Variables estadísticas: cualitativas, cuantitativas y escalas de medición
Resumen
El documento explica la clasificación de las variables estadísticas en cualitativas y cuantitativas, y describe las escalas de medición, distinguiendo entre escalas no métricas (nominal y ordinal) y métricas (intervalo y razón). También introduce el análisis de componentes principales y el análisis factorial de correspondencia, con sus pasos y criterios de interpretación.
Puntos clave
- Las variables cualitativas expresan categorías y carecen de significado numérico; las cuantitativas tienen significado numérico.
- Las escalas no métricas son la nominal y la ordinal; las métricas son la de intervalo y la continua o de razón.
- La escala nominal identifica pertenencia a categorías, sin orden ni distancia ni origen.
- La escala ordinal tiene orden, pero no distancia proporcional entre categorías.
- La escala de intervalo tiene orden y distancia, pero su origen es arbitrario.
- La escala de razón tiene orden, distancia y origen, y es la más completa.
- En el ACP, el índice KMO es aceptable desde 0.5 y las comunalidades suficientes desde 0.7.
Tipos de Variables Estadísticas
En estadística, las variables se clasifican principalmente en dos tipos:
- Cualitativas: Carecen de significado numérico y expresan categorías.
- Cuantitativas: Tienen un significado numérico.
Escalas de Medición
Las escalas de medición se dividen en métricas y no métricas:
- No Métricas: Nominal y Ordinal.
- Métricas: De Intervalo y Continuas (o de Razón).
Escalas No Métricas
- Nominales:
- Carecen de significado numérico, expresan categorías.
- Es la escala más sencilla. No tiene orden, ni distancia, ni origen.
- Identifican la pertenencia del entrevistado a una categoría.
- Ordinales:
- Indican las posiciones relativas de las categorías.
- Poseen la propiedad de orden, pero no la de distancia, no existiendo ninguna proporcionalidad entre sus categorías.
Escalas Métricas
- De Intervalo:
- Se valora una característica asignando un valor dentro de un rango de valores previamente establecido.
- Posee orden y distancia, pero el origen es arbitrario.
- Cuantifican la distancia entre dos números.
- Continuas o de Razón:
- Tienen las propiedades de orden, distancia y origen.
- Cuantifican la distancia entre dos números.
- Es la escala más completa.
Variables Interdependientes
Análisis de Componentes Principales (ACP)
Paso 1: Análisis de Pertinencia
- Determinante de la matriz de correlaciones: Próxima a 0.
- Test de esfericidad de Bartlett: Chi-cuadrado. Nivel de significación < 0.05 indica correlaciones altas.
- Índice KMO: (0 ≤ KMO ≤ 1) Aceptable a partir de 0.5; cuanto más alta, mejor.
- Comunalidades: La comunalidad representa la cantidad de información que el modelo logra predecir de cada variable; es decir, si las variables están bien representadas. Se considera suficiente a partir de 0.7 y cuanto más alta, mejor.
Paso 2: Cuántos Factores Extraemos
- Mayores que 1 y que expliquen casi el total del acumulado (%).
Paso 3: Qué Variables Forman Cada Sector (Matriz de Componentes Rotados)
- Los mayores de cada columna y que sean mayores que 0.5.
- Nombrar los factores (nombre común).
Paso 4: Interpretación del Gráfico de Variables
Los puntos están situados en un círculo de radio. Cuanto más alta es la correlación, más alejados del origen están.
- Las proximidades de los puntos variables indican el grado de correlación que existe entre ellas. Cuanto mayor es la correlación, más próximos están los puntos.
Análisis Factorial de Correspondencia (AFC)
Información: La relación entre variables cualitativas o modalidades de variables cualitativas se mide en términos de asociación. La inercia es equivalente al concepto de varianza en el ACP. A mayor inercia, mayor información.
Requisitos para el AFC: Variables dependientes estéticas chi-cuadrado = 0. Para que el estudio proceda, la significación del estadístico tiene que ser muy pequeña, menor que 0.05.
Representación por filas: La contribución total tiene que ser > 0.6 para que esté bien representada. Por debajo de 0.5, mal representada.
Dimensión a la que pertenecen: Según el número de porcentaje.
Columna: Lo mismo.
Si dos filas o columnas tienen perfiles parecidos, han sido evaluadas de forma similar y aparecerán cerca en el mapa, lo que significa una asociación entre ellas.
Descargar
PDF Word HTMLPreguntas frecuentes
¿Cuál es la diferencia entre variables cualitativas y cuantitativas?
Las variables cualitativas expresan categorías y carecen de significado numérico, mientras que las cuantitativas tienen un significado numérico.
¿Qué diferencia hay entre la escala ordinal y la de intervalo?
La escala ordinal tiene orden pero no distancia proporcional entre categorías. La de intervalo tiene orden y distancia, aunque su origen es arbitrario.
¿Desde qué valor el índice KMO se considera aceptable?
El índice KMO se considera aceptable a partir de 0.5, y cuanto más alto, mejor.
Ponte a prueba
Tarjetas de repaso
Pulsa una tarjeta para ver la respuesta.
Test
Preguntas generadas con IA a partir del documento: comprueba las respuestas con el texto.