Mittaustasot tilastoissa

Kaikkia tietoja ei luoda yhtäläisesti. On hyödyllistä luokitella tietojoukot erilaisilla kriteereillä. Jotkut ovat määrällinen, ja jotkut ovat laadullinen. Jotkut tietojoukot ovat jatkuvia ja toiset erillisiä.

Toinen tapa erottaa tiedot on luokitella se neljään mittaustasoon: nimellinen, ordinaarinen, väli ja suhde. Eri mittaustasot vaativat erilaisia ​​tilastollisia tekniikoita. Tarkastelemme kutakin näistä mittaustasoista.

Mittauksen nimellinen taso on alhaisin neljästä tapaa karakterisoida tietoja. Nimellinen tarkoittaa "vain nimessä", ja sen pitäisi auttaa muistamaan, mistä tällä tasolla on kyse. Nimelliset tiedot käsittelevät nimiä, luokkia tai tarroja.

Tiedot nimellisellä tasolla ovat laadullisia. Silmien värit, kyllä ​​tai ei vastaukset kyselyyn, ja suosikki aamiaismurot käsittelevät nimellismittaustasoa. Jopa jotkut niihin liittyvistä numeroista, kuten jalkapallopaidan takana oleva numero, ovat nimellisiä, koska sitä käytetään yksittäisen pelaajan "nimeämiseen" kentällä.

Tämän tason tietoja ei voida järjestää tarkoituksenmukaisella tavalla, eikä ole mitään syytä laskea asioita, kuten keinoja ja keskihajonnat.

Seuraavaa tasoa kutsutaan normaalimittaustasoksi. Tämän tason tietoja voidaan tilata, mutta tietojen välillä ei voida ottaa merkityksellisiä eroja.

Täällä sinun pitäisi ajatella asioita, kuten luettelo kymmenestä kymmenestä asutuimmasta kaupungista. Tiedot, kymmenen kaupunkia, on luokiteltu yhdestä kymmeneen, mutta kaupunkien välisillä eroilla ei ole paljon järkeä. Ei ole mitään tapaa tarkastella pelkästään sijoituksia tietääksesi kuinka paljon parempi elämä on kaupungin numero 1 kuin kaupungin numero 2.

Toinen esimerkki tästä ovat kirjeen arvosanat. Voit tilata asioita niin, että A on korkeampi kuin B, mutta ilman muita tietoja ei ole mitään keinoa tietää kuinka paljon parempi A on B: stä.

Kuten nimellinen taso, normaalitason tietoja ei tule käyttää laskelmiin.

Mittausvälitaso käsittelee tietoja, jotka voidaan tilata, ja joissa datan erot ovat järkeviä. Tämän tason tiedoilla ei ole lähtökohtaa.

Fahrenheit- ja Celsius-asteikot lämpötilat ovat molemmat esimerkkejä datan lämpötilasta mittausväli. Voit puhua siitä, että 30 astetta on 60 astetta alle 90 astetta, joten erot ovat järkeviä. Kuitenkin 0 astetta (molemmissa asteikkoissa) kylmä, mikäli se voi olla, ei tarkoita lämpötilan täydellistä puuttumista.

Aikavälin tietoja voidaan käyttää laskelmissa. Tämän tason tiedoista puuttuu kuitenkin yhden tyyppinen vertailu. Vaikka 3 x 30 = 90, ei ole oikein sanoa, että 90 astetta on kolme kertaa niin kuuma kuin 30 astetta.

Neljäs ja korkein mittaustaso on suhdetaso. Suhteen tasolla olevilla tiedoilla on nolla-arvon lisäksi kaikki välitason ominaisuudet. Koska nolla on olemassa, on nyt järkevää verrata mittaussuhteita. Lauseet, kuten "neljä kertaa" ja "kahdesti", ovat merkityksellisiä suhteiden tasolla.

Missä tahansa mittausjärjestelmässä etäisyydet antavat meille tietoja suhteellisella tasolla. Mitta, kuten 0 jalkaa, on järkevää, koska se ei edusta pituutta. Lisäksi 2 jalkaa on kaksi kertaa niin pitkä kuin yksi jalka. Joten suhteet voidaan muodostaa datan välillä.

Mittaussuhteen tasolla voidaan laskea paitsi summat ja erot, myös suhteet. Yksi mittaus voidaan jakaa millä tahansa nollamittauksella, ja tuloksena on merkityksellinen luku.

Sosiaaliturvatunnusten luettelon perusteella on mahdollista tehdä kaikenlaisia ​​laskelmia heidän kanssaan, mutta mikään näistä laskelmista ei anna mitään merkityksellistä. Mikä on yksi sosiaaliturvatunnus jaettuna toisella? Täydellinen ajanhukkaa, koska sosiaaliturvatiedot ovat nimellisellä mittaustasolla.

Mieti, kun sinulle annetaan tietoja ennen lasket. Mittaustaso, jolla työskentelet, määrittelee, mitä on järkevää tehdä.