datos de intervalos: definición, ejemplos y análisis

los datos de intervalos se miden a lo largo de una escala numérica que tiene distancias iguales entre los valores adyacentes. Estas distancias se llaman » intervalos.»

no hay cero verdadero en una escala de intervalos, que es lo que la distingue de una escala de relación. En una escala de intervalos, cero es un punto arbitrario, no una ausencia completa de la variable.

ejemplos comunes de escalas de intervalos incluyen pruebas estandarizadas, como el SAT, e inventarios psicológicos.,

niveles de medición

El intervalo es uno de los cuatro niveles jerárquicos de medición. Los niveles de medición indican con qué precisión se registran los datos. Cuanto más alto es el nivel, más compleja es la medición.

mientras que las variables nominales y ordinales son categóricas, las variables de intervalo y relación son cuantitativas. Se pueden realizar muchas más pruebas estadísticas en datos cuantitativos que categóricos.

escalas intervalo vs relación

Las escalas intervalo y relación tienen intervalos iguales entre valores., Sin embargo, solo las escalas de razón tienen un cero verdadero que representa una ausencia total de la variable.

Celsius y Fahrenheit son ejemplos de escalas de intervalos. Cada punto en estas escalas difiere de los puntos vecinos por intervalos de exactamente un grado. La diferencia entre 20 y 21 grados es idéntica a la diferencia entre 225 y 226 grados.

sin embargo, estas escalas tienen cero puntos arbitrarios – cero grados no es la temperatura más baja posible.

debido a que no hay cero verdadero, no puede multiplicar o dividir las puntuaciones en escalas de intervalos. 30 ° C no es el doble de caliente que 15°C., Del mismo modo, -5°F no es la mitad de frío que -10°F.

en contraste, la escala de temperatura Kelvin es una escala de relación. En la escala Kelvin, nada puede ser más frío que 0 K. Por lo tanto, las relaciones de temperatura en Kelvin son significativas: 20 K es dos veces más caliente que 10 K.

ejemplos de datos de intervalo

conceptos psicológicos como la inteligencia a menudo se cuantifican a través de la operacionalización en pruebas o inventarios. Estas pruebas tienen intervalos iguales entre puntuaciones, pero no tienen ceros verdaderos porque no pueden medir «inteligencia cero» o «personalidad cero».,iv id=»ebbb0ec224″>

Type Examples tests estandarizados IQ

SAT

GRE

GMAT

inventarios psicológicos inventario de depresión de Beck

matrices progresivas de Raven

pruebas de rasgos de personalidad Big Five

para identificar si una escala es valores con unidades de medida fijas, donde las distancias entre dos puntos cualesquiera son de tamaño conocido., Por ejemplo:

• A pain rating scale from 0 (no pain) to 10 (worst possible pain) is interval.
• Una escala de clasificación del dolor que va desde ningún dolor, dolor leve, dolor moderado, dolor severo, hasta el peor dolor posible es ordinal.

tratar sus datos como datos de intervalo permite realizar pruebas estadísticas más potentes.,

análisis de datos de intervalos

para obtener una visión general de sus datos, primero puede recopilar las siguientes estadísticas descriptivas:

• La distribución de frecuencias en números o porcentajes,
• El modo, mediana o media para encontrar la tendencia central,
• El rango, la desviación estándar y la varianza para indicar la variabilidad.

recoger el SAT de calificaciones de un grupo de 59 estudiantes que se gradúan de la Ciudad A. postulantes pueden anotar en cualquier lugar entre 400-1600 en el SAT.,

distribución

Las Tablas y gráficos se pueden utilizar para organizar sus datos y visualizar su distribución.

tendencia Central

a partir De su gráfica, se puede ver que sus datos es bastante distribuidos normalmente. Dado que no hay sesgo, para encontrar dónde se encuentran la mayoría de sus valores, puede usar las 3 medidas comunes de tendencia central: el modo, la mediana y la media.,

la media suele considerarse la mejor medida de tendencia central cuando se tienen datos cuantitativos normalmente distribuidos. Esto se debe a que utiliza cada valor en su conjunto de datos para el cálculo, a diferencia del modo o la mediana.

variabilidad

el rango, la desviación estándar y la varianza describen la dispersión de los datos. El rango es el más fácil de calcular, mientras que la desviación estándar y la varianza son más complicadas, pero también más informativas.,

pruebas Estadísticas

Ahora que usted tiene una visión general de sus datos, usted puede seleccionar las pruebas adecuadas para hacer inferencias estadísticas. Con una distribución normal de los datos de intervalo, es posible realizar pruebas paramétricas y no paramétricas.

Las pruebas paramétricas son más potentes que las pruebas no paramétricas y le permiten sacar conclusiones más sólidas con respecto a sus datos. Sin embargo, sus datos deben cumplir varios requisitos para que se apliquen las pruebas paramétricas.,

las siguientes pruebas paramétricas son algunas de las más comunes aplicadas para probar hipótesis sobre datos de intervalos.

Objetivo	Muestras o variables	Prueba	Ejemplo
Comparación de medios	2 muestras	T-test	¿Cuál es la diferencia en el promedio de los puntajes del SAT de los estudiantes de 2 diferentes escuelas secundarias?,
comparación de medias	3 o más muestras	ANOVA	¿Cuál es la diferencia en los puntajes promedio del SAT de los estudiantes de 3 programas de preparación de exámenes?
correlación	2 variables	R de Pearson	¿cómo se relacionan las puntuaciones SAT y los GPA?
Regresión	2 variables	regresión lineal Simple	¿Cuál es el efecto de la renta de los padres en el SAT?,

preguntas más frecuentes acerca de los datos de intervalo