yleiskatsaus
tällä sivulla kerrotaan neljästä mittaustasosta (nimellinen, ordinaalinen, intervalli ja suhde) ja miksi ne ovat tärkeitä. Puhutaan ensin tärkeydestä.
muuttujien mittaustason tunteminen on tärkeää kahdesta syystä. Jokainen mittaustaso antaa eritasoisen yksityiskohtaisuuden. Nominal tarjoaa vähiten yksityiskohtia, ordinal tarjoaa seuraavaksi eniten yksityiskohtia, ja intervalli ja suhde tarjoavat eniten yksityiskohtia.
nimellisen tasomuuttujan arvot on ryhmitelty luokkiin, joilla ei ole merkityksellistä järjestystä. Esimerkiksi sukupuoli ja poliittinen sidos ovat nimellisiä tasomuuttujia. Ryhmän jäsenille on annettu merkki kyseisessä ryhmässä,eikä hierarkiaa ole. Tyypillisiä nimellistietoihin liittyviä kuvailevia tilastoja ovat frekvenssi ja prosentit.
tutustu siihen, miten avustamme Väitöskirjasi lukujen muokkaamisessa
teoreettisen viitekehyksen yhtenäistämisessä, artikkelien keräämisessä, aukkojen tiivistämisessä, selkeän metodologian ja datasuunnitelman artikuloimisessa sekä tutkimustesi teoreettisista ja käytännön vaikutuksista kirjoittamisessa ovat osa kattavia väitöskirjan editointipalvelujamme.
- tuo väitöskirjan editointiosaaminen lukuihin 1-5 ajoissa.
- seuraa kaikki muutokset ja työskentele sitten kanssasi tieteellisen kirjoittamisen aikaansaamiseksi.
- jatkuva tuki valiokuntapalautteen käsittelylle, mikä vähentää tarkistuksia.
Ordinaaliset tasomuuttujat ovat nimellisiä tasomuuttujia, joilla on mielekäs järjestys. Esimerkiksi hevoskilpailujen voittajille voidaan antaa ensimmäisen, toisen, kolmannen, neljännen jne.merkit. ja nämä merkit on järjestetty suhde niiden joukossa (eli ensimmäinen on korkeampi kuin toinen, toinen on korkeampi kuin kolmas, ja niin edelleen). Kuten nimellisten tasomuuttujien kohdalla, ordinaalitasomuuttujia kuvataan tyypillisesti taajuuksilla ja prosenteilla.
väli-ja suhdetasomuuttujat (joita kutsutaan myös jatkuvan tason muuttujiksi) liittyvät niihin kaikkein yksityiskohtaisimmin. Matemaattisia operaatioita, kuten yhteen -, vähennys -, kerto-ja jakolaskua, voidaan soveltaa tarkasti näiden muuttujien arvoihin. Esimerkkinä muuttuja olisi keksireseptissä käytetty maitomäärä (mitattuna kupeissa). Tämä muuttuja on aritmeettinen ominaisuuksia siten, että 2 kupillista maitoa on täsmälleen kaksi kertaa niin paljon kuin 1 kuppi maitoa. Lisäksi ero 1 ja 2 kupillista maitoa on täsmälleen sama kuin ero 2 ja 3 kupillista maitoa. Intervalli-ja suhdetasomuuttujia kuvataan tyypillisesti keskiarvojen ja keskihajonnojen avulla.
toinen syy, miksi mittaustasot on tärkeää tietää, on se, että erilaiset tilastolliset testit soveltuvat muuttujille, joilla on eritasoisia mittauksia. Esimerkiksi itsenäisyyden chi-neliötestit soveltuvat parhaiten nimellisen tason tietoihin. Mann-Whitney U-testi soveltuu parhaiten ordinaalitasosta riippuvaiselle muuttujalle ja nimellistasosta riippumattomalle muuttujalle. ANOVA soveltuu parhaiten jatkuvalle tasoriippuvaiselle muuttujalle ja nimellistasosta riippumattomalle muuttujalle. Jos haluat tietää, mitkä testit käyttävät minkätyyppisiä muuttujia, lataa ilmainen whitepaper.
mittaustulosten Nimellistasot
nimellismuuttuja on sellainen, jossa arvot toimivat vain merkkeinä, vaikka arvot olisivat numeroita. Jos esimerkiksi haluamme luokitella mies-ja naisvastaajat, voisimme käyttää numeroa 1 miehille ja 2 naisille. Arvot 1 ja 2 eivät kuitenkaan tässä tapauksessa edusta mitään merkityksellistä järjestystä tai niillä ei ole mitään matemaattista merkitystä. Niitä käytetään vain etiketteinä. Nimellistiedoilla ei voida suorittaa monia tilastollisia laskelmia, kuten keskiarvoa ja keskihajontaa, koska tällaisilla tilastoilla ei ole mitään merkitystä, kun niitä käytetään nimellisten muuttujien kanssa.
nimellisiä muuttujia voidaan kuitenkin käyttää ristitaulukoiden tekemiseen. Khiin neliötesti voidaan suorittaa ristitaulukoimalla nimellisiä tietoja.
