2. INTRODUCCIÓN A LA MEDICIÓN
En cualquier tipo de investigación es importante tener claro lo que debe medirse, por qué debe medirse y como puede hacerse de la mejor manera posible.
De acuerdo con la definición clásica de Stevens, medir significa “asignar números, símbolos o valores a las propiedades de objetos o eventos de acuerdo con reglas”. Medir un fenómeno es acercarse a describir dicho fenómeno. Las mediciones describen los fenómenos de tal forma que puedan analizarse después con técnicas estadísticas.
En la investigación cualitativa algunos fenómenos que son medidos en éstas no pueden caracterizarse como objetos o eventos, ya que son demasiado abstractos para ello. La disonancia cognitiva, el clima organizacional, la cultura y la credibilidad son conceptos tan abstractos que no pueden “verse o tocarse”. Este razonamiento nos hace sugerir que es más adecuado definir la medición como “el proceso de vincular conceptos abstractos con indicadores empíricos”, que se realiza mediante un plan explícito y organizado para clasificar y/o cuantificar los datos disponibles en términos del concepto que el investigador tiene en mente.
La cuestión que tenemos que abordar después, es la adscripción de cada variable a su escala de medida. La escala de medida no es elegida por los investigadores, sino que depende de la naturaleza de la variable sobre la que recogemos información, pero lo que si tenemos que controlar son las formas de reducir al mínimo el error de medición, diseñando mediciones que sean lo más precisas (sin error aleatorio) y exactas (sin error sistemático) en aras a su validez.
Como norma general, son preferibles las variables continuas, porque la información adicional que contienen mejora la eficiencia estadística, pero sin embargo, en muchas ocasiones los investigadores no pueden escoger dicha escala.
Las variables categóricas permiten algunas modificaciones, dentro de la misma escala de medida pueden trabajarse como dicotómicas o policotómicas. Por ejemplo, los resultados pueden ser medidos en una escala tipo Likert (véase tema siguiente), de forma policotómica (como el grado de satisfacción, desde nada hasta muchísimo), y los resultados pueden quedar más adelante reducidos a una dicotomía (no satisfecho y satisfecho).
En estudios con muchos datos o muestras amplias, se pueden codificar las variables como números para poder procesarlas con más facilidad a través de un programa informático (por ejemplo; mujer = “1”; varón = “2”), o asignarles un código (por ejemplo al codificar un cuestionario, No sabe = “0”; No contesta = “9”).
No hay medición perfecta al 100%, pero debemos acercarnos lo más posible a la representación fiel de las variables a observar, mediante el instrumento de medición que desarrollemos Esa medición es efectiva cuando el instrumento de recolección de datos en realidad representa a las variables que tenemos en mente. Si no es así, nuestra medición es deficiente, por tanto, la investigación no es digna de tomarse en cuenta. Se trata de un precepto básico del enfoque cuantitativo.