1. Escalas de Medida.
1.1. Escala nominal. Las observaciones de un carácter vienen expresadas en escala nominal cuando se pueden clasificar en varias categorías, excluyentes entre sí, entre las cuales no existe ninguna relación de orden y, por tanto, no se puede establecer un origen de referencia, como tampoco es posible operar matemáticamente
1.1.1. Escala ordinal. Se diferencia de la escala anterior en que, en este caso, se pueden establecer relaciones de orden entre las diferentes categorías, existiendo, por tanto, un origen de referencia. Estas categorías se pueden ordenar según el grado en que posean cierta característica, lo que permite decir que una categoría es preferible o mejor que otra, pero no se puede determinar cuánto más se prefiere o es mejor.
1.1.1.1. Escala cuantitativa. A diferencia de las dos anteriores, la escala cuantitativa posee una unidad de medida, con lo cual se puede operar matemáticamente y obtener una serie de medidas que van a caracterizar el fenómeno que se está analizando
2. Etapas del Análisis Estadísticos
2.1. La recogida de los datos, que no por ser una labor elemental está exenta de dificultades e indicaciones que hay que observar. Una recogida mal efectuada puede ocasionar un sesgo inicial sobre la información de la que se quiere disponer.
2.1.1. La ordenación y presentación de los datos necesita una labor previa de depuración de las anomalías que hayan podido observarse. En general, la presentación de los datos se realiza disponiendo los mismos en tablas simples o de doble entrada.
2.1.1.1. Para poder llegar a una descripción inicial de las características más relevantes que puedan apreciarse en una serie estadística de datos se procede a la determinación de medidas o parámetros que intenten resumir la cantidad de información que dicha serie pueda comportar poniendo de relieve las peculiaridades que destaquen en el conjunto de los datos.
2.1.1.1.1. Por último vendría el análisis estadístico formal que, a través del empleo de los métodos facilitados por la estadística matemática, permitirá verificar las hipótesis sobre las regularidades que, en principio, puedan detectarse en las etapas previas.
3. Poblacion y Muestras.
3.1. Se llama población, universo o colectivo al conjunto de elementos que poseen una determinada característica. Cada uno de los elementos que forman parte de la población se denomina individuo o unidad estadística
3.1.1. No siempre es posible estudiar todos y cada uno de los individuos de una población (por razones económicas, de tiempo, etc.) sino solamente una parte de ella, lo que se conoce como muestra. Una muestra es cualquier subconjunto de la población elegido en términos de representatividad. El tamaño de una muestra viene determinado por el número de individuos que contiene
4. Variables y Atributos
4.1. Las variables pueden ser, a su vez, clasificadas como discretas o continuas. En aras de una fácil comprensión, se dice que una variable es discreta cuando presenta un número finito de valores: por ejemplo, el número de asalariados en una empresa puede ser de 10, 11, 12, 13, etc. Una variable es continua cuando puede tomar infinitos valores dentro del intervalo finito o infinito en el que está definida; la altura de los trabajadores de una empresa es una variable continua puesto que, utilizando un instrumento de medida de gran precisión, entre dos alturas cualesquiera se podrían encontrar infinitos valores de la misma
4.1.1. Los atributos gozan de gran importancia en el campo de las relaciones laborales. Como ejemplos se pueden citar los siguientes: el tipo de salario (en dinero o especie); la raza, sexo, edad, estado civil, condición social, ideas políticas o religiosas del trabajador; las circunstancias de la ausencia laboral remunerada (licencia por matrimonio, enfermedad, traslado de domicilio habitual, etc.)