Tipi di dati e scale di misura: Nominale, ordinale, intervallo e rapporto

Nella statistica, ci sono quattro scale di stima delle informazioni: nominale, ordinale, intervallo e rapporto. Questo è un approccio giusto ai vari tipi di informazioni di sottoordine (ecco uno schema dei tipi di informazioni misurabili). Questo tema è tipicamente esaminato per quanto riguarda l’educazione scolastica e meno frequentemente in “questa realtà attuale”. Se state esaminando questa idea per un test di misurazione, ringraziate uno scienziato analista di nome Stanley Stevens per aver pensato a questi termini.

Queste quattro scale di stima delle informazioni (apparente, ordinale, provvisoria e proporzionale) sono meglio comprensibili con un modello, come vedrete sotto.

Nominale

Che ne dite di iniziare con la più facile da capire? Le scale nominali sono utilizzate per le variabili di marcatura, senza valore quantitativo. Le scale “nominali” possono essere classificate essenzialmente come “nomi”. Qui sotto ci sono alcuni modelli. Notate che queste scale sono totalmente non correlate (senza copertura) e nessuna di esse ha una centralità numerica. Un metodo decente per ricordare la maggior parte di questo è “nominale” suona molto simile al “nome” e le scale nominali sono in qualche modo simili ai “nomi” o ai nomi.

Nota: una sottocategoria di una scala nominale con solo due classi (per esempio maschio/femmina) è classificata come “dicotomica”. Se sei un sostituto, puoi utilizzarlo per incuriosire il tuo educatore.

Nota di ricompensa n. 2: Altri sottotipi di informazioni nominali sono “nominali con ordine” (come “freddo, caldo, caldo, molto caldo”) e nominali senza ordine (come “maschio/femmina”).

Ordinale

Con le scale ordinali, la richiesta delle qualità è ciò che è significativo ed enorme, tuttavia, i contrasti tra ciascuna di esse non sono generalmente noti. Indagate il modello sottostante. Per ogni situazione, ci rendiamo conto che un #4 è superiore a un #3 o #2, eppure non ne abbiamo la più pallida idea e non possiamo misurare quanto sia migliore. Per esempio, la distinzione tra “bene” e “scoraggiato” equivale al contrasto tra “eccezionalmente felice” e “contento”? Non possiamo affermare.

Le scale ordinarie sono comunemente proporzioni di idee non numeriche come la realizzazione, la soddisfazione, il disagio e così via.

“Ordinale” è tutt’altro che difficile da ricordare alla luce del fatto che suona come “ordine” e questo è il modo di ricordare con “scale ordinali” – l’ordine conta, eppure è tutto ciò che si ottiene veramente da queste.

Nota avanzata: L’approccio più ideale per decidere la propensione focale su un sacco di informazioni ordinali è quello di utilizzare la modalità o il mezzo; un perfezionista vi rivelerà che il mezzo non può essere caratterizzato da un insieme ordinale.

Intervallo

Le scale di intervallo sono scale numeriche in cui conosciamo sia l’ordine che i contrasti attenti tra le qualità. Il grande caso di una scala di intervallo è la temperatura in gradi Celsius per il fatto che il contrasto tra ogni valore è l’equivalente. Per esempio, la distinzione da qualche parte nell’intervallo di 60 e 50 gradi è un 10 gradi quantificabile, simile al contrasto da qualche parte nell’intervallo di 80 e 70 gradi.

