Виды шкалы: Измерение. Шкалы измерений

alexxlab | 26.03.2023 | 0 | Разное

Содержание

Виды шкал по А.М. Новикову: VIKENT.RU

«Рассмотрим, следуя в основном, свойства четырёх основных типов шкал, перечисляя их в порядке убывания мощности.

Шкала отношений – самая мощная шкала. Она позволяет оценивать, во сколько раз один измеряемый объект больше (меньше) другого объекта, принимаемого за эталон, единицу. Для шкал отношений существует естественное начало отсчета (нуль). Шкалами отношений измеряются почти все физические величины – линейные размеры, площади, объемы, сила тока, мощность и т.д.

Все измерения производятся с той или иной точностью. Точность измерения – степень близости результата измерения к истинному значению измеряемой величины. Точность измерения характеризуется ошибкой измерения – разностью между измеренным и истинным значением. Различают систематические (постоянные) ошибки (погрешности), обусловленные факторами, действующими одинаково при повторении измерений, например – неисправностью измерительного прибора, и случайные ошибки, вызванные вариациями условий измерений и/или пороговой точностью используемых инструментов измерений (например, приборов). […]

Шкала интервалов применяется достаточно редко и характеризуется тем, что для неё не существует естественного начала отсчёта. Примером шкалы интервалов является шкала температур по Цельсию, Реомюру или Фаренгейту. Шкала Цельсия, как известно, была установлена следующим образом: за ноль была принята точка замерзания воды, за 100 градусов – точка её кипения, и, соответственно, интервал температур между замерзанием и кипением воды поделен на 100 равных частей. Здесь уже утверждение, что температура 30°С в три раза больше, чем 10°С, будет неверным. В шкале интервалов сохраняется отношение длин интервалов (разностей). Можно сказать: температура в 30°С отличается от температуры в 20°С в два раза сильнее, чем температура в 15°С отличается от температуры в 10°С.

Порядковая шкала (шкала рангов) – шкала, относительно значений которой уже нельзя говорить ни о том, во сколько раз измеряемая величина больше (меньше) другой, ни на сколько она больше (меньше). Такая шкала только упорядочивает объекты, приписывая им те или иные баллы (результатом измерений является просто упорядочение объектов).

Например, так построена шкала твердости минералов Мооса: взят набор 10 эталонных минералов для определения относительной твердости методом царапанья. За 1 принят тальк, за 2 – гипс, за 3 – кальцит и так далее до 10 – алмаз. Любому минералу соответственно однозначно может быть приписана определенная твердость. Если исследуемый минерал, допустим, царапает кварц (7), но не царапает топаз (8), то соответственно его твердость будет равна 7. Аналогично построены шкалы силы ветра Бофорта и землетрясений Рихтера.

Шкалы порядка широко используются в социологии, педагогике, психологии, медицине и других науках, не столь точных, как, скажем, физика и химия. В частности, повсеместно распространенная шкала школьных отметок в баллах (пятибалльная, двенадцатибалльная и т.д.) может быть отнесена к шкале порядка.

Частным случаем порядковой шкалы является дихотомическая шкала, в которой имеются всего две упорядоченные градации – например, «поступил в институт», «не поступил».

Шкала наименований (номинальная шкала) фактически уже не связана с понятием «величина» и используется только с целью отличить один объект от другого: телефонные номера, номера госрегистрации автомобилей и т.п.

Результаты измерений необходимо анализировать, а для этого нередко приходится строить на их основании производные (вторичные) показатели, то есть, применять к экспериментальным данным то или иное преобразование. Самым распространенным производным показателем является усреднение величин – например, средний вес людей, средний рост, средний доход на душу населения и т.п. Использование той или иной шкалы измерений определяет множество преобразований, которые допустимы для результатов измерений в этой шкале (подробнее см. публикации по теории измерений).

Начнём с наиболее слабой шкалы – шкалы наименований (номинальной шкалы), которая выделяет попарно различимые классы объектов. Например, в шкале наименований измеряются значения признака «пол»: «мужской» и «женский». Эти классы будут различимы независимо от того, какие различные термины или знаки для их обозначений будут использованы: «особи женского пола» и «особи мужского пола», или «female» и «male», или «А» и «Б», или «1» и «2», или «2» и «3» и т.д. Следовательно, для шкалы наименований применимы любые взаимно-однозначные преобразования, то есть сохраняющие четкую различимость объектов (таким образом, самая слабая шкала – шкала наименований – допускает самый широкий диапазон преобразований). Отличие порядковой шкалы (шкалы рангов) от шкалы наименований заключается в том, что в шкале рангов классы (группы) объектов упорядочены. Поэтому произвольным образом изменять значения признаков нельзя – должна сохраняться упорядоченность объектов (порядок следования одних объектов за другими). Следовательно, для порядковой шкалы допустимым является любое монотонное преобразование. Например, если оценка объекта А – 5 баллов, а объекта Б – 4 балла, то их упорядочение не изменится, если мы число баллов умножим на одинаковое для всех объектов положительное число, или сложим с некоторым одинаковым для всех числом, или возведем в квадрат и т. д. (например, вместо «1», «2», «3», «4», «5» используем соответственно «3», «5», «9», «17», «102»). При этом изменятся разности и отношения «баллов», но упорядочение сохранится.

Для шкалы интервалов допустимо уже не любое монотонное преобразование, а только такое, которое сохраняет отношение разностей оценок, то есть линейное преобразование умножение на положительное число и/или добавление постоянного числа. Например, если к значению температуры в градусах Цельсия добавить 273°С, то получим температуру по Кельвину, причем разности любых двух температур в обеих шкалах будут одинаковы.

И, наконец, в наиболее мощной шкале – шкале отношений – возможны лишь только преобразования подобия – умножения на положительное число. Содержательно это означает, что, например, отношение масс двух предметов не зависит от того, в каких единицах измерены массы – граммах, килограммах, фунтах и т.д.

Суммируем сказанное в Табл. 4, которая отражает соответствие между шкалами и допустимыми преобразованиями».

Шкалы и допустимые преобразования:

Шкала                   Допустимое преобразование

Наименований   Взаимно-однозначное

Порядковая         Строго возрастающее

Интервалов          Линейное  

Подобия                Отношений».

