Indhold
- TL; DR (for lang; læste ikke)
- Kategoriske og intervalvariabler
- Forhold og ordinære variabler
- konklusioner
- Ordinære målefordele
- Ordinære måling Ulemper
Statistiske målinger kræver variabler, men alle variabler er ikke ens. Nogle variabler som vægt eller hastighed eller brugte dollars kan måles nøjagtigt. Meninger er dog en anden sag. Patienter kan bedømme deres niveau af smerte i en skala fra en til ti, eller filmgæster kan bedømme, hvor godt de nød en film, de lige så. Disse typer indikatorer er ordinære målinger. De er ikke præcise, hvordan fysiske eller økonomiske foranstaltninger kan være, men ordinære foranstaltninger kan ikke desto mindre give værdifuld information til forskere.
TL; DR (for lang; læste ikke)
Almindelige mål henviser generelt til undersøgelser, hvor brugerudtalelsen kvantificeres.
Kategoriske og intervalvariabler
De forskellige statistiske variabler inkluderer kategoriske, interval, forhold og ordinale variabler. Kategoriske variabler refererer til typer uden rækkefølge. Fugle, pattedyr, krybdyr og fisk er typer, der kan navngives, men har ingen matematisk rækkefølge i forhold til hinanden. Intervallvariabler er variabler, der forholder sig ens på en fælles skala; for eksempel temperaturændringer, hvor forskellen mellem 50 og 60 grader er den samme som forskellen mellem 60 og 70 grader - 10 grader.
Forhold og ordinære variabler
Forholdsvariabler begynder med nul, der repræsenterer lighed mellem to ting, og fortsætter til faktorer, der repræsenterer relativ forskel. Når man sammenligner Kinas befolkning med USA, kan en ratio-variabel tage USA som nulbase med 311 millioner mennesker, hvilket giver Kina med 1,3 milliarder mennesker en forholdsværdi på 4,29. Kina har 4,29 lige så mange mennesker som USA. Ordinale variabler måler kvaliteter; for eksempel kan en undersøgelse sige, "Hos din nuværende guvernør er du: (1) meget utilfreds, (2) utilfreds, (3) har ingen mening, (4) tilfreds eller (5) meget tilfreds."
konklusioner
Ordinær måling er designet til at udlede konklusioner, mens andre metoder bruges til at beskrive konklusioner. Beskrivende konklusioner organiserer målbare fakta på en måde, som de kan sammenfattes. Hvis en statistisk analyse af den gennemsnitlige indkomst pr. Indbygger i en by ændres over tre år, kan denne ændring angives kvantitativt. Der kan dog ikke drages nogen slutninger om, hvorfor gennemsnittet ændrede sig. Hvad du ser er, hvad du får: tal. Overordnede konklusioner forsøger at se ud over det faktiske antal til en kvalitativ konklusion, for eksempel "De fleste kunder af Frosty Boy Ice Cream er tilfredse."
Ordinære målefordele
Almindelig måling bruges normalt til undersøgelser og spørgeskemaer. Statistisk analyse anvendes til svarene, når de først er samlet for at placere de personer, der har taget undersøgelsen, i de forskellige kategorier. Derefter sammenlignes dataene for at trække konklusioner og konklusioner om hele den undersøgte population med hensyn til de specifikke variabler. Fordelen ved at bruge ordinal måling er lethed ved sortering og kategorisering. Hvis du stiller et undersøgelsesspørgsmål uden at angive variablerne, er svarene sandsynligvis så forskellige, at de ikke kan konverteres til statistik.
Ordinære måling Ulemper
De samme egenskaber ved ordinal måling, der skaber dens fordele skaber også visse ulemper. Svarene er ofte så snæver i forhold til spørgsmålet, at de skaber eller forstørrer bias, som ikke er taget med i undersøgelsen. På spørgsmålet om tilfredshed med guvernøren kan folk f.eks. Være tilfreds med hans jobpræstationer, men er oprørt over en nylig sexskandale. Undersøgelsesspørgsmålet kan muligvis føre til, at respondenterne erklærer deres utilfredshed med skandalen på trods af tilfredshed med hans jobydelse - men den statistiske konklusion vil ikke skelne.