测量等级|标称,顺序,间隔和比率

测量水平,也被称为测量尺度,告诉你有多精确变量被记录。在科学研究中,变量是可以在数据集上取不同值的任何东西(例如,身高或考试分数)。

有4个级别的测量:

  • 名义上的数据只能进行分类
  • 序数可以对数据进行分类和排序
  • 时间间隔可以对数据进行分类、排序和均匀间隔
  • 数据可以被分类、排序、均匀间隔,并且有一个自然零。

根据变量测量的级别,分析数据所能做的可能是有限的。测量水平的复杂性和精度是有层次的,从低(名义)到高(比率)。

标称、序数、区间和比率数据

从最低到最高,这4个测量级别是累积的。这意味着它们都具有较低级别的属性并添加新的属性。

名义上的 名义比例尺的例子
你可以分类您的数据通过标签它们在相互排斥的组中,但类别之间没有顺序。
  • 出生城市
  • 性别
  • 种族
  • 汽车品牌
  • 婚姻状况
序数水平 序数尺度的例子
你可以分类而且排名你的数据是按顺序排列的,但你不能说排名之间的间隔。

虽然你可以对前5名奥运奖牌获得者进行排名,但这个比例并不能告诉你他们在赢得奖牌的数量上有多接近或多远。

  • 前5名奥运奖牌得主
  • 语言能力(如初级、中级、流利)
  • Likert-type问题(例如,从非常不满意到非常满意)
间隔级别 区间尺度的例子
你可以分类排名,推断出相等的时间间隔相邻数据点之间,但没有真正的零点。

任何两个相邻温度之间的差值都是一样的:一度。但是零度的定义因尺度的不同而不同——它并不意味着绝对没有温度。

测试分数和性格量表也是如此。考试的零分是任意的;这并不意味着应试者绝对缺乏被测量的特质。

  • 考试成绩(如智商或考试)
  • 个性的库存
  • 华氏温度或摄氏温度
率水平 比率量表的例子
你可以分类排名,并推断相等的时间间隔相邻数据点之间,有一个真正的零点。

真正的零意味着不存在感兴趣的变量。在比率尺度上,零确实意味着绝对缺乏变量。

例如,在开尔文温标中,没有负的温度度——零度意味着绝对缺乏热能。

  • 高度
  • 年龄
  • 重量
  • 开尔文温度

为什么度量级别很重要?

度量变量的级别决定了如何分析数据。

不同的级别限制了您可以使用哪些描述性统计数据来获得总体数据总结你的数据,以及哪种类型的推论统计你可以根据你的数据来支持或反驳你的假设

在许多情况下,您的变量可以在不同的级别上进行测量,因此您必须选择之前使用的测量级别数据收集开始了。

一个变量在2个测量级别的例子
你可以在序数或比率水平上衡量收入变量。

  • 序数水平:你创建收入范围的等级:$0 - $19,999,$20,000 - $39,999,$40,000 - $59,999。你要求参与者选择代表他们年收入的等级。括号用1-3的数字编码。
  • 率水平:你收集参与者确切的年收入数据。
参与者 收入(普通水平) 收入(比率水平)
一个 支架1 12550美元
B 支架2 39700美元
C 支架3 40300美元

在比率水平上,你可以看到a和B的收入差距要大得多B和C的收入之差。

然而,在序数水平上,你只知道每个参与者的收入等级,而不知道他们的确切收入。由于您无法确切地说出数据集中每个收入与其他收入的差异,因此只能对收入水平进行排序并将参与者分组。

防止抄袭,运行免费检查。

免费尝试

我可以对我的数据应用哪些描述性统计数据?

描述性统计的度量,帮助您了解数据的“中间”和“扩散”集中趋势而且可变性

在测量数据集的集中趋势或可变性时,您的测量级别将根据适合每个级别的数学操作决定可以使用哪些方法。

你可以应用的方法是累积的;在较高的级别上,您可以应用在较低级别上使用的所有数学操作和度量。

数据类型 数学运算 集中趋势的度量 可变性的测量
名义上的
  • 相等(=,≠)
  • 没有一个
序数
  • 相等(=,≠)
  • 比较(>,<)
时间间隔
  • 相等(=,≠)
  • 比较(>,<)
  • 加、减(+、−)
  • 相等(=,≠)
  • 比较(>,<)
  • 加、减(+、−)
  • 乘法,除法(×, ÷)
  • 范围
  • 四分位范围
  • 标准偏差
  • 方差
  • **相对标准差
算术平均数是最常用的平均数。一个几何平均数是一种方法,用于从不同范围的量表中为个别科目取平均值。然后你可以互相比较主题级别的平均数。算术平均数是基于数值相加,而几何平均数是数值相乘。
**相对标准偏差就是标准差除以均值。如果你用它来测量摄氏度,华氏度和开尔文,你会得到三个完全不同的答案。唯一有意义的答案是基于一个真正的零刻度,开尔文刻度。

测验:标称,序数,间隔,还是比例?


关于测量水平的常见问题

测量的四个层次是什么?

测量水平告诉你变量的记录有多精确。有4个等级的测量,可以从低到高的排名:

  • 名义上的数据只能进行分类。
  • 序数可以对数据进行分类和排序。
  • 时间间隔可以对数据进行分类和排序,并均匀间隔。
  • 数据可以被分类,排序,均匀间隔,并有一个自然的零。
为什么衡量水平很重要?

你测量a的水平变量决定如何分析数据。

取决于测量水平,您可以执行不同的描述性统计以获得数据的总体摘要和推论统计看看你的结果是支持还是反驳你的观点假设

我如何决定使用哪个级别的测量?

有些变量有固定的水平。例如,性别和种族总是名义上的数据,因为它们不能被排名。

但是,对于其他变量,可以选择测量水平.例如,收入是一个变量,可以用序数或比例尺来记录:

  • 在一个序数水平,您可以创建5个收入分组,并将其中的收入从1-5编码。
  • 在一个率水平,你会记录确切的收入数字。

如果您可以选择,比率级别总是更好的,因为您可以用更多的方式分析数据。测量级别越高,数据就越精确。

引用这篇Scribbr文章

如果你想引用这个来源,你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮,自动添加到我们的免费引用生成器引用。

班达里,P.(2022年12月05日)。测量等级|标称,顺序,间隔和比率。Scribbr。检索于2022年12月19日,来自//www.charpingshvac.com/statistics/levels-of-measurement/

这篇文章有用吗?
Pritha班达里

普里塔拥有英语、心理学和认知神经科学方面的学术背景。作为一名跨学科研究人员,她喜欢为学生和学者撰写文章,解释棘手的研究概念。
Baidu