Новиков А.М., Новиков Д.А., Методология, М., «Урсс», 2014 г., с. 113-117.

10 примеров порядковой шкалы + лучший бесплатный инструмент 2023 года

Неудивительно, что в такие беспрецедентные времена, как сейчас, бизнес онлайн-опросов стремительно растет. С таким количеством вопросов, которые нужно задать такому количеству людей, никогда не было так важно разобраться в порядковых шкалах.

Ниже вы найдете 10 привлекательных и интересных примеры порядковой шкалы, все сделано на бесплатном программном обеспечении для голосования AhaSlides!

Больше развлечений с AhaSlides

Ваш путеводитель по примерам порядковой шкалы

  • Что такое порядковая шкала?
  • 10 примеров порядковой шкалы
  • Порядковые весы и другие типы весов
  • Другие способы опроса
  • Идеальный инструмент для онлайн-голосования

Больше способов собрать общественное мнение с AhaSlides

  • Как записаться идеи мозгового штурма должным образом
  • Подробнее об AhaSlides Живые вопросы и ответы Сессии

Что такое порядковая шкала?

Порядковая шкала — или порядковые данные — это способ сбора отзывов! Нужен еще пример типов шкал в статистике? Проще говоря, порядковая шкала — это система масштабирования, которая работает с заказ. Обычно порядковые шкалы работают на 1 – 5 или 1 – 10 рейтинговая система, где 1 представляет ответ с наименьшим значением, а 10 – ответ с наибольшим значением.

Чтобы получить более четкое представление, давайте рассмотрим один очень простой и распространенный пример:

насколько вы довольны нашими услугами?

Изображение предоставлено Как пользователь

Скорее всего, вы уже видели этот тип порядковой шкалы раньше. Он используется для измерения удовлетворенность клиентов по 5-балльной шкале:

  1. Очень неудовлетворен
  2. неудовлетворенный
  3. Нейтральная
  4. Удовлетворенный
  5. очень доволен

Естественно, компании могут использовать порядковую шкалу удовлетворенности, чтобы определить, нужно ли им улучшить свои услуги. Если они постоянно набирают низкие числа (1 и 2), это означает, что действия гораздо более срочные, чем если бы они набирали высокие числа (4 и 5).

В этом и заключается прелесть порядковых шкал: это очень простой способ собирать и анализировать данные абсолютно в любой сфере. Для этого они используют как качественные, так и качественные данные:

  • Качественный – Порядковые шкалы являются качественными, потому что они сосредоточены на словах, определяющих определенное значение. Например, люди знают, что такое удовлетворительный опыт, в то время как им труднее дать определение «7 из 10».
  • Количественный – Они количественные, потому что каждому слову соответствует числовое значение. Если исследователь определяет удовлетворительный опыт как опыт 7 или 8 из 10, он может легко сравнить и отобразить все собранные данные с помощью чисел.

Конечно, существует множество примеров порядковой шкалы за пределами набора ответов «удовлетворен/не удовлетворен» (в том числе в качестве тип викторины!). Давайте посмотрим на некоторые из них….

10 примеров порядковой шкалы

Создайте любую из представленных ниже порядковых шкал бесплатно с помощью AhaSlides. AhaSlides позволяет вам создать порядковую шкалу с вопросами, утверждениями и ценностями, а затем позволяет вашей аудитории высказать свое мнение вживую с помощью мобильных телефонов.

Создавайте классные порядковые шкалы бесплатно!

Тип №1 – Знакомство

[Совсем не знаком – Скорее знаком – В меру знаком – Совсем знаком – Очень знаком]

Примеры оценок по шкале – Порядковая шкала знакомства – вопрос ведущего

Для проверки используются порядковые шкалы знакомства.

уровень знаний что у кого-то есть по определенной теме. Из-за этого они очень полезны для информирования будущих рекламных кампаний, информационных кампаний и образовательных планов.

Некоторые примеры порядковой шкалы знакомства:

  • Компания тестирует свою аудиторию, чтобы узнать, насколько они знакомы с определенными продуктами. Полученные в результате данные могут привести к рекламным усилиям в отношении продуктов, которые менее известны.
  • Учитель проверяет своих учеников на знание определенного предмета. Это дает учителю представление о том, какой уровень предварительных знаний по этому предмету можно предположить, прежде чем решить, с чего начать его преподавание.

Нужны дополнительные опросы в режиме реального времени в классе? Посмотрите эти 7 здесь!

Тип # 2 – Частота

[Никогда – Редко – Иногда – Часто – Всегда]

Тип весов.- Шкала от 1 до 5

Порядковые шкалы частот используются для измерения как часто выполняется действие. Они полезны для оценки активного поведения и определения того, где его изменить.

Некоторые примеры порядковой шкалы частот:

  • Опрос, собирающий информацию о том, в какой степени общественность соблюдает правила. Эти данные могут использоваться для определения того, насколько хорошо или плохо работает кампания по информированию общественности.
  • Компания, собирающая информацию о влиянии на покупателя на их веб-сайте. Компания может использовать эти данные, чтобы сосредоточиться на определенных типах более популярных медиа, таких как видео или баннерная реклама, в отличие от других, менее просматриваемых медиа.

Тип № 3 – Интенсивность

[Нет интенсивности – Средняя интенсивность – Средняя интенсивность – Высокая интенсивность – Экстремальная интенсивность]

Порядковые шкалы интенсивности обычно проверяют сила чувства или опыта. Часто этот показатель трудно измерить, поскольку он относится к чему-то более концептуальному и субъективному, чем то, что обычно измеряется в порядковых шкалах.

Некоторые примеры порядковой шкалы интенсивности:

  • Медицинское учреждение проверяет пациентов на их воспринимаемый уровень боли до и после лечения. Данные могут использоваться для определения эффективности услуги или процедуры.
  • A церковная служба проверка прихожан на силу проповеди. Они могут использовать данные, чтобы понять, увольнять своего пастора или нет.

Тип # 4 – Важность

[Совсем не важно – Едва ли важно – Немного важно – Немного важно – Очень важно – Очень важно – Важно]

Ставка по порядковой шкале важности как несущественное или существенное люди находят продукт, услугу, сектор, деятельность или многое другое все быть. Это сами по себе важные типы вопросов для опроса, так как результаты часто могут быть неожиданными.

