Mit kell tudni az intervallum és arányskála mérési szintről?
A mérési szintek közül (Nominális, Ordinális, Intervallum, Arányskála) az arányskála a legtöbb információt nyújtó, a legmagasabb mérési szint. Azt nevezzük intervallum vagy arányskála mérési szintű változónak, amelynek az értékei önmagukban jelentést hordoznak és nem kell hozzájuk címke. Pl. életkor: 21, 22, ...35. Kevés olyan statisztikai próba van, amelyek során különbséget kell tenni az intervallum és az arányskála mérési szintű változók között, ezért a továbbiakban ezt a két típust együtt fogom bemutatni. Azokban az esetekben ahol különbséget kell tenni ezen két típusú mérési szint között jelezni fogom.
Egy kérdőív szerkesztése során ha döntenünk kell, hogy egy adott kérdést arányskála vagy nominális, illetve ordinális mérési szintként fogalmazzuk-e meg, akkor tudnunk kell, hogy minél magasabb mérési szintet választunk, annál több információt tudhatunk meg az elemzés során. Tehát nominális és ordinális mérési szintek helyett célszerű arányskálát választani. Általában ezek a változók folytonos változók, illetve olyan diszkrét változók, amelyek feldolgozás szempontjából folytonosnak tekinthetők. Grafikus ábrázolására leggyakrabban pontdiagramot, vonaldiagramot, hisztogramot, illetve doboz-diagramot (box-plot-ot) szoktak használni.
Más néven: különbségi mérési szint
Példa 1: életkor, magasság, testsúly, havi nettó jövedelem, naptári idő, intelligencia-szint, azok a kérdések, amelyek így kezdődnek: "Értékelje 1-től 5-ig..." stb.
Példa 2: A klasszikus példa intervallum mérési szintű változóra a hőmérséklet, hiszen nincs abszolút 0 pontja vagyis kezdőpontja, a víz fagyáspontjának választása esetleges, hiszen függ az alapul vett hőmérsékleti skálától. Itt a 0 fok megegyezéses (nem ugyanannyi, mint Fahrenheitben), és nem mondhatjuk, hogy az 5 fokos „meleg” ötször melegebb, mint az 1 fokos. Ha tegnap 2 fok volt, ma pedig 6 fok van, akkor azt tudjuk, hogy, 4 fokkal melegebb lett, de azt nem állíthatjuk, hogy 3-szor melegebb van, mint tegnap.
Az arányskála és az intervallum mérési szintű változók jellemzői
- Értéke egy szám, amelynek önmagában jelentése van, nincs szükség címkére az értelmezéséhez
- Intervallum mérési szint esetében: a skála kezdőpontja viszonylagos, nem egyértelmű. Míg arányskála esetében: A kezdőpontja egyértelműen adott és rögzített. Vagyis létezik abszolút nulla pontja. Pl.: ha 0 Ft-ot kerestem, akkor nem kerestem semmit. Tehát értelmezhető a kezdőpontja.
- Értékeivel matematikai számítások végezhetők. Értelmezni tudjuk az értékek közötti különbségeket (lehet őket kivonni, összeadni)
- Meg tudjuk állapítani, hogy két felvehető érték között mekkora a távolság
- Minden olyan tulajdonság jellemző rá, ami jellemzi a nominális, ordinális és intervallum mérési szintű változókat
- Meg tudjuk állapítani, hogy mennyivel nagyobb egyik érték a másiknál
- A skálaértékek különbségei valós információt nyújtanak a sokaság egységeiről van valamilyen mértékegysége, pl. életkor, cm, kg, ...
Leíró statisztika: Milyen mutatókat használhatok egy arányskála mérési szintű változó elemzése során?
Analyze → Descriptive Statistics → Frequencies → Statistics →
- Gyakoriság - Frequencies
- Módusz - Mode
- Medián - Median
- Minimum és Maximum
- Terjedelem - Range
- Átlag - Mean
- Szórás - Standard Deviation
- Variancia - Variance
- Ferdeség - Skewness
- Csúcsosság - Kurtosis
Leíró statisztika: Hogyan értelmezzek egy arányskála mérési szintű változót?
A megkérdezettek átlagos életkora 39 év. A válaszadók fele 40 évnél idősebb, fele pedig 40 évnél fiatalabb. A legfiatalabb 15 éves, a legidősebb személy pedig 62 éves. A leggyakrabban előforduló érték az 54. Tehát a legtöbben az 54 évesek közül szerepelnek a mintában. A szórás 13,54, vagyis az értékek átlagosan 13,54-el térnek el az átlagtól. Az adatoknak az átlagtól való négyzetes eltéréseinek a száma pedig 183,49. A ferdeség -0,120 vagyis az eloszlásunk balra ferde. A csúcsosság -1,191 vagyis a normálishoz képest az eloszlásunk laposabb.