Voor statistische metingen zijn variabelen vereist, maar alle variabelen zijn niet hetzelfde. Sommige variabelen zoals gewicht of snelheid of uitgegeven dollars kunnen nauwkeurig worden gemeten. De meningen zijn echter een andere zaak. Patiënten kunnen hun pijnniveau beoordelen op een schaal van één tot tien, of filmers kunnen beoordelen hoe goed ze genoten hebben van een film die ze net hebben gezien. Dit soort indicatoren zijn ordinale metingen. Ze zijn niet precies hoe fysieke of economische maatregelen kunnen zijn, maar ordinale maatregelen kunnen desalniettemin waardevolle informatie opleveren voor onderzoekers.

TL; DR (te lang; heeft niet gelezen)

Standaardmaatregelen verwijzen in het algemeen naar enquêtes, waar gebruikersoordelen worden gekwantificeerd.

Categorische en intervalvariabelen

De verschillende statistische variabelen omvatten categorische, interval-, verhoudings- en ordinale variabelen. Categorische variabelen verwijzen naar typen zonder volgorde. Vogels, zoogdieren, reptielen en vissen zijn types die kunnen worden genoemd, maar die geen wiskundige volgorde hebben ten opzichte van elkaar. Intervalvariabelen zijn variabelen die evenredig op een gemeenschappelijke schaal betrekking hebben; bijvoorbeeld temperatuurveranderingen, waarbij het verschil tussen 50 en 60 graden hetzelfde is als het verschil tussen 60 en 70 graden - 10 graden.

Verhouding en ordinale variabelen

Verhoudingsvariabelen beginnen met nul vertegenwoordigt de gelijkheid tussen twee dingen, en ga verder naar factoren die relatief verschil vertegenwoordigen. Als we de populatie van China vergelijken met de Verenigde Staten, kan een verhoudingsgewijze variabele de Verenigde Staten als de nulbasis met 311 miljoen mensen nemen, wat China, met 1,3 miljard mensen, een verhoudingswaarde van 4,29 geeft. China heeft 4,29 zoveel mensen als de Verenigde Staten. Ordinale variabelen meten kwaliteiten; een enquête kan bijvoorbeeld zeggen: "Met uw huidige gouverneur bent u: (1) zeer ontevreden, (2) ontevreden, (3) hebben geen mening, (4) tevreden of (5) zeer tevreden."

Conclusies

Ordinale meting is ontworpen om conclusies te trekken, terwijl andere methoden worden gebruikt om conclusies te beschrijven. Beschrijvende conclusies organiseren meetbare feiten op een manier dat ze kunnen worden samengevat. Als een statistische analyse van het gemiddelde inkomen per hoofd van de bevolking in een stad over drie jaar verandert, kan die verandering kwantitatief worden vermeld. Er kan echter geen conclusie worden getrokken over de reden waarom het gemiddelde is gewijzigd. Wat je ziet is wat je krijgt: getallen. Inferentiële conclusies proberen verder te kijken dan de werkelijke cijfers tot een kwalitatieve conclusie, bijvoorbeeld: "De meeste klanten van Frosty Boy Ice Cream zijn tevreden."

Bepalingen met betrekking tot standaardmetingen

Normale metingen worden normaal gesproken gebruikt voor enquêtes en vragenlijsten. Statistische analyse wordt toegepast op de antwoorden nadat ze zijn verzameld om de mensen die het onderzoek hebben gedaan in de verschillende categorieën te plaatsen. De gegevens worden vervolgens vergeleken om conclusies en conclusies te trekken over de gehele bevraagde populatie met betrekking tot de specifieke variabelen. Het voordeel van het gebruik van ordinale metingen is het gemak van sorteren en categoriseren. Als u een enquêtevraag stelt zonder de variabelen op te geven, zijn de antwoorden waarschijnlijk zo divers dat ze niet naar statistieken kunnen worden geconverteerd.

Nadelen van ordinaire metingen

Dezelfde kenmerken van ordinale metingen die de variabelen creëren voordelen creëren ook bepaalde nadelen. De antwoorden zijn vaak zo beperkt in verhouding tot de vraag dat ze een bias creëren of overdrijven die niet in de enquête is verwerkt. Op de vraag over tevredenheid met de gouverneur kunnen bijvoorbeeld mensen tevreden zijn met zijn werkprestaties, maar boos zijn over een recent sekseschandaal. De enquêtevraag kan ertoe leiden dat respondenten hun ontevredenheid over het schandaal uiten, ondanks tevredenheid over zijn werkprestaties - maar de statistische conclusie zal niet verschillen.