Ordinaaliset Mittaustasot
ordinaalisten muuttujien arvot ovat merkityksellisessä järjestyksessä. Esimerkiksi koulutustaso (mahdolliset arvot lukion, perustutkinto, ja graduate tutkinto) olisi ordinal muuttuja. Luokille on lopullinen järjestys (eli graduate on korkeampi kuin perustutkinto ja perustutkinto on korkeampi kuin lukio), mutta emme voi tehdä muita aritmeettisia oletuksia sen lisäksi. Emme voi esimerkiksi olettaa, että perustutkinnon ja lukion välinen koulutustasoero olisi sama kuin jatko-ja perustutkinnon välinen ero.
voidaan käyttää taajuuksia, prosenttilukuja ja tiettyjä ei-parametrisia tilastoja ordinaalidatan kanssa. Keskiarvoja, keskihajontoja ja parametrisia tilastollisia testejä ei kuitenkaan yleensä voida käyttää ordinaalitietojen kanssa.
Intervalliasteikon Mittaustasot
intervallimuuttujien osalta voidaan tehdä aritmeettisia oletuksia arvojen välisen eron asteesta. Esimerkki intervallimuuttujasta olisi lämpötila. Voimme oikein olettaa, että 70 ja 80 asteen ero on sama kuin 80 ja 90 asteen ero. Kerto-ja jakolaskun matemaattiset operaatiot eivät kuitenkaan päde intervallimuuttujiin. Emme esimerkiksi voi tarkasti sanoa, että 100 astetta on kaksi kertaa niin kuuma kuin 50 astetta. Lisäksi intervallimuuttujilla ei usein ole mielekästä nollapistettä. Esimerkiksi nollan asteen lämpötila (Celsius-ja Fahrenheit-asteikoilla) ei tarkoita helteen täydellistä puuttumista.
jotkut tutkijat pitävät Likert-asteikoilla mitattuja muuttujia (esimerkiksi merkinnöillä 1 = vahvasti eri mieltä, 2 = eri mieltä, 3 = neutraali, 4 = samaa mieltä ja 5 = vahvasti samaa mieltä) intervallimuuttujina. Likertin asteikon vasteiden käsitteleminen intervallitietoina sisältää kuitenkin oletuksen, että asteikon pisteiden väliset erot ovat kaikki yhtä suuret. Toisin sanoen käyttämällä 5-pisteen Likert-asteikkoa intervalliasteikkona oletetaan, että ero vahvasti samaa mieltä ja samaa mieltä on sama suhteellinen ero kuin neutraalin ja samaa mieltä. Tämä ei useinkaan ole turvallinen oletus tehdä, joten Likert asteikon vastauksia käsitellään yleensä paremmin kuin ordinaalinen.
intervallimuuttujan avulla voidaan laskea yleisesti käytetyt tilastolliset mittarit, kuten keskiarvo, keskihajonta ja Pearsonin korrelaatiokerroin. Myös monet muut kehittyneet tilastolliset testit ja tekniikat edellyttävät intervalli-tai suhdetietoja.
Ratioasteikon Mittaustasot
kaikki aritmeettiset operaatiot ovat mahdollisia suhdemuuttujalla. Esimerkki suhdemuuttujasta olisi paino (esim. kiloina). Voimme tarkasti sanoa, että 20 kiloa on kaksi kertaa niin raskas kuin 10 kiloa. Lisäksi suhdemuuttujilla on mielekäs nollapiste (esimerkiksi tasan 0 kiloa tarkoittaa, että kappaleella ei ole painoa). Muita esimerkkejä suhdemuuttujista ovat yrityksen bruttomyynti, yrityksen menot, yrityksen tulot jne.
suhdemuuttujaa voidaan käyttää riippuvaisena muuttujana useimmissa parametrisissa tilastollisissa testeissä, kuten t-testeissä, F-testeissä, korrelaatiossa ja regressiossa.