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

TL; DR (te lang; niet gelezen)

Gewone maatregelen verwijzen in het algemeen naar enquêtes, waarbij de mening van de gebruiker wordt gekwantificeerd.
Categorische en intervalvariabelen

De verschillende statistische variabelen omvatten categorische, interval-, ratio- en ordinale variabelen. Categorische variabelen verwijzen naar types zonder volgorde. Vogels, zoogdieren, reptielen en vissen zijn typen die kunnen worden genoemd, maar die geen wiskundige volgorde hebben ten opzichte van elkaar. Intervalvariabelen zijn variabelen die in gelijke mate 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 gewone variabelen

Verhoudingsvariabelen beginnen met nul die gelijkheid vertegenwoordigt tussen twee dingen, en ga door naar factoren die relatief verschil vertegenwoordigen. Wanneer de bevolking van China wordt vergeleken met de Verenigde Staten, kan een ratiovariabele de Verenigde Staten als nulbasis nemen met 311 miljoen mensen, wat China, met 1,3 miljard mensen, een ratio geeft van 4,29. China heeft 4,29 keer zoveel mensen als de Verenigde Staten. Orginele variabelen meten kwaliteiten; een enquête zou bijvoorbeeld kunnen zeggen: "Met uw huidige bestuurder bent u: (1) zeer ontevreden, (2) ontevreden, (3) heeft geen mening, (4) tevreden of (5) zeer tevreden."
Conclusies

Orginele meting is bedoeld om conclusies af te leiden, terwijl andere methoden worden gebruikt om conclusies te beschrijven. Beschrijvende conclusies organiseren meetbare feiten op een manier die kan worden samengevat. Als een statistische analyse van het gemiddelde inkomen per hoofd van de bevolking in een stad gedurende drie jaar verandert, kan die verandering kwantitatief worden vermeld. Er kan echter geen conclusie worden getrokken over de reden waarom het gemiddelde is veranderd. Wat je ziet is wat je krijgt: cijfers. Inferentiële conclusies proberen voorbij de werkelijke cijfers te kijken naar een kwalitatieve conclusie, bijvoorbeeld: "De meeste klanten van Frosty Boy Ice Cream zijn tevreden."
Voordelen van de gewone meting

Normaal meten wordt normaal gebruikt voor enquêtes en vragenlijsten . Statistische analyse wordt toegepast op de antwoorden zodra ze zijn verzameld om de mensen die de enquête hebben ingevuld in de verschillende categorieën te plaatsen. De gegevens worden vervolgens vergeleken om conclusies en conclusies te trekken over de gehele onderzochte 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 kunnen worden omgezet in statistieken.
Gewone meting Nadelen

Dezelfde kenmerken van ordinale meting die de voordelen creëren, creëren ook bepaalde nadelen. De antwoorden zijn vaak zo smal met betrekking tot de vraag dat ze vertekening creëren of vergroten die niet in de enquête is verwerkt. Bijvoorbeeld, op de vraag over tevredenheid met de gouverneur, kunnen mensen tevreden zijn met zijn werkprestaties, maar overstuur over een recent seksschandaal. De enquêtevraag kan ertoe leiden dat respondenten hun ontevredenheid over het schandaal uiten, ondanks tevredenheid over zijn werkprestaties - maar de statistische conclusie zal geen onderscheid maken.