통계에는 공칭,서수,간격 및 비율의 네 가지 데이터 측정 척도가 있습니다. 이들은 단순히 다른 유형의 데이터를 하위 분류하는 방법입니다(여기에 통계 데이터 유형에 대한 개요가 있습니다). 이 주제는 일반적으로 학문적 가르침의 맥락에서 논의되고 덜 자주”현실 세계”에서 논의됩니다.”당신은 통계 테스트를 위해이 개념에 솔질하는 경우,이 용어와 함께 올라오고 스탠리 스티븐스라는 이름의 심리학자 연구원 감사.
이 네 가지 데이터 측정 척도(공칭,서수,간격 및 비율)는 아래에서 볼 수 있듯이 예제를 통해 가장 잘 이해할 수 있습니다.
명목상
이해하기 가장 쉬운 것부터 시작합시다. 공칭 척도는 정량적 값없이 변수 라벨링에 사용됩니다. “명목상의”스케일은 단순히”레이블”이라고 할 수 있습니다.”아래에 몇 가지 예가 있습니다. 이러한 모든 척도는 상호 배타적이며(겹치지 않음)그 중 어느 것도 수치 적 의미가 없습니다. 이 모든 것을 기억하는 좋은 방법은”명목상”이”이름”과 같이 많이 들리고 명목상의 비늘은”이름”또는 레이블과 같은 종류라는 것입니다.
참고:두 가지 범주(예:남성/여성)만있는 명목 척도의 하위 유형을”이분법”이라고합니다.”당신이 학생 인 경우,당신은 당신의 교사를 감동하는 데 사용할 수 있습니다.
보너스 노트#2: 다른 하위 유형의 공칭 데이터는”주문이있는 공칭”(예:”콜드,웜,핫,매우 핫”)및 주문이없는 공칭(예:”남성/여성”)입니다.
서수
서수 척도를 사용하면 값의 순서가 중요하고 중요하지만 각 값의 차이는 실제로 알려져 있지 않습니다. 아래의 예를 살펴보십시오. 각각의 경우에,우리는#4 가#3 또는#2 보다 낫다는 것을 알고 있지만,얼마나 더 좋은지 알지 못하고 정량화 할 수 없습니다. 예를 들어,”확인”과”불행”의 차이는”매우 행복”과”행복”의 차이와 동일합니까?”우리는 말할 수 없다.
서수 척도는 일반적으로 만족,행복,불편 함 등과 같은 숫자가 아닌 개념의 척도입니다.
“서수는””순서”와 같은 소리이기 때문에 기억하기 쉽고 그”서수 척도”로 기억하는 열쇠입니다–그것은 중요한 순서이지만,당신이 정말로 이들로부터 얻는 전부입니다.
고급 참고:서수 데이터 집합에서 중심 경향을 결정하는 가장 좋은 방법은 모드 또는 중앙값을 사용하는 것입니다.
간격
간격 척도는 값 간의 순서와 정확한 차이를 모두 알고있는 숫자 척도입니다. 구간 눈금의 전형적인 예는 각 값 간의 차이가 동일하기 때문에 섭씨 온도입니다. 예를 들어,60 도에서 50 도의 차이는 80 도에서 70 도의 차이와 마찬가지로 측정 가능한 10 도입니다.
간격 척도는 이러한 데이터 세트에 대한 통계 분석 영역이 열리기 때문에 좋습니다. 예를 들어,중심 경향은 모드,중앙값 또는 평균으로 측정 할 수 있으며 표준 편차도 계산할 수 있습니다.
다른 사람들과 마찬가지로”간격 척도”의 핵심 포인트를 아주 쉽게 기억할 수 있습니다. “간격”자체는”사이의 공간”을 의미하며,이는 기억해야 할 중요한 것입니다–간격 척도는 순서에 대해 알려줄뿐만 아니라 각 항목 사이의 값에 대해서도 알려줍니다.
구간 척도의 문제는 다음과 같습니다.”예를 들어,섭씨 온도가 아닌”온도 없음”과 같은 것은 없습니다. 구간 척도의 경우 0 은 값이 없음을 의미하는 것이 아니라 실제로 섭씨 0 도와 같이 눈금에 사용되는 또 다른 숫자입니다. 음수 또한 의미가 있습니다. 진정한 0 이 없으면 비율을 계산하는 것이 불가능합니다. 간격 데이터를 사용하면 더하고 뺄 수 있지만 곱하거나 나눌 수는 없습니다.
혼란스러워? 좋습니다,이것을 고려하십시오:10 섭씨+10 섭씨=20 섭씨. 그러나 섭씨 20 도는 섭씨 10 도보다 두 배나 뜨겁지 않습니다. 화씨로 변환 할 때,그것은 분명하다:10 기음=50 에프 과 20 기음=68 에프,이는 분명히 두 배 뜨거운 아니다. 나는 그 말이 희망. 결론,간격 스케일은 중대하다,그러나 우리는 비율을 계산할 수 없습니다,이는 우리의 마지막 측정 규모로 우리를 제공합니다…
비율
비율 척도는 데이터 측정 척도와 관련하여 가장 중요한 열반입니다. 자신을 반복의 위험에,간격 데이터에 대한 위의 모든 비율 스케일에 적용 플러스 비율 스케일은 제로의 명확한 정의가있다. 비율 변수의 좋은 예로는 신장,체중 및 지속 시간이 있습니다.
비율 척도는 통계 분석과 관련하여 풍부한 가능성을 제공합니다. 이러한 변수는 의미있게 더하기,빼기,곱하기,나누기(비율)할 수 있습니다. 중심 경향은 모드,중앙값 또는 평균으로 측정 할 수 있으며 표준 편차 및 변동 계수와 같은 분산 측정도 비율 척도에서 계산할 수 있습니다.
요약
그게 다야! 이 설명이 명확하고 네 가지 유형의 데이터 측정 척도(명목,서수,간격 및 비율)를 이해하기를 바랍니다! 가서 잡아!
당신은 당신의 능력을 테스트하려면,이동 아래의 간단한 퀴즈를 제공(작동하지? 데스크톱 브라우저에서 시도):
