Målenivåene i statistikk

Heltebilder / Getty Images

Ikke alle data er skapt like. Det er nyttig å klassifisere datasett etter ulike kriterier. Noen erkvalitativ. Noen datasett er kontinuerlige og noen er diskrete.

En annen måte å skille data på er å klassifisere dem i fire målenivåer: nominell, ordinal, intervall og forhold. Ulike nivåer av måling krever forskjellige statistiske teknikker. Vi vil se på hvert av disse målenivåene

Nominelt målenivå

Det nominelle målenivået er det laveste av de fire måtene å karakterisere data på. Nominell betyr 'bare i navn', og det bør hjelpe å huske hva dette nivået handler om. Nominelle data omhandler navn, kategorier eller etiketter.

Data på nominelt nivå er kvalitative. Øynefarger, ja eller nei-svar på en spørreundersøkelse og favoritt frokostblandinger handler alle om det nominelle målenivået. Til og med noen ting med tall knyttet til dem, for eksempel et tall på baksiden av en fotballdrakter, er nominelle siden det brukes til å 'navngi' en individuell spiller på banen.

Data på dette nivået kan ikke ordnes på en meningsfull måte, og det gir ingen mening å beregne ting som midler og standardavvik .

Ordinalt målenivå

Det neste nivået kalles det ordinære målenivået. Data på dette nivået kan bestilles, men ingen forskjeller mellom dataene kan tas som er meningsfulle.

Her bør du tenke på ting som en liste over de ti beste byene å bo. Dataene, her ti byer, er rangert fra én til ti, men forskjellene mellom byene gir ikke mye mening. Det er ingen vei fra å bare se på rangeringene for å vite hvor mye bedre livet er i by nummer 1 enn by nummer 2.

Et annet eksempel på dette er bokstavkarakterer. Du kan bestille ting slik at A er høyere enn en B, men uten annen informasjon er det ingen måte å vite hvor mye bedre en A er fra en B.

Som med nominelt nivå , bør data på ordinært nivå ikke brukes i beregninger.

Intervall Målenivå

Intervallnivået for målingen omhandler data som kan bestilles, og hvor forskjeller mellom dataene gir mening. Data på dette nivået har ikke noe utgangspunkt.

De Fahrenheit og Celsius skalaer av temperaturer er begge eksempler på data på intervallnivå for måling . Du kan snakke om at 30 grader er 60 grader mindre enn 90 grader, så forskjeller gir mening. Imidlertid representerer 0 grader (i begge skalaer) kaldt som det kan være ikke det totale fraværet av temperatur.

Data på intervallnivå kan brukes i beregninger. Data på dette nivået mangler imidlertid én type sammenligning. Selv om 3 x 30 = 90, er det ikke riktig å si at 90 grader Celsius er tre ganger så varmt som 30 grader Celsius.

Forholdsnivå for måling

Det fjerde og høyeste målenivået er forholdsnivået. Data på forholdsnivået har alle funksjonene til intervallnivået, i tillegg til en nullverdi. På grunn av tilstedeværelsen av en null, er det nå fornuftig å sammenligne forholdet mellom målinger. Fraser som 'fire ganger' og 'to ganger' er meningsfulle på forholdsnivået.

Avstander, i ethvert målesystem, gir oss data på forholdsnivå. En måling som 0 fot gir mening, siden den ikke representerer noen lengde. Videre er 2 fot dobbelt så lang som 1 fot. Så det kan dannes forhold mellom dataene.

På forholdsnivået for målingen kan ikke bare summer og forskjeller beregnes, men også forholdstall. En måling kan deles på en hvilken som helst måling som ikke er null, og et meningsfullt tall vil resultere.

Tenk før du regner

Gitt en liste over personnummer, er det mulig å gjøre alle slags beregninger med dem, men ingen av disse beregningene gir noe meningsfullt. Hva er ett personnummer delt på et annet? Fullstendig bortkastet tid, siden personnummer er på det nominelle målenivået.

Når du får noen data, tenk før du beregner. Målenivået du jobber med vil avgjøre hva det er fornuftig å gjøre.