Escalas y variables de medida en psicología

Introducción a las escalas y variables de medida en psicología

En la investigación psicológica, la forma en que se miden y clasifican las variables determina la validez de los resultados y la pertinencia de los análisis estadísticos. Este curso aborda los conceptos clave de escalas de medida (nominal, ordinal, intervalo y razón) y los diferentes tipos de variables (independientes, dependientes, latentes y cualitativas). Cada sección está diseñada para reforzar el aprendizaje mediante ejemplos claros y preguntas tipo test.

1. Tipos de escalas de medida

1.1 Escala nominal

La escala nominal etiqueta categorías sin implicar orden ni distancia. Es útil para variables como sexo o tipo de diagnóstico. La relación estadística que se expresa es igual‑diferente (etiquetado).

• Ejemplo: tabla de sexo (masculino/femenino).
• Operaciones permitidas: conteo y cálculo de frecuencias.

1.2 Escala ordinal

En la escala ordinal, las categorías pueden ordenarse de menor a mayor, pero las diferencias entre ellas no son cuantificables. Un error frecuente es asumir que una codificación numérica (1‑3) implica distancia equitativa, cuando en realidad solo indica orden.

• Ejemplo: niveles de estrés codificados como 1 (bajo), 2 (moderado), 3 (alto).
• Operaciones permitidas: ordenamiento y mediana.

1.3 Escala de intervalo

Las escalas de intervalo permiten comparar diferencias entre valores, pero el cero es arbitrario y no representa ausencia de la magnitud. Un ejemplo clásico es la temperatura en grados Celsius.

• Operaciones permitidas: suma, resta y cálculo de medias.
• No se pueden calcular proporciones (razones).

1.4 Escala de razón

La escala de razón combina todas las propiedades de las anteriores y, además, posee un cero absoluto que indica ausencia total de la magnitud medida. Esto permite comparar tanto diferencias como proporciones.

• Ejemplo: edad en años, peso corporal en kilogramos.
• Operaciones permitidas: todas las anteriores, incluyendo razón (p. ej., "el peso es el doble").

2. Clasificación de variables en investigación

2.1 Variable independiente manipulada

Cuando el investigador manipula deliberadamente una variable para observar su efecto, se trata de una variable independiente manipulada. Es el punto de partida de los diseños experimentales.

• Ejemplo: asignar diferentes tipos de estímulo visual a los participantes.

2.2 Variable dependiente

La variable dependiente es la que se mide para evaluar el impacto de la variable independiente. Su escala de medida debe ser adecuada para el análisis estadístico planeado.

2.3 Variable latente

Una variable latente no se observa directamente; se infiere a través de varios indicadores observables. Por ejemplo, la inteligencia se mide mediante pruebas de razonamiento, memoria y velocidad de procesamiento.

• Se mide indirectamente y requiere técnicas como el análisis factorial.

2.4 Variable cualitativa

Las variables cualitativas describen atributos no numéricos. Cuando se codifican con números (p. ej., 1‑3 para niveles de estrés), es crucial respetar la naturaleza ordinal o nominal de la variable para evitar errores conceptuales.

3. Preguntas tipo test y explicación de respuestas

3.1 Característica distintiva de la escala de razón

La respuesta correcta es: "En la escala de razón el cero indica ausencia absoluta de la magnitud medida". Este cero absoluto permite calcular proporciones (p. ej., "dos veces más alto").

3.2 Tipo de variable cuando la independiente es manipulada

Respuesta correcta: Variable independiente manipulada. Es la base de los diseños experimentales y permite establecer relaciones causales.

3.3 Escala de medida para edad en años con comparación de razones

Respuesta correcta: Escala de razón. La edad tiene un cero real (nacimiento) y permite comparar razones (p. ej., "tiene el doble de edad").

3.4 Variable que solo permite ordenar categorías

Respuesta correcta: Variable ordinal. No se mide la magnitud de las diferencias, solo el orden.

3.5 Ejemplo de variable cuantitativa continua

Respuesta correcta: Peso corporal medido en kilogramos. El peso puede tomar cualquier valor dentro de un rango y permite fracciones.

3.6 Relación estadística en tabla nominal de sexo

Respuesta correcta: Igual‑diferente (etiquetado). La tabla solo clasifica sin orden ni distancia.

3.7 Característica de una variable latente

Respuesta correcta: Se mide indirectamente y no es observable directamente. Requiere indicadores observables.

3.8 Error conceptual al codificar estrés como 1‑3

Respuesta correcta: Se le está atribuyendo una escala ordinal cuando debería ser nominal. Si los niveles no representan una distancia equitativa, la codificación numérica induce un error de interpretación.

4. Aplicaciones prácticas y recomendaciones

Al diseñar un estudio, sigue estos pasos para elegir la escala y el tipo de variable adecuados:

• Identifica la naturaleza de la variable: ¿Es observable directamente o latente?
• Determina el nivel de medición: ¿Necesitas solo etiquetar (nominal), ordenar (ordinal), medir diferencias (intervalo) o comparar razones (razón)?
• Selecciona la escala adecuada y verifica que el cero sea arbitrario o absoluto según corresponda.
• Evita errores de codificación: No asumas que una codificación numérica implica una escala de intervalo si la variable es cualitativa.
• Elige análisis estadísticos compatibles con el nivel de medida (p. ej., chi‑cuadrado para nominal, ANOVA para intervalo/razón).

Dominar estos conceptos mejora la calidad de la investigación y facilita la interpretación de los resultados.