Некоторые примеры порядковой шкалы важности:

  • Ресторан просит клиентов выдвинуть то, что для них наиболее важно. Данные отсюда можно использовать, чтобы выяснить, какие части обслуживания требуют наибольшего внимания со стороны руководства.
  • Опрос, собирающий мнения об отношении к диете и упражнениям. Данные могут использоваться, чтобы выяснить, насколько важны для общества определенные аспекты поддержания формы.

Тип № 5 – Соглашение

[Полностью не согласен – Не согласен – Ни согласен, ни не согласен – Согласен – Полностью согласен]

Порядковые шкалы согласованности помогают определить, в какой степени человек

не согласен или согласен с утверждением. Это одни из наиболее широко используемых примеров порядковой шкалы, поскольку их можно использовать с любым утверждением, на которое вы хотите получить конкретный ответ.

Некоторые примеры порядковой шкалы согласования:

  • Компания, опрашивающая своих клиентов об удобстве использования их веб-сайта. Они могут сделать конкретные заявления о том, что думает сама компания, а затем посмотреть, согласны или не согласны их пользователи с этими утверждениями.
  • Работодатель собирает мнения сотрудников об условиях на рабочем месте. В зависимости от уровня несогласия и согласия с их утверждениями они могут выяснить, что нужно исправить в интересах сотрудников.

Тип # 6 – Удовлетворение

[Глубоко недоволен – Недоволен – Отчасти не удовлетворен – Нейтрально – Отчасти удовлетворен – Доволен – Очень доволен]

Опять же, это широко используемый пример порядковой шкалы, поскольку «удовлетворенность» – это конечная цель бизнеса. Все части опроса, так или иначе, пытаются собрать информацию об удовлетворенности услугами, но порядковые шкалы удовлетворенности делают это явно и явно.

Некоторые примеры порядковой шкалы удовлетворенности:

  • Университет, удовлетворенный услугами по зачислению. Эти данные могут помочь им определить, что больше всего нужно улучшить для потенциальных будущих студентов.
  • Политическая партия, опрашивающая своих сторонников об их усилиях за последний год. Если их сторонники каким-либо образом недовольны развитием партии, они могут начать опрашивать их, что бы они хотели сделать по-другому.

Тип # 7 – Производительность

[Значительно ниже стандартов – Ниже ожиданий – Примерно так, как ожидалось – Выше ожиданий – На самом деле превзошли ожидания]

Порядковые шкалы производительности очень похожи на шкалы удовлетворенности, поскольку они измеряют общую эффективность и действенность услуги. Однако тонкая разница в том, что этот тип порядковой шкалы имеет тенденцию измерять конечную производительность. в отношении чьих-то предопределенных ожиданий этой службы.

Некоторые примеры порядковой шкалы производительности:

  • Компания, собирающая отзывы клиентов о каждом аспекте их покупки и доставки. Они могут использовать данные, чтобы увидеть, на что клиенты возлагают большие надежды, а на какие компании не могут их удовлетворить.
  • Киностудия пытается выяснить, соответствует ли их последняя работа этой шумихе. В противном случае возможно, что фильм был заранее разрекламирован, или он не был доставлен, либо и то, и другое.

Тип # 8 – Вероятность

[Вовсе нет – Вероятно, нет – Может – Вероятно – Конечно]

Порядковые шкалы правдоподобия – отличный способ выяснить насколько вероятно или маловероятно, что человек собирается предпринять упомянутое действие в будущем. Часто это происходит после выполнения определенных условий, например, после завершения транзакции или медицинской процедуры.

Некоторые примеры порядковой шкалы правдоподобия:

  • Компания пытается определить, какой процент их клиентов станет защитником бренда после использования услуги. Это позволит раскрыть информацию, которая поможет повысить лояльность к бренду по нескольким каналам.
  • Медицинское обследование для врачей, определяющее вероятность того, что они назначат определенный тип лекарства после его первого использования. Эти данные помогут фармацевтическим компаниям повысить доверие к своему препарату.

Тип # 9 – Улучшение

[Резко ухудшилось – Ухудшилось – Осталось прежним – Улучшилось – Резко улучшилось]

Порядковые шкалы улучшений позволяют измерять прогресс за определенный период времени. Они измеряют восприятие человеком того, в какой степени положение вещей ухудшилось или улучшилось после того, как изменение было реализовано.

Некоторые примеры улучшенной порядковой шкалы:

  • Компания, запрашивающая мнение работодателей о том, какие отделы ухудшились или улучшились за последний год. Это поможет им приложить более серьезные усилия для достижения прогресса в определенных областях.
  • Климатолог, исследующий восприятие общественностью изменения климата за последние 10 лет. Сбор таких данных имеет решающее значение для изменения отношения к защите окружающей среды.

Тип # 10 – Самостоятельность

[Полный новичок – Начинающий – Ниже среднего – Средний – Выше среднего – Продвинутый – Всего эксперт]

Порядковые шкалы самооценки могут быть очень интересными. Они измеряют чью-то воспринимаемый уровень компетентности при выполнении определенной задачи, что означает, что они могут сильно различаться в зависимости от уровня самооценки разных респондентов в группе.

Некоторые примеры порядковой шкалы самообучения:

  • Учитель языка пытается определить, насколько его ученики уверены в определенных языковых способностях. Учитель может сделать это до или после урока или курса, чтобы определить улучшение самооценки с течением времени.
  • Интервьюер спрашивает кандидатов об их сильных и слабых сторонах во время собеседования. Это поможет выбрать подходящего кандидата на работу.

Порядковые весы и другие типы весов

Теперь, когда мы внимательно рассмотрели некоторые примеры порядковой шкалы, вам может быть интересно, чем формат порядковой шкалы отличается от других шкал.

Обычно, когда мы говорим об порядковых шкалах, мы говорим о них на одном дыхании с порядковыми шкалами. Четыре шкалы измерения, которые:

  • Номинальная шкала
  • Порядковые весы
  • Шкалы интервалов
  • Шкалы соотношений

Давайте посмотрим, как примеры порядковой шкалы, которые мы только что видели, по сравнению с другими тремя типами шкалы…

Пример порядковой шкалы и пример номинальной шкалы

Номинальная шкала или номинальные вопросы в опросе отличаются от порядковой шкалы тем, что ее значения нет порядка им.

