Innehåll
- TL; DR (för lång; läste inte)
- Kategoriska och intervallvariabler
- Ratio och ordinära variabler
- Slutsatser
- Ordinära mätfördelar
- Ordinära mätnackdelar
Statistiska mätningar kräver variabler, men alla variabler är inte desamma. Vissa variabler som vikt eller hastighet eller spenderade dollar kan mätas exakt. Meningar är dock en annan fråga. Patienter kan betygsätta sin smärtnivå på en skala från en till tio, eller filmgästerna kan bedöma hur bra de gillade en film de just såg. Dessa typer av indikatorer är ordinära mätningar. De är inte exakt hur fysiska eller ekonomiska åtgärder kan vara, men ordinära åtgärder kan ändå ge värdefull information för forskare.
TL; DR (för lång; läste inte)
Vanliga åtgärder avser vanligtvis undersökningar där användarnas åsikt kvantifieras.
Kategoriska och intervallvariabler
De olika statistiska variablerna inkluderar kategoriska, intervall, förhållande och ordinära variabler. Kategoriska variabler avser typer utan ordning. Fåglar, däggdjur, reptiler och fisk är typer som kan namnges men har ingen matematisk ordning i förhållande till varandra. Intervallvariabler är variabler som relaterar lika längs en gemensam skala; till exempel temperaturförändringar, där skillnaden mellan 50 och 60 grader är densamma som skillnaden mellan 60 och 70 grader - 10 grader.
Ratio och ordinära variabler
Ratiovariabler börjar med noll som representerar jämlikhet mellan två saker och fortsätter till faktorer som representerar relativ skillnad. Jämfört befolkningen i Kina med USA kan en förhållandevariabel ta USA som nollbas med 311 miljoner människor, vilket ger Kina, med 1,3 miljarder människor, ett förhållande på 4,29. Kina har 4,29 lika många människor som USA. Ordinära variabler mäter kvaliteter; till exempel kan en undersökning säga: "Med din nuvarande guvernör är du: (1) mycket missnöjd, (2) missnöjd, (3) har ingen åsikt, (4) nöjd eller (5) mycket nöjd."
Slutsatser
Ordinär mätning är utformad för att dra slutsatser, medan andra metoder används för att beskriva slutsatser. Beskrivande slutsatser organiserar mätbara fakta på ett sätt som de kan sammanfattas. Om en statistisk analys av inkomst per capita i en stad förändras under tre år, kan denna förändring anges kvantitativt. Ingen slutsats kan dock dras om varför genomsnittet förändrats. Vad du ser är vad du får: siffror. Inferensiella slutsatser försöker se utöver det faktiska antalet till en kvalitativ slutsats, till exempel "De flesta kunderna från Frosty Boy Ice Cream är nöjda."
Ordinära mätfördelar
Vanlig mätning används normalt för undersökningar och frågeformulär. Statistisk analys tillämpas på svaren när de har samlats in för att placera de personer som tog undersökningen i de olika kategorierna. Uppgifterna jämförs sedan för att dra slutsatser och slutsatser om hela den undersökta populationen med avseende på de specifika variablerna. Fördelen med att använda ordinär mätning är enkel sortering och kategorisering. Om du ställer en undersökningsfråga utan att tillhandahålla variablerna kommer svaren troligen att vara så olika att de inte kan konverteras till statistik.
Ordinära mätnackdelar
Samma egenskaper hos ordinär mätning som skapar dess fördelar skapar också vissa nackdelar. Svaren är ofta så smala i förhållande till frågan att de skapar eller förstorar partiskhet som inte tas med i undersökningen. Till exempel, på frågan om tillfredsställelse med guvernören, kanske folk är nöjda med hans jobbprestanda men upprörda över en nylig sexskandal. Undersökningsfrågan kan leda till att respondenterna uppger sin missnöje med skandalen, trots att han är nöjd med hans arbetsresultat - men den statistiska slutsatsen kommer inte att skilja sig.