w statystyce istnieją cztery skale pomiarowe danych: nominalny, porządkowy, interwał i stosunek. Są to po prostu sposoby na podkategoryzowanie różnych typów danych (oto przegląd typów danych statystycznych) . Temat ten jest zwykle omawiany w kontekście nauczania akademickiego, a rzadziej w ” realnym świecie.”Jeśli odświeżasz tę koncepcję do testu statystycznego, podziękuj badaczowi psychologowi Stanleyowi Stevensowi za wymyślenie tych terminów.
te cztery skale pomiaru danych (nominalna, porządkowa, interwałowa i stosunek) najlepiej zrozumieć za pomocą przykładu, jak zobaczysz poniżej.
Zacznijmy od najprostszego do zrozumienia. Skale nominalne są używane do etykietowania zmiennych, bez żadnych wartości ilościowych. Skale ” nominalne „można po prostu nazwać” etykietami.”Poniżej kilka przykładów. Zauważ, że wszystkie te skale wzajemnie się wykluczają (nie nakładają się) i żadna z nich nie ma żadnego znaczenia liczbowego. Dobrym sposobem na zapamiętanie tego wszystkiego jest to, że” nominalny „brzmi jak” nazwa”, a nominalne skale są jak” nazwy ” lub etykiety.
Uwaga: Podtyp skali nominalnej z tylko dwiema kategoriami (np. mężczyzna/kobieta) nazywa się „dychotomicznym.”Jeśli jesteś uczniem, możesz użyć tego, aby zaimponować swojemu nauczycielowi.
Notka Bonusowa # 2: Inne podtypy danych nominalnych to ” nominalne z zamówieniem „(jak” zimny, ciepły, gorący, bardzo gorący”) i nominalne bez zamówienia (jak”męski/żeński”).
porządkowy
w przypadku skal porządkowych kolejność wartości jest ważna i znacząca, ale różnice między nimi nie są tak naprawdę znane. Spójrz na poniższy przykład. W każdym przypadku wiemy, że #4 jest lepsze niż #3 lub # 2, ale nie wiemy–i nie możemy określić ilościowo–o ile jest lepsze. Na przykład, czy różnica między ” OK ” i ” nieszczęśliwy „jest taka sama jak różnica między” bardzo szczęśliwy „i” szczęśliwy?”Nie możemy powiedzieć.
Skale porządkowe są zazwyczaj miarą pojęć nieliczbowych, takich jak satysfakcja, szczęście, dyskomfort itp.
” porządkowy „jest łatwy do zapamiętania, ponieważ brzmi jak” porządek „i to jest klucz do zapamiętania za pomocą”skal porządkowych” –liczy się kolejność, ale to wszystko, co naprawdę z nich otrzymujesz.
Uwaga zaawansowana: najlepszym sposobem określenia tendencji centralnej na zbiorze danych porządkowych jest użycie trybu lub mediany; purysta powie Ci, że średnia nie może być zdefiniowana ze zbioru porządkowego.
interwał
skale interwałowe to skale numeryczne, w których znamy zarówno kolejność, jak i dokładne różnice między wartościami. Klasycznym przykładem skali interwałowej jest Temperatura Celsjusza, ponieważ różnica między każdą wartością jest taka sama. Na przykład różnica między 60 a 50 stopniami jest mierzalna 10 stopni, podobnie jak różnica między 80 A 70 stopni.
Skale interwałowe są ładne, ponieważ otwiera się sfera analizy statystycznej na tych zbiorach danych. Na przykład tendencja centralna może być mierzona za pomocą trybu, mediany lub średniej; można również obliczyć odchylenie standardowe.
podobnie jak inne, możesz łatwo zapamiętać kluczowe punkty „skali interwałowej”. „Interwał” sam w sobie oznacza „odstęp pomiędzy”, co jest ważną rzeczą do zapamiętania–skale interwałowe mówią nie tylko o kolejności, ale także o wartości między poszczególnymi elementami.
oto problem ze skalami interwałowymi: nie mają ” prawdziwego zera.”Na przykład, nie ma czegoś takiego jak „brak temperatury”, przynajmniej nie z Celsjuszem. W przypadku skal interwałowych zero nie oznacza braku wartości, ale jest w rzeczywistości kolejną liczbą używaną na skali, np. 0 stopni Celsjusza. Liczby ujemne również mają znaczenie. Bez prawdziwego zera nie da się obliczyć współczynników. Dzięki danym interwałowym możemy dodawać i odejmować, ale nie możemy mnożyć ani dzielić.
zdezorientowany? Ok, rozważ to: 10 stopni C + 10 stopni C = 20 stopni C. nie ma problemu. 20 stopni C nie jest jednak dwa razy gorący niż 10 stopni C, ponieważ nie ma czegoś takiego jak „brak temperatury”, jeśli chodzi o skalę Celsjusza. Po przeliczeniu na Fahrenheita jest jasne: 10C=50F i 20C = 68F, co wyraźnie nie jest dwa razy gorące. Mam nadzieję, że to ma sens. Podsumowując, skale interwałowe są świetne, ale nie możemy obliczyć współczynników, co prowadzi nas do naszej ostatniej skali pomiarowej…
stosunek
skale proporcji są ostateczną nirwaną, jeśli chodzi o skale pomiaru danych, ponieważ mówią nam o kolejności, mówią nam dokładną wartość między jednostkami, a także mają zero bezwzględne–co pozwala na zastosowanie szerokiego zakresu statystyk zarówno opisowych, jak i wnioskowych. Ryzykując powtórzenie się, wszystko powyżej dotyczące danych interwałowych odnosi się do skal proporcji, plus skale proporcji mają jasną definicję zera. Dobre przykłady zmiennych proporcji obejmują wzrost, wagę i czas trwania.
skale wskaźników zapewniają wiele możliwości, jeśli chodzi o analizę statystyczną. Zmienne te można wymownie dodawać, odejmować, mnożyć, dzielić (współczynniki). Tendencja centralna może być mierzona za pomocą trybu, mediany lub średniej; środki dyspersji, takie jak odchylenie standardowe i współczynnik zmienności mogą być również obliczane ze skal proporcji.
podsumowanie
to wszystko! Mam nadzieję, że to wyjaśnienie jest jasne i że wiesz, że rozumiesz cztery rodzaje skal pomiarowych danych: nominalny, porządkowy, interwał i stosunek! Brać ich!
jeśli chcesz sprawdzić swoje umiejętności, zrób krótki quiz poniżej (nie działa? Spróbuj w przeglądarce desktopowej):