Вот пример: я собираю простые данные исследования цвета волос. Если я использую номинальную шкалу, значения будут просто разными цветами волос (коричневый, светлый, черный и т. Д.). Обратите внимание, что есть нет порядка Вот; это не похоже на то, что коричневый ведет к блондинке, которая ведет к черному и не только.

Если я использую порядковую шкалу, я могу добавить значения для светлых или темных волос, которые есть заказ (свет ведет к темноте).

Вот пример номинальной шкалы цвета волос:

А вот и пример порядковой шкалы о цвете волос:

Примеры порядковой шкалы

Таким образом, пример порядковой шкалы дает нам Дополнительная информация. Он не только показывает, сколько респондентов каждого цвета волос у нас есть (вы можете навести указатель мыши на любую круглую точку, чтобы увидеть, сколько ответов было получено), но мы также можем увидеть светлые или темные цвета этих волос на 5- шкала между «сверхлегким» (1) и «супер-темным» (5).

Порядок действий по порядковой шкале отлично подходит для сбора еще одного уровня информации. Однако вы можете столкнуться с некоторыми проблемами, когда номинальные и порядковые значения не совпадать. Например, как у человека с черными волосами могут быть «супер-светлые» волосы? А какую ценность выбирает человек без волос?

Вы можете решить эти проблемы несколькими простыми способами:

  • Один из способов – оставить сообщение для респондентов, что исключает возможность испортить значения:
  • Другой способ – оставить наименьшее значение (1) как N / A (не применимо). Респонденты, которые могут относиться к номинальной шкале, но не к порядковой шкале, могут выбрать «Н / Д», чтобы убедиться в отсутствии конфликта ценностей. Таким образом, значение «сверхлегкое» начнется с (2).
Примеры порядковой шкалы

Примеры порядковой шкалы в сравнении с примерами интервальной шкалы

Так же, как порядковая шкала показывает больше данных, чем номинальная шкала, интервальная шкала показывает даже больше. Шкала интервалов связана с степень различия значений. Итак, давайте посмотрим на примеры интервальных шкал и примеры интервальных вопросов.

Итак, допустим, я провожу более простое исследование, на этот раз идеальную температуру людей дома и в отпуске. В формате порядковой шкалы я бы изложил свои значения следующим образом:

  1. Замораживание
  2. Холодный
  3. умеренный
  4. тёплая
  5. Популярные

Большая проблема с этим примером порядковой шкалы в том, что он полностью субъективно. То, что для кого-то считается «холодным», для кого-то может считаться «умеренным».

В силу формулировки ценностей каждый, естественно, будет стремиться к середине. Здесь слова уже предполагают идеальную температуру, и это приводит к графику, который выглядит следующим образом:

Примеры порядковой шкалы

Вместо этого я должен использовать шкалу интервалов, которая будет называть точные градусы в градусах Цельсия или Фаренгейта которые соответствуют каждому значению, например:

  1. Замораживание (0 ° C – 9 ° C)
  2. Холодная (10 ° C – 19 ° C)
  3. Умеренный (20 ° C – 25 ° C)
  4. Теплый (26 ° C – 31 ° C)
  5. Горячий (32 ° C +)

Такое определение ценностей означает, что мои респонденты могут принимать свои решения на основе существующих и хорошо известных система масштабирования, а не предвзятое восприятие того, кто написал вопрос.

Вы также можете полностью избавиться от формулировок, чтобы на респондентов не влияли предвзятые мнения, вызванные сила слов.

Это означает, что результаты обязательно будут более разнообразный и точный, как это:

Примеры порядковой шкалы

Пример порядковой шкалы и пример шкалы соотношений

Шкала отношений похожа на шкалу интервалов тем, что фокусируется на числах и различиях между ними.

Однако одним большим отличием является наличие в шкале отношения значения «истинного нуля». Настоящий ноль – это полное отсутствие измеряемой величины.

Например, взгляните на эту шкалу соотношения опыта работы:

Примеры вопросов опроса о соотношении – Примеры порядковой шкалы

Вы можете видеть, что этот пример шкалы соотношений начинается со значения «0 лет», что означает полное отсутствие какого-либо опыта работы. Это означает, что у вас есть прочный, непоколебимый фундамент, с которого можно начать анализ.

запомнить: не все нулевые значения являются «истинным нулем». Значение 0 ° C из нашей шкалы интервалов не является истинным нулем, потому что 0 ° C – это конкретная температура, не отсутствие температуры.

Другие способы опроса

Не поймите нас неправильно, порядковые шкалы действительно хороши. Но чтобы сделать действительно интересный обзор в области образование, Работа, политика, психология или что-то еще, вы захотите расширить формат.

Что ж, с AhaSlides у вас есть куча бесплатные способы опроса вашей аудитории!

1. Опрос с несколькими вариантами ответов

Примеры порядковой шкалы

Опросы с множественным выбором являются стандартным типом опроса и доступны в виде столбчатой, кольцевой или круговой диаграммы. Просто запишите варианты, и пусть ваша аудитория сделает выбор!

2. Опрос о выборе изображения

Примеры порядковой шкалы

Опросы выбора изображения работают так же, как и опросы с несколькими вариантами ответов, только более наглядно!

3. Опрос “Облако слов”

Примеры порядковой шкалы

Опросы облака слов – это короткие ответы на тему, обычно состоящие из одного или двух слов. Самые популярные ответы респондентов появляются в центре крупным шрифтом, а менее популярные – мелким шрифтом за пределами центра слайда.

4. Открытый опрос

Примеры порядковой шкалы

Открытый опрос поможет вам собрать ответы творчески и свободно. Нет множественного выбора или ограничения по словам; опросы такого типа поощряют подробные ответы с подробностями.

Идеальный инструмент для онлайн-голосования

Все, что вы видели в этой статье; Примеры порядковой шкалы, примеры номинальной, интервальной и пропорциональной шкал, а также другие типы опросов были сделаны на AhaSlides.

АгаСлайды это бесплатный, интуитивно понятный и гибкий инструмент. Независимо от того, кого вы опрашиваете, 100% онлайн-программное обеспечение AhaSlides означает, что вы можете собирать мнения со всего мира одновременно. Вы также можете оставить свой опрос открытым, чтобы респонденты могли пройти его даже без вашего участия!