Le scale di intervallo sono gradevoli perché si apre il campo dell’analisi statistica su questi set di dati. Ad esempio, la tendenza centrale può essere misurata per modo, mediana o media; si può anche calcolare la deviazione standard. Come gli altri, si possono richiamare gli scopi principali di una “scala di intervallo” in modo abbastanza efficace. “Intervallo” significa di per sé “spazio nel mezzo di”, che è la cosa significativa per richiamare le scale intermedie ci informa sull’ordine, ma anche sull’incentivo tra ogni elemento. Ecco il problema delle scale di intervallo: non hanno un “vero e proprio zero”. Per esempio, non c’è niente del genere come “nessuna temperatura”, in ogni caso non con celsius. A causa delle scale di intervallo, zero non significa che la mancata comparsa di un valore significativo, tuttavia, è in realtà un altro numero utilizzato sulla scala, simile a 0 gradi centigradi. Anche i numeri negativi hanno un significato. Senza un vero e proprio zero, è difficile elaborare le proporzioni. Con le informazioni di intervallo, possiamo includere e sottrarre, tuttavia, non possiamo duplicare o gap. Confuso? Va bene, pensate a questo: 10 gradi C + 10 gradi C = 20 gradi C. Nessun problema. 20 gradi C non è due volte più caldo di 10 gradi C, in ogni caso, alla luce del fatto che non c’è nulla di simile a “nessuna temperatura” rispetto alla scala Celsius. Nel punto in cui si passa a Fahrenheit, è inconfondibile: 10C=50F e 20C=68F, che è chiaramente non due volte più caldo. Confido che sia di buon auspicio. La linea di fondo, le scale di intervallo sono grandi, ma non possiamo calcolare i rapporti, il che ci porta alla nostra ultima scala di misurazione…

Rapporto

Le scale di rapporto sono il nirvana definitivo quando si tratta di scale di misura dei dati perché ci dicono l’ordine, ci dicono il valore esatto tra le unità, e hanno anche uno zero assoluto che permette di applicare una vasta gamma di statistiche sia descrittive che inferenziali. A rischio di ripetermi, tutto ciò che è stato detto sopra sui dati degli intervalli si applica alle scale dei rapporti, più le scale dei rapporti hanno una chiara definizione di zero. Buoni esempi di variabili di rapporto sono l’altezza, il peso e la durata.

Le scale dei rapporti forniscono una vasta gamma di possibilità quando si tratta di analisi statistiche. Queste variabili possono essere significativamente sommate, sottratte, moltiplicate, divise (rapporti). La tendenza centrale può essere misurata per modo, mediana o media; anche le misure di dispersione, come la deviazione standard e il coefficiente di variazione possono essere calcolate da scale di rapporti.

Le scale di rapporto sono un nirvana definitivo per quanto riguarda le scale di stima delle informazioni, in quanto ci illuminano sulla richiesta, ci rivelano l’accurato incentivo tra le unità, e hanno anche un vero e proprio zero che prende in considerazione un ampio spettro di intuizioni sia grafiche che inferenziali da applicare. A rischio di rimaneggiamento, tutto ciò che è stato detto sopra sulle informazioni provvisorie si applica alle scale delle proporzioni, oltre alle scale delle proporzioni hanno un significato inconfondibile di zero. I veri casi di fattori proporzionali incorporano la statura, il peso e l’ampiezza.

Le scale delle proporzioni danno un’abbondanza di risultati potenziali per quanto riguarda l’indagine misurabile. Queste variabili possono essere significativamente sommate, sottratte, moltiplicate, divise (rapporti). L’inclinazione focale può essere stimata in base al modo, al centro o alla media; le proporzioni della dispersione, per esempio, la deviazione standard e il coefficiente di varietà possono anche essere determinati da scale proporzionali.

Outline

In linea di massima, i fattori apparenti sono utilizzati per “nominare”, o dare un nome a una progressione di qualità. Le scale ordinarie forniscono grandi dati sulla richiesta di decisioni, ad esempio, in una revisione della fedeltà dei consumatori. Le scale intermedie ci danno la richiesta di valori + la capacità di valutare il contrasto tra ciascuno di essi. Infine, le scale dei rapporti ci danno una richiesta definitiva, le qualità intermedie, oltre alla capacità di calcolare le proporzioni, poiché si può caratterizzare un “vero e proprio zero”.