Se non avete una carriera come ricercatore , si rischia solo interessati con scale utilizzate in statistica a livello universitario . Corsi a questo livello con offerte di metodi di ricerca e analisi dei dati. Se avete mai preso un sondaggio, però, è stato rivisitato il tema , anche se non avete mai dato un secondo pensiero . I ricercatori raccolgono dati utilizzando diverse scale , ognuna delle quali permette di diversi tipi di analisi .

Dati nominali nominali , secondo il professor Jason T. Newsom della Portland State University , non significano nulla dal punto di vista quantitativo . Quando si utilizza la scala nominale , si cerca di classificare e categorizzare i dati . Esempi di variabili nominali troviamo sesso o genere , partito politico di appartenenza e colore dei capelli . Quando i ricercatori valutano tali dati , spesso assegnano numeri per una particolare risposta , ma questi numeri non significano nulla. Essi sono utilizzati perché i programmi informatici richiedono numeri di analisi piuttosto che le parole . Per esempio, un ricercatore può codificare tutte le risposte maschili come ” 0 ” e di tutte le risposte delle donne come “1 “. Come Professore Emerito David W. Stockburger della Missouri State University osserva , calcolare le statistiche , come il medio o deviazione standard dai dati nominali , si dimostra priva di senso .

Ordinali

scale ordinali possedere le stesse qualità dei dati nominali , tranne , come osserva il dottor Newsom , essi ” hanno una connotazione valutativa “. Newsom utilizza la soddisfazione sul lavoro come esempio di una misura ordinale . Se si valuta la soddisfazione sul lavoro su una scala da 1 a 10 , si sa che un punteggio di 10 è meglio di un punteggio di 9 , un punteggio di 9 è meglio di un punteggio di 8 , e così via . Non sai da quanto il 10 è meglio di 9 o se la distanza tra i due è la stessa distanza tra 9 e 8 .

Interval

Celsius o la temperatura Fahrenheit è un dato intervallo .

misure intervallo forniscono le stesse informazioni variabili su scala ordinale , ma la distanza tra i valori è fisso. Con variabili di intervallo , la distanza tra 10 e 9 , la distanza tra 9 e 8 , e così via è conosciuta come uguali. Newsom utilizza la temperatura in gradi Celsius o Fahrenheit come esempi di dati su scala intervallo . La differenza tra 10 gradi e 20 gradi è la stessa come la differenza tra 90 e 100 gradi.

Rapporto

peso è misurato sulla scala di rapporto . Dati a livello di rapporto

condividono le stesse qualità come dati su scala intervallo , tranne le variabili di rapporto hanno uno zero assoluto . Come sottolinea Newsom , a differenza di gradi Celsius o Fahrenheit di temperatura , la temperatura sulla scala Kelvin misura è a livello di rapporto . Non esiste una cosa come sotto – zero della scala Kelvin . Il peso è un altro esempio comune di dati su scala rapporto . Peso ha uno zero assoluto . Qualcosa o qualcuno non possono avere un peso inferiore a zero .