Escala 

Por escala entendemos un sistema de graduación que representa la principal característica de la variable que deseamos medir, por ejemplo: una escala de ruido que sirva para medir el grado de tolerancia que soporta un obrero en la fabrica. 

Como en el proceso de investigación se aborda la parte estadística y se opera con conjuntos, por lo general éstos poseen un determinado número de unidades, esas unidades a su vez tienen determinadas características que es necesario: contar, jerarquizar o medir. 

Existen cuatro niveles de medición (escalas): 

1.                                             Nominal o clasificatoria.

2.                                             Ordinal.

3.                                             De intervalo.

4.                                             De Razón. 

La escala nominal es aquella que utiliza número como "membretes", con la finalidad de caracterizar o codificar algo para facilitar su manejo. En este caso el orden no tiene ningún significado. 

La escala ordinal es la que sirve para ordenar en categorías correspondientes al valor que adquiere la variable(s) que se está considerando.  

La escala de intervalo se caracteriza por su representación a través de una unidad de medida. Un rasgo importante es que en este tipo de escala la proporcionalidad de diferencias es la misma para varias escalas. Además el orden siempre tiene un significado específico. 

La escala de razón es aquella que representa una proporción o razón de la cantidad considerada como unidad modelo de la medida (arbitrariamente establecida). En esta escala el orden tiene un significado.

Testy pretest

Ambos son instrumentos destinados a la obtención de datos. Su denominación es más usual en las ciencias del comportamiento. El test (prueba Psicométrica) tiene su equivalente en otras áreas del conocimiento con un cuestionario, o sea, que también se aplica con la finalidad de obtener mediante éste los datos pertinentes. El pretest (preprueba) corresponderá a la prueba piloto, la cual se aplica a un sector de la muestra (entre 15% y 20%), para modificar los items que habrán de permitir medir de una mejor forma los componentes de las variables.