С помощью слайда «шкалы» AhaSlides позволяет создавать великолепные порядковые шкалы для ряда утверждений в 3 простые шаги:

Примеры порядковой шкалы — серверная часть AhaSlidesПримеры порядковой шкалы
  1. Напишите свой вопрос
  2. Выдвиньте свои заявления
  3. Добавьте значения

Раздайте своей аудитории код присоединения в верхней части слайда. Как только они введут код на своих телефонах, они смогут ответить на вопрос по вашей порядковой шкале с помощью ползунков во всех утверждениях.

Данные отклика вашей аудитории останется на вашей презентации если вы не решите стереть его, поэтому данные порядкового уровня всегда доступны. Затем вы можете поделиться своей презентацией и данными ответов в любом месте в Интернете.

Если вы хотите создать свои собственные порядковые шкалы, а также множество других типов опросов, нажмите кнопку ниже!

Создавайте красивые онлайн-опросы бесплатно!

лекция1

 

Лекция 1
Типы весов и уровни измерения

Дискретные и непрерывные переменные
В тексте Даниэля различаются дискретные и непрерывные переменные. Эти являются техническими различиями, которые не будут так важны для нас в этом сорт. Согласно тексту, дискретные переменные — это переменные, в которых промежуточные значения невозможны. Например, количество телефонных звонков. вы получаете в день. Вы не можете принимать телефонные звонки 6.3. Непрерывные переменные все остальное; любая переменная, которая теоретически может иметь значения между баллы (например, от 153 до 154 фунтов). Оказывается, это не все, что полезно различия для наших целей. Что на самом деле больше важным для статистических соображений является уровень измерения использовал. Когда я говорю, что это более важно, я действительно преуменьшаю это. Понимание уровня измерения переменной (или шкалы, или меры) Первое и самое важное различие, которое необходимо сделать о переменной, когда занимаюсь статистикой!

Уровни измерения
Статистики часто ссылаются на «уровни измерения» переменная, мера или шкала, чтобы различать измеряемые переменные, которые имеют разные свойства. Различают четыре основных уровня: номинальный, порядковый, интервал и отношение.

Номинальная
Переменная, измеренная по «номинальной» шкале, переменная, которая на самом деле не имеет никакого оценочного различия. Одно значение на самом деле не больше, чем другой. Хорошим примером номинальной переменной является пол (или пол). Информация в наборе данных о поле обычно кодируется как 0 или 1, 1. указывает на мужчину и 0 указывает на женщину (или наоборот – 0 для мужчин, 1 для женского пола). 1 в данном случае является произвольным значением и не больше и не больше. лучше, чем 0. Между 0 и 1 существует только номинальная разница. При номинальном переменных, существует качественная разница между значениями, а не количественная один.

Порядковый номер
Нечто, измеряемое по «порядковой» шкале имеет оценочный оттенок. Одно значение на больше или больше или лучше чем другой. Продукт А предпочтительнее продукта Б, поэтому А получает значение 1, а B получает значение 2. Другим примером может быть оценка вашего удовлетворенность работой по шкале от 1 до 10, где 10 означает полное удовлетворение. С порядковыми шкалами мы знаем только, что 2 равно лучше 1 или 10 лучше 9; мы не знаем, насколько. Это может варьироваться. Расстояние между 1 и 2 может быть короче, чем между 9и 10.

Интервал
Переменная, измеренная по интервальной шкале, дает информация о большем или лучшем качестве порядкового номера шкалы делают, но интервальные переменные имеют одинаковое расстояние между каждым значением. Расстояние между 1 и 2 равно расстоянию между 9 и 10. Хорошим примером является температура в градусах Цельсия или Фаренгейта. такая же разница между 100 градусами и 90, как и между 42 и 32.

отношение
свойства, которыми обладает интервальная шкала, за исключением того, что при масштабировании отношений абсолютный нуль. Примером является температура, измеряемая в градусах Кельвина. Здесь нет возможное значение ниже 0 градусов Кельвина, это абсолютный ноль. вес это другое например, 0 фунтов. является осмысленным отсутствием веса. Баланс вашего банковского счета составляет другой. Хотя у вас может быть отрицательный или положительный баланс счета, существует определенное и непроизвольное значение счета остаток 0.

Можно думать о номинальном, порядковом, интервал и отношение как ранжированные по отношению друг к другу. Соотношение более сложный, чем интервал, интервал более сложный, чем порядковый номер, и порядковый более сложный, чем номинальный. Я не знаю, есть ли ранги равноудалены или нет, вероятно, нет. Так что же это за уровень измерения? ранжирование уровней измерения?? Я бы сказал порядковый. В статистике лучше быть немного консервативен, когда сомневаешься.

Два Общие классы переменных (кого это волнует?)
Хорошо, помните, я сказал, что это первое и самое важное отличие при использовании статистики? Вот почему. В большинстве случаев статистики или исследователи кончают тем, что заботятся только о разнице между номинальными и всеми другие. Как правило, существует два класса статистики: те, которые имеют дело с номинальные зависимые переменные и те, что имеют дело с порядковыми, интервальными, или относительные переменные. (Сейчас мы сосредоточимся на зависимой переменной и позже мы обсудим независимую переменную). Когда я описываю эти типы два общих класса переменных, я (и многие другие) обычно называю их «категорический» и «непрерывный». (Иногда я буду использовать “дихотомический” вместо «категорический»). Отметим также, что «непрерывный» в этом смысле не совсем то же самое, что «непрерывный» используется в главе 1 текста при различении между дискретным и непрерывным. Это гораздо более свободный термин. Категоричность и дихотомические обычно означают, что шкала является номинальной. “Непрерывный” переменные обычно являются порядковыми или лучше.

Порядковые шкалы с несколькими категориями (2,3 или, возможно, 4), а номинальные меры часто классифицируются как категориальные. и анализируются с использованием биномиального класса статистических тестов, тогда как порядковые шкалы со многими категориями (5 или более), интервалом и отношением, как правило, проанализированы с помощью нормального теоретического класса статистических тестов. Хотя различие несколько размыто во-первых, это часто очень полезное различие для выбора правильного статистического тест. Существует ряд специальных статистика, которая была разработана для работы с порядковыми переменными с несколько возможных значений, но мы не собираемся рассматривать их в этом классе (см. Агрести, 1984, 1990; ОКоннелл, 2006 г.; Уикенс, 1989 для получения дополнительной информации об анализе порядковых переменных).

