Poziomy pomiaru w statystyce

Nie wszystkie dane są tworzone jednakowo. Pomocne jest klasyfikowanie zbiorów danych według różnych kryteriów. Niektóre są ilościowy, a niektóre są jakościowy. Niektóre zestawy danych są ciągłe, a niektóre dyskretne.

Innym sposobem rozdzielenia danych jest podział ich na cztery poziomy pomiaru: nominalny, porządkowy, przedział i stosunek. Różne poziomy pomiaru wymagają różnych technik statystycznych. Przyjrzymy się każdemu z tych poziomów pomiaru.

Nominalny poziom pomiaru jest najniższym z czterech sposobów charakteryzowania danych. Nominał oznacza „tylko z nazwy”, co powinno pomóc zapamiętać, na czym polega ten poziom. Dane nominalne dotyczą nazw, kategorii lub etykiet.

Dane na poziomie nominalnym są jakościowe. Kolory oczu, odpowiedzi na ankietę „tak” lub „nie” oraz ulubione płatki śniadaniowe odpowiadają nominalnemu poziomowi pomiaru. Nawet niektóre rzeczy z powiązanymi z nimi liczbami, takie jak numer z tyłu koszulki piłkarskiej, są nominalne, ponieważ są używane do „nazwania” pojedynczego zawodnika na boisku.

Dane na tym poziomie nie mogą być uporządkowane w znaczący sposób i nie ma sensu obliczać takich rzeczy, jak środki i odchylenia standardowe.

Następny poziom nazywany jest porządkowym poziomem pomiaru. Dane na tym poziomie można porządkować, ale nie można przyjmować istotnych różnic między danymi.

Tutaj powinieneś wymyślić rzeczy takie jak lista dziesięciu najlepszych miast do życia. Dane, w tym przypadku dziesięć miast, są uszeregowane od jednego do dziesięciu, ale różnice między miastami nie mają większego sensu. Nie ma sposobu, aby spojrzeć tylko na rankingi, aby dowiedzieć się, o ile lepsze życie jest w mieście numer 1 niż miasto numer 2.

Innym tego przykładem są oceny literowe. Możesz zamówić rzeczy tak, że A jest wyższe niż B, ale bez żadnych innych informacji nie ma sposobu, aby dowiedzieć się, o ile lepsze jest A z B.

Jak w przypadku poziom nominalny, danych na poziomie porządkowym nie należy wykorzystywać do obliczeń.

Poziom pomiaru interwału dotyczy danych, które można zamówić, i w których różnice między danymi mają sens. Dane na tym poziomie nie mają punktu początkowego.

The Skale Fahrenheita i Celsjusza temperatur są przykładami danych w interwałowy poziom pomiaru. Można mówić o tym, że 30 stopni jest o 60 stopni mniejszych niż 90 stopni, więc różnice mają sens. Jednak 0 stopni (w obu skalach) zimnych, jak to może być, nie oznacza całkowitego braku temperatury.

Dane na poziomie przedziału czasowego można wykorzystać w obliczeniach. Jednak w danych na tym poziomie brakuje jednego rodzaju porównania. Mimo że 3 x 30 = 90, nie można powiedzieć, że 90 stopni Celsjusza jest trzy razy gorętsze niż 30 stopni Celsjusza.

Czwarty i najwyższy poziom pomiaru to poziom stosunku. Dane na poziomie współczynnika mają wszystkie cechy poziomu przedziału, oprócz wartości zerowej. Ze względu na obecność zera sensowne jest teraz porównywanie proporcji pomiarów. Zwroty takie jak „cztery razy” i „dwa razy” mają znaczenie na poziomie stosunku.

Odległości, w dowolnym systemie pomiaru, dają nam dane na poziomie stosunku. Pomiar taki jak 0 stóp ma sens, ponieważ nie reprezentuje długości. Ponadto 2 stopy są dwa razy dłuższe niż 1 stopa. Można więc tworzyć proporcje między danymi.

Na poziomie wskaźnika stosunku można nie tylko obliczyć sumy i różnice, ale także stosunki. Jeden pomiar można podzielić przez dowolny niezerowy pomiar, co spowoduje powstanie znaczącej liczby.

Biorąc pod uwagę listę numerów ubezpieczenia społecznego, można z nimi wykonywać wszelkiego rodzaju obliczenia, ale żadne z tych obliczeń nie ma żadnego znaczenia. Jaki numer ubezpieczenia społecznego jest podzielony przez inny? Kompletna strata czasu, ponieważ numery ubezpieczenia społecznego są na nominalnym poziomie pomiaru.

Gdy otrzymasz jakieś dane, pomyśl przed obliczasz. Poziom pomiaru, z którym pracujesz, określi, co ma sens.