Las Escalas de Medición en la Investigación Científica.

 Las Escalas de Medición en la Investigación Científica: Fundamentos, Tipologías y Aplicaciones Estadísticas.

En el proceso de investigación científica, la medición constituye una etapa fundamental que permite transformar fenómenos abstractos en datos observables y analizables. La precisión con la que se realiza esta medición depende en gran medida del tipo de escala utilizada, ya que cada una determina la naturaleza de los datos, los métodos de análisis y las conclusiones que pueden derivarse del estudio.

Las escalas de medición son sistemas que permiten clasificar y cuantificar variables de acuerdo con ciertas reglas. Según Hernández-Sampieri y Mendoza (2018), la correcta identificación del nivel de medición es esencial para seleccionar los procedimientos estadísticos adecuados y garantizar la validez de los resultados.

En este contexto, se reconocen cuatro niveles o escalas fundamentales de medición: nominal, ordinal, de intervalo y de razón. Estas escalas fueron sistematizadas por el psicólogo Stanley Smith Stevens en 1946, y desde entonces constituyen la base del análisis estadístico en diversas disciplinas.

El presente documento tiene como objetivo explicar cada una de estas escalas, sus definiciones, características, ejemplos de variables y los análisis estadísticos más comunes asociados a cada nivel de medición.

Concepto de escala de medición.

Una escala de medición puede definirse como el conjunto de reglas que permiten asignar números o categorías a las características de un fenómeno. Kerlinger y Lee (2002) señalan que medir implica asignar símbolos o valores a propiedades de objetos o individuos de manera sistemática.

Por su parte, Frederick Kerlinger enfatiza que la medición en investigación no es un proceso arbitrario, sino una actividad estructurada que permite cuantificar la realidad para su análisis científico.

Las escalas de medición determinan:

• El tipo de variable
• La forma de recolección de datos
• Los métodos estadísticos aplicables
• El nivel de interpretación de los resultados

Escala nominal

Definición

La escala nominal es el nivel más básico de medición. Se utiliza para clasificar datos en categorías mutuamente excluyentes, sin establecer un orden entre ellas.

Según Mario Bunge (1995), las variables nominales permiten organizar la realidad en clases o grupos sin implicar jerarquía o magnitud.

Características principales

• No existe orden entre las categorías
• Los valores son etiquetas o nombres
• Las categorías son mutuamente excluyentes
• No se pueden realizar operaciones matemáticas

Ejemplos de variables nominales

• Sexo (masculino, femenino)
• Estado civil (soltero, casado, divorciado)
• Tipo de sangre (A, B, AB, O)
• Carrera universitaria

Análisis estadísticos comunes

En este tipo de escala se utilizan:

• Frecuencias absolutas y relativas
• Porcentajes
• Moda
• Gráficas de barras y pastel
• Prueba de chi-cuadrado

Según David Freedman et al. (2007), las variables nominales permiten describir la distribución de categorías dentro de un conjunto de datos.

 Escala ordinal

Definición

La escala ordinal permite clasificar datos en categorías con un orden lógico o jerárquico, aunque no se puede medir la distancia exacta entre ellas.

De acuerdo con Alan Agresti (2018), las variables ordinales indican posición relativa, pero no cuantifican diferencias exactas entre categorías.

Características principales

• Existe un orden entre los valores
• No se conoce la distancia exacta entre categorías
• No permite operaciones matemáticas precisas
• Permite comparaciones de mayor o menor

Ejemplos de variables ordinales

• Nivel de satisfacción (bajo, medio, alto)
• Nivel educativo (primaria, secundaria, universidad)
• Rangos militares
• Clasificación socioeconómica

Análisis estadísticos comunes

• Mediana
• Percentiles
• Rangos
• Correlación de Spearman
• Pruebas no paramétricas

Field (2018) explica que los datos ordinales son adecuados para análisis que no requieren supuestos estrictos de normalidad.

Escala de intervalo

Definición

La escala de intervalo permite medir variables numéricas donde las diferencias entre valores son significativas, pero no existe un cero absoluto.

Según Ronald Fisher (1925), este tipo de escala permite realizar operaciones aritméticas como suma y resta, pero no proporciones.

Características principales

• Existe orden
• Las diferencias entre valores son iguales
• No existe cero absoluto
• Permite operaciones matemáticas limitadas

Ejemplos de variables de intervalo

• Temperatura en grados Celsius
• Coeficiente intelectual (IQ)
• Años del calendario

Análisis estadísticos comunes

• Media
• Desviación estándar
• Varianza
• Correlación de Pearson
• Pruebas t

Montgomery y Runger (2014) señalan que este tipo de escala permite análisis más complejos que las escalas nominales y ordinales.

Escala de razón

Definición

La escala de razón es el nivel más alto de medición. Permite medir variables cuantitativas con un cero absoluto, lo que hace posible establecer relaciones de proporción.

Triola (2022) indica que esta escala permite realizar todas las operaciones matemáticas, incluyendo multiplicación y división.

Características principales

• Tiene cero absoluto
• Permite comparaciones de proporción
• Admite todas las operaciones matemáticas
• Es la escala más precisa

Ejemplos de variables de razón

• Edad
• Peso
• Estatura
• Ingresos económicos
• Tiempo

Análisis estadísticos comunes

• Media, mediana y moda
• Desviación estándar
• Regresión
• ANOVA
• Análisis multivariado

Agresti (2018) destaca que las variables de razón permiten el uso de modelos estadísticos avanzados.

Escala	Orden	Distancia	Cero absoluto	Ejemplo
Nominal	No	No	No	Género
Ordinal	Sí	No	No	Nivel educativo
Intervalo	Sí	Sí	No	Temperatura
Razón	Sí	Sí	Sí	Edad

 Importancia de las escalas de medición en la investigación

Las escalas de medición son fundamentales porque determinan:

• El tipo de análisis estadístico

• La validez de los resultados

• La precisión de la medición

• La interpretación de los datos

Hernández-Sampieri y Mendoza (2018) señalan que una incorrecta clasificación puede generar errores metodológicos graves.

Las escalas de medición constituyen un elemento esencial en el proceso de investigación científica. Cada nivel —nominal, ordinal, intervalo y razón— responde a diferentes tipos de variables y determina los métodos de análisis estadístico que pueden aplicarse.

La correcta identificación de la escala de medición permite seleccionar técnicas estadísticas adecuadas y garantizar la validez de los resultados. Además, facilita la interpretación de los datos y fortalece el rigor metodológico de la investigación.

Recomendaciones

1. Identificar correctamente el tipo de variable antes de analizar datos.
2. Utilizar métodos estadísticos acordes a cada escala.
3. Capacitar a estudiantes en estadística aplicada.
4. Integrar software estadístico en la investigación.

Bibliografía

Agresti, A. (2018). Statistical methods for the social sciences. Pearson.

Bunge, M. (1995). La ciencia, su método y su filosofía. Siglo XXI.

Field, A. (2018). Discovering statistics using IBM SPSS. Sage.

Freedman, D., Pisani, R., & Purves, R. (2007). Statistics. Norton.

Hernández-Sampieri, R., & Mendoza, C. (2018). Metodología de la investigación. McGraw-Hill.

Kerlinger, F., & Lee, H. (2002). Investigación del comportamiento. McGraw-Hill.

Montgomery, D., & Runger, G. (2014). Applied statistics. Wiley.

Triola, M. (2022). Elementary statistics. Pearson.