Общие классы Статистика (О, думаю, мне все равно)
Итак, у нас есть эти две общие категории (т. е. непрерывная и категоричная), что дальше? Ну, это различие (как бы нечетко оно ни звучало) имеет очень важное значение. последствия для типа используемой статистической процедуры, и мы будем делать решения, основанные на этом различии на протяжении всего курса . Есть два общих класса статистики: основанные на биномиальная теория и те, которые основаны на нормальной теории . Хи-квадрат и логистическая регрессия с биномиальной теорией или биномиальными распределениями и t-тестами, ANOVA, корреляция и регрессия имеют дело с нормальной теорией. Итак, вот таблица обобщить.

 

Тип зависимого Переменная (или шкала)

Уровень Измерение

Общий класс Статистика
(биномиальная или нормальная Теория)

Примеры Статистические процедуры

Категориальный (или дихотомический)

номинальный, порядковый номер с 2, 3 или 4 уровни

бином

хи-квадрат, логистическая регрессия

Непрерывный

порядковый номер с более чем 4 категории

обычный

Дисперсионный анализ, регрессия, корреляция, t-критерий

 

 Опрос Вопросы и меры: некоторые распространенные примеры
На практике исследователи и проблемы исследования реальной жизни не говорят вам, как зависимая переменная должны быть разделены на категории, поэтому я обозначу несколько типов вопросов для опроса или другие общепринятые меры.

Да/Нет Вопросы
. Любой вопрос в опросе, на который можно ответить да или нет, является номинальным, и поэтому биномиальная статистика будет применяться всякий раз, когда будет задан один вопрос «да/нет». служит зависимой переменной или одной из зависимых переменных в анализ.

Шкала Лайкерта
В опросе особого типа используется набор ответы, упорядоченные таким образом, что один ответ больше другого. термин Шкала Лайкерта названа в честь изобретателя, Ренсис Лайкерт, чье имя произносится как «Ликерт». Как правило, это термин используется для любого вопроса, который имеет около 5 или более возможных вариантов. Ан Примером может быть: «Как бы вы оценили администратора вашего отдела?» 1=очень некомпетентен, 2=несколько некомпетентен, 3=не компетентен, 4=несколько компетентный или 5 = очень компетентный. шкалы Лайкерта либо порядковый, либо интервальный, и многие психометристы утверждал бы, что они являются интервальными шкалами, потому что, когда они хорошо построены, является равным расстоянием между каждым значением. Итак, если Лайкерт шкала используется в качестве зависимой переменной в анализе, обычная статистика теории используются, например, дисперсионный анализ или регрессия.

Физический Меры
Большинство физических мер, таких как рост, вес, систолическое артериальное давление, расстояние и т. д., являются интервалом или соотношением шкалы, поэтому они попадают в общую «непрерывную» категория. Поэтому статистика типа нормальной теории также используется, когда такая мера служит зависимой переменной в анализе. анализ.

Подсчеты
Подсчеты сложны. Если переменная измеряется счетом, например, если Исследователь подсчитывает количество дней, в течение которых пациент находился в больнице. госпитализации, переменная находится на шкале отношений и рассматривается как непрерывная переменная. Однако часто рекомендуются специальные статистические данные, т.к. переменные часто имеют очень асимметричное распределение с большое количество случаев с нулевым счетом (см. Agresti, 1990, с. 125; Коэн, Коэн, Уэст и Айкен, 2003 г., глава 13). Если исследователь подсчитывает количество субъектов в эксперименте (или количество случаев в наборе данных), непрерывный мера типа на самом деле не используется. Подсчет в этом случае действительно изучение частоты появления некоторого значения переменной. Например, подсчет количества субъектов в наборе данных, которые сообщают, что госпитализированных в прошлом году, зависит от дихотомической переменной в наборе данных что означает пребывание в больнице или отсутствие госпитализации (например, из например, «были ли вы госпитализированы в течение последнего года?»). Даже если подсчитать количество случаев на основе вопроса «как много дней в прошлом году вы были госпитализированы», что является непрерывная мера, переменная, используемая в анализе, на самом деле не является непрерывная переменная. Вместо этого исследователь будет фактически анализировать дихотомическую переменную путем подсчета числа людей, не госпитализированных в прошлом году (0 дней) по сравнению с теми, кто был (1 или более дней).

“Номинальное соотношение порядкового интервала” Шкалы

используя их. В статистике существуют разные уровни измерения, и данные, измеренные с их помощью, можно в общих чертах разделить на качественные и количественные данные. Давайте обсудим «Номинальное порядковое отношение интервалов».

Во-первых, давайте разберемся, что такое переменная. Величина, значение которой меняется в совокупности и может быть измерено, называется переменной. Например, рассмотрим выборку занятых лиц. Переменными для этого набора населения могут быть отрасль, местоположение, пол, возраст, навыки, тип работы, оплачиваемый отпуск и т. д. Значение переменных будет отличаться для каждого сотрудника.

Например, в США практически невозможно рассчитать среднюю почасовую ставку рабочего. Таким образом, выборочная аудитория выбирается случайным образом, чтобы она надлежащим образом представляла большую часть населения. Затем рассчитывается средняя часовая ставка этой выборочной аудитории. Используя статистические тесты, вы можете сделать вывод о средней почасовой ставке для большей группы населения.

Уровень измерения переменной определяет используемый тип статистического теста. Математическая природа переменной или, другими словами, то, как переменная измеряется, считается уровнем измерения.

Что такое шкалы «Номинальное отношение порядкового интервала»?

«Коэффициент номинального порядкового интервала» определяется как четыре основных шкалы измерения, используемые для сбора данных в форме опросов и анкет, каждая из которых представляет собой вопрос с несколькими вариантами ответов.

