación (2)
• Escalas comparativas vs no comparativas
• Escalas comparativas– Escalas de Categorías detalladas (de Guttman)
– Escalas semánticas
– Escalas de suma constante
– Jerarquizadas (o de clasificación por rangos)
– Escalas de Asociación (o similitudes)
– Pareadas
• Escalas no comparativas– Escalas de diferenciales semánticos
– Escalas de Likert
Introducción al Análisis de datos: Datos y Escalas de Medida Nº 21