nas estatísticas, existem quatro escalas de medição de dados: nominal, ordinal, intervalo e proporção. Estas são simplesmente maneiras de sub-categorizar diferentes tipos de dados (aqui está uma visão geral dos tipos de dados estatísticos) . Este tópico é geralmente discutido no contexto do ensino acadêmico e com menos frequência no “mundo real.”Se você está aprimorando esse conceito para um teste de estatística, agradeça a um pesquisador psicólogo chamado Stanley Stevens por apresentar esses termos.
essas quatro escalas de medição de dados (nominal, ordinal, intervalo e proporção) são melhor compreendidas com o exemplo, como você verá abaixo.
Nominal
vamos começar com o mais fácil de entender. Escalas nominais são usadas para rotular variáveis, sem qualquer valor quantitativo. Escalas ” nominais “poderiam simplesmente ser chamadas de” rótulos.”Aqui estão alguns exemplos, abaixo. Observe que todas essas escalas são mutuamente exclusivas (sem sobreposição) e nenhuma delas tem qualquer significado numérico. Uma boa maneira de lembrar tudo isso é que “nominal” soa muito como “nome” e escalas nominais são como “nomes” ou rótulos.
nota: um subtipo de escala nominal com apenas duas categorias (por exemplo, masculino/feminino) é chamado de “dicotômico.”Se você é um estudante, você pode usar isso para impressionar seu professor.
Nota De Bônus # 2: Outros subtipos de dados nominais são “nominais com ordem” (como “frio, quente, quente, muito quente”) e nominais sem ordem (como “Masculino/Feminino”).
Ordinal
Com escalas ordinais, a ordem dos valores é o que é importante e significativo, mas as diferenças entre cada um não é realmente conhecido. Dê uma olhada no exemplo abaixo. Em cada caso, sabemos que um #4 é melhor do que um #3 ou #2, mas não sabemos–e não podemos quantificar–o quanto é melhor. Por exemplo, a diferença entre ” OK “e” infeliz “é a mesma que a diferença entre” muito feliz “e” feliz?”Não podemos dizer.Escalas ordinais são tipicamente medidas de conceitos não numéricos como satisfação, felicidade, desconforto, etc.
“Ordinal “é fácil de lembrar porque soa como” ordem “e essa é a chave para lembrar com”escalas ordinais” –é a ordem que importa, mas isso é tudo que você realmente obtém delas.Nota avançada: a melhor maneira de determinar a tendência central em um conjunto de dados ordinais é usar o modo ou mediana; um purista lhe dirá que a média não pode ser definida a partir de um conjunto ordinal.
Intervalo de
Intervalo de escalas são numéricos escalas em que sabemos que a ordem e a exata diferenças entre os valores. O exemplo clássico de uma escala de intervalo é a temperatura Celsius porque a diferença entre cada valor é a mesma. Por exemplo, a diferença entre 60 e 50 graus é de 10 graus mensuráveis, assim como a diferença entre 80 e 70 graus.
escalas de intervalo são boas porque o domínio da análise estatística nesses conjuntos de dados se abre. Por exemplo, a tendência central pode ser medida por modo, mediana ou média; o desvio padrão também pode ser calculado.
como os outros, você pode se lembrar dos pontos-chave de uma “escala de intervalo” com bastante facilidade. “Intervalo” em si significa “espaço entre”, que é a coisa importante a lembrar-escalas de intervalo não só nos dizem sobre a ordem, mas também sobre o valor entre cada item.
aqui está o problema com escalas de intervalo: eles não têm um “zero verdadeiro.”Por exemplo, não existe “sem temperatura”, pelo menos não com celsius. No caso de escalas de intervalo, zero não significa a ausência de valor, mas é na verdade outro número usado na escala, como 0 graus celsius. Números negativos também têm significado. Sem um verdadeiro zero, é impossível calcular proporções. Com dados de intervalo, podemos adicionar e subtrair, mas não podemos multiplicar ou dividir.
confuso? OK, considere isto: 10 graus C + 10 graus C = 20 graus C. Não há problema lá. 20 graus C não é duas vezes mais quente que 10 graus C, no entanto, porque não existe “nenhuma temperatura” quando se trata da escala Celsius. Quando convertido em Fahrenheit, é claro: 10C = 50F e 20C = 68F, o que claramente não é duas vezes mais quente. Espero que isso faça sentido. Linha de fundo, o intervalo de escalas são grandes, mas não podemos calcular rácios, o que nos traz para a nossa última escala de medição…
Rácio
Relação de escalas são a última palavra nirvana quando se trata de dados, escalas de medição, porque nos dizem sobre a ordem, eles nos dizer o valor exato entre as unidades, E eles também têm um zero absoluto–o que permite uma ampla gama de estatística descritiva e inferencial para ser aplicada. Correndo o risco de me repetir, tudo acima sobre dados de intervalo se aplica a escalas de proporção, mais escalas de proporção têm uma definição clara de zero. Bons exemplos de variáveis de razão incluem altura, peso e duração.
escalas de proporção fornecem uma riqueza de possibilidades quando se trata de análise estatística. Essas variáveis podem ser significativamente adicionadas, subtraídas, multiplicadas, divididas (proporções). A tendência Central pode ser medida por modo, mediana ou média; medidas de dispersão, como desvio padrão e coeficiente de variação também podem ser calculadas a partir de escalas de razão.
Resumo
é isso! Espero que esta explicação seja clara e que você saiba entender os quatro tipos de escalas de medição de dados: nominal, ordinal, intervalo e proporção! Vai buscá-los!
se você quiser testar suas habilidades, faça o breve questionário abaixo de uma chance (não está funcionando? Experimente em um navegador de desktop):