Каждая шкала представляет собой добавочный уровень измерения, что означает, что каждая шкала выполняет функцию предыдущей шкалы, и все шкалы опросных вопросов, такие как шкала Лайкерта, семантически-дифференциальная, дихотомическая и т. д., являются производными от этих четырех основных уровней измерения переменных. . Прежде чем мы подробно обсудим все четыре уровня шкал измерения с примерами, давайте кратко рассмотрим, что представляют собой эти шкалы.

Номинальная шкала — это шкала именования, в которой переменные просто «называются» или помечаются без определенного порядка. В порядковой шкале все переменные расположены в определенном порядке, помимо их имен. Шкала интервалов предлагает метки, порядок, а также определенный интервал между каждым из его переменных параметров. Шкала отношений обладает всеми характеристиками интервальной шкалы, кроме того, она также может принимать значение «ноль» любой из своих переменных.

Вот еще четыре уровня измерения в исследованиях и статистике: номинальный, порядковый, интервальный, относительный.

Номинальная шкала, также называемая шкалой категориальных переменных, определяется как шкала, используемая для маркировки переменных по отдельным классификациям, и не включает количественное значение или порядок. Эта шкала является самой простой из четырех шкал переменных измерений. Вычисления, сделанные для этих переменных, будут бесполезны, так как нет числового значения параметров.

В некоторых случаях эта шкала используется для целей классификации – числа, связанные с переменными этой шкалы, являются только тегами для категоризации или разделения. Расчеты, сделанные по этим числам, будут бесполезны, поскольку они не имеют количественного значения.

Для таких вопросов, как:

Где вы живете?

  • 1- Пригород
  • 2- Город
  • 3- Город

Номинальная шкала часто используется в исследовательских опросах и вопросниках, где значение имеют только метки переменных.

Например, опрос клиентов с вопросом «Какую марку смартфонов вы предпочитаете?» Варианты: «Apple»-1, «Samsung»-2, «OnePlus»-3.

  • В этом опросном вопросе для исследователя, проводящего потребительские исследования или нетнографию, важны только названия торговых марок. Для этих марок нет необходимости в каком-либо конкретном заказе. Однако, собирая номинальные данные, исследователи проводят анализ на основе соответствующих меток.
  • В приведенном выше примере, когда респондент выбирает Apple в качестве предпочтительного бренда, введенные и связанные данные будут равны «1». Это помогло дать количественную оценку и ответить на последний вопрос: сколько респондентов выбрали Apple, сколько выбрали Samsung и сколько выбрали OnePlus, и какой из них самый высокий.
  • Это основа количественного исследования, а номинальная шкала является самой фундаментальной шкалой исследования.
Данные номинальной шкалы и анализ

Существует два основных способа сбора данных о номинальной шкале:

  1. Задавая открытый вопрос, ответы на который могут быть закодированы соответствующим номером метки, выбранным исследователем.
  2. Другой альтернативой сбору номинальных данных является включение вопроса с несколькими вариантами ответов, в котором ответы будут помечены.

В обоих случаях анализ собранных данных будет происходить в процентах или по модулю, т. е. наиболее распространенный ответ, полученный на вопрос. Один вопрос может иметь более одного режима, поскольку в целевой группе могут существовать два общих фаворита.

Примеры номинальной шкалы
  • Пол
  • Политические предпочтения
  • Место жительства
Ваш пол? Каковы ваши политические предпочтения? Где ты живешь?
  • M- мужской
  • F- Женский
  • 1- независимый
  • 2- демократ
  • 3- Республиканский
  • 1- Пригород
  • 2- Город
  • 3- Город

Создать бесплатную учетную запись

Номинальная шкала SPSS

В SPSS можно указать уровень измерения в виде шкалы (числовые данные на шкале интервалов или отношений), порядковой или номинальной. Номинальные и порядковые данные могут быть строковыми буквенно-цифровыми или числовыми.

При импорте данных для любой переменной во входной файл SPSS она по умолчанию принимается как масштабируемая переменная, поскольку данные в основном содержат числовые значения. Важно изменить его на номинальный или порядковый или сохранить его в виде шкалы в зависимости от переменной, которую представляют данные.

Порядковая шкала: 2

nd Уровень измерения

Порядковая шкала определяется как шкала измерения переменных, используемая для простого отображения порядка переменных, а не разницы между каждой из переменных. Эти шкалы обычно используются для описания нематематических идей, таких как частота, удовлетворение, счастье, степень боли и т. д. Довольно просто запомнить реализацию этой шкалы, так как «Порядковый номер» звучит похоже на «Порядок», т.е. именно цель этой шкалы.

Порядковая шкала сохраняет описательные качества наряду с внутренним порядком, но лишена происхождения шкалы, поэтому расстояние между переменными нельзя рассчитать. Описательные качества указывают на теговые свойства, аналогичные номинальной шкале, кроме того, порядковая шкала имеет еще и взаимное расположение переменных. Начало этой шкалы отсутствует, в связи с чем нет фиксированного начала или «истинного нуля».

Порядковые данные и анализ

Данные в порядковой шкале могут быть представлены в табличном или графическом форматах, чтобы исследователь мог провести удобный анализ собранных данных. Кроме того, для анализа порядковых данных можно использовать такие методы, как U-критерий Манна-Уитни и H-критерий Крускала-Уоллиса. Эти методы обычно применяются для сравнения двух или более порядковых групп.

В U-критерии Манна-Уитни исследователи могут сделать вывод, какая переменная одной группы больше или меньше другой переменной случайно выбранной группы. В то время как в тесте Крускала-Уоллиса исследователи могут проанализировать, имеют ли две или более порядковые группы одинаковую медиану или нет.

Узнайте о: Номинальная и порядковая шкалы

Примеры порядковых шкал

Статус на рабочем месте, рейтинг команд в турнирах, порядок качества продукции и порядок согласия или удовлетворения являются одними из наиболее распространенных примеров порядковой шкалы. Эти шкалы обычно используются в маркетинговых исследованиях для сбора и оценки относительных отзывов об удовлетворенности продуктом, изменении восприятия при обновлении продукта и т. д.

Например, вопрос семантической дифференциальной шкалы, такой как:

Насколько вы удовлетворены нашими услугами?

  • Очень неудовлетворен – 1
  • Не удовлетворен – 2
  • Нейтраль – 3
  • Доволен – 4
  • Очень доволен – 5
  1. Здесь порядок переменных имеет первостепенное значение, как и маркировка. Очень неудовлетворенный всегда будет хуже, чем неудовлетворенный, а удовлетворенный будет хуже, чем очень довольный.
  2. Здесь порядковая шкала находится на ступеньку выше номинальной шкалы – порядок имеет отношение к результатам, как и их наименование.
  3. Анализ результатов на основе порядка наряду с именем становится удобным процессом для исследователя.
  4. Если они намерены получить больше информации, чем то, что они могли бы собрать с использованием номинальной шкалы, они могут использовать порядковую шкалу.

Эта шкала не только присваивает значения переменным, но также измеряет ранг или порядок переменных, например:

  • Классы
  • Удовлетворение
  • Счастье

Насколько вы удовлетворены нашими услугами?

  • 1- Очень неудовлетворен
  • 2- Не удовлетворен
  • 3- нейронный
  • 4- Удовлетворен
  • 5- Очень доволен

Шкала интервалов: 3

rd Уровень измерения

Шкала интервалов определяется как числовая шкала, в которой известен порядок переменных, а также разница между этими переменными. Переменные, которые имеют знакомые, постоянные и вычисляемые различия, классифицируются с использованием шкалы интервалов. Также легко запомнить основную роль этой шкалы: «Интервал» указывает на «расстояние между двумя объектами», что и помогает в достижении шкалы интервалов.

Эти весы эффективны, поскольку они открывают двери для статистического анализа предоставленных данных. Среднее значение, медиану или моду можно использовать для расчета центральной тенденции в этой шкале. Единственным недостатком этой шкалы является отсутствие заранее определенной отправной точки или истинного нулевого значения.

Интервальная шкала содержит все свойства порядковой шкалы, кроме того, предлагает вычисление разницы между переменными. Основной характеристикой этой шкалы является равноудаленная разница между объектами.

Например, рассмотрим температурную шкалу Цельсия/Фаренгейта:

  • 80 градусов всегда выше, чем 50 градусов, и разница между этими двумя температурами такая же, как разница между 70 градусами и 40 градусами.
  • Кроме того, значение 0 является произвольным, поскольку существуют отрицательные значения температуры, что делает температурную шкалу Цельсия/Фаренгейта классическим примером интервальной шкалы.
  • Интервальная шкала часто выбирается в исследовательских случаях, когда разница между переменными является требованием, чего нельзя достичь с помощью номинальной или порядковой шкалы. Интервальная шкала количественно определяет разницу между двумя переменными, тогда как две другие шкалы способны связывать только качественные значения с переменными.
  • В отличие от двух предыдущих шкал можно оценить средние и медианные значения в порядковой шкале.
  • В статистике часто используется интервальная шкала, так как переменным можно не только присваивать числовые значения, но и производить вычисления на основе этих значений.

Даже если шкалы интервалов замечательны, они не вычисляют «истинное нулевое» значение, поэтому в игру вступает следующая шкала.

Интервальные данные и анализ

Все методы, применимые к анализу номинальных и порядковых данных, применимы и к интервальным данным. Помимо этих методов, существует несколько методов анализа, таких как описательная статистика, корреляционно-регрессионный анализ, которые широко используются для анализа интервальных данных.

Описательная статистика — это термин, используемый для анализа числовых данных, который помогает осмысленно описывать, изображать или суммировать данные, а также помогает в расчете среднего значения, медианы и моды.

Примеры шкалы интервалов
  • Существуют ситуации, когда шкалы ориентации считаются шкалами интервалов.
  • Помимо температурной шкалы, время также является очень распространенным примером шкалы интервалов, поскольку значения уже установлены, постоянны и поддаются измерению.
  • Календарные годы и время также подпадают под эту категорию шкал измерения.
  • Шкала Лайкерта
  • , показатель Net Promoter Score, шкала семантического дифференциала, биполярная матричная таблица и т. д. являются наиболее часто используемыми примерами интервальной шкалы.

Следующие вопросы относятся к категории интервальной шкалы:

  • Каков доход вашей семьи?
  • Какая температура в вашем городе?

Создайте бесплатную учетную запись

Шкала отношений: 4

th Уровень измерения

Шкала отношений определяется как шкала измерения переменных, которая не только производит порядок переменных, но также делает различие между переменными известными вместе с информацией на значение истинного нуля. Он рассчитывается, предполагая, что переменные имеют опцию для нуля, разница между двумя переменными одинакова и существует определенный порядок между опциями.

При выборе истинного нуля к переменным можно применять различные методы логического и описательного анализа. Помимо того, что шкала отношений делает все, что могут делать номинальная, порядковая и интервальная шкалы, она также может устанавливать значение абсолютного нуля. Лучшими примерами шкал отношений являются вес и рост. В маркетинговых исследованиях шкала отношений используется для расчета доли рынка, годового объема продаж, цены будущего продукта, количества потребителей и т. д.

  • Шкала отношений предоставляет наиболее подробную информацию, поскольку исследователи и статистики могут рассчитать центральную тенденцию, используя статистические методы, такие как среднее значение, медиана, мода, а также такие методы, как среднее геометрическое, коэффициент вариации или среднее гармоническое. шкала.
  • Шкала отношений включает характеристики трех других шкал измерения переменных, т. е. маркировку переменных, значимость порядка переменных и вычисляемую разницу между переменными (которые обычно равноудалены).
  • Из-за существования истинного нулевого значения шкала отношения не имеет отрицательных значений.
  • Чтобы решить, когда использовать шкалу отношений, исследователь должен наблюдать, обладают ли переменные всеми характеристиками шкалы интервалов наряду с наличием абсолютного нулевого значения.
  • Среднее значение, моду и медиану можно рассчитать с помощью шкалы отношений.
Данные о соотношениях и анализ

На фундаментальном уровне данные шкалы отношений носят количественный характер, благодаря чему все методы количественного анализа, такие как SWOT, TURF, кросс-табуляция, совместное использование и т. д., могут использоваться для расчета данных о соотношениях. В то время как некоторые методы, такие как SWOT и TURF, будут анализировать данные о соотношении таким образом, чтобы исследователи могли создавать дорожные карты того, как улучшить продукты или услуги, а кросс-таблица будет полезна для понимания того, будут ли новые функции полезны для целевой рынок или нет.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *