Statistiska mätningar kräver variabler, men alla variabler är inte desamma. Vissa variabler som vikt eller hastighet eller pengar kan mätas exakt. Men åsikt är en annan sak. Patienterna kan bedöma sin nivå av smärta i en skala från en till tio, eller filmgäster kan bestämma hur bra de tyckte om en film som de bara såg. Dessa typer av indikatorer är ordinära mätningar. De är inte exakta hur fysiska eller ekonomiska åtgärder kan vara, men ordinära åtgärder kan ändå ge värdefull information till forskare.

TL; DR (för länge, läste inte)

Ordinära åtgärder I allmänhet hänvisas till undersökningar, där användarens åsikt kvantifieras.

Kategoriska och intervallvariabler

De olika statistiska variablerna innefattar kategoriska, intervall, förhållande och ordinära variabler. Kategoriska variabler hänvisar till typer utan order. Fåglar, däggdjur, reptiler och fisk är typer som kan namnges men har ingen matematisk ordning i förhållande till varandra. Intervallvariabler är variabler som är lika relaterade i 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. Om man jämför befolkningen i Kina med USA, kan en kvotvariabel ta USA som nollbas med 311 miljoner människor, vilket ger Kina 1,3 miljarder människor, ett kvotvärde på 4,29. Kina har 4,29 så många som USA. Ordinära variabler mäter kvaliteter; En undersökning kan till exempel säga: "Med din nuvarande guvernör är du: (1) väldigt missnöjd, (2) missnöjd, (3) har ingen åsikt, (4) nöjda eller (5) mycket nöjda."

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 genomsnittlig inkomst per capita i en stad ändras över tre år, kan denna förändring anges kvantitativt. Ingen inferens kan dock dras om varför medlet ändrats. Vad du ser är vad du får: siffror. Inferentiella slutsatser försöker se bortom de faktiska siffrorna till någon kvalitativ slutsats, till exempel "De flesta kunder i Frosty Boy Ice Cream är nöjda."

Ordinära mätfördelar

Ordinär mätning används normalt för enkäter och enkäter. Statistisk analys tillämpas på svaren när de samlas in för att placera de personer som tog undersökningen i olika kategorier. Därefter jämförs data för att dra slutsatser och slutsatser om hela undersökta befolkningen med avseende på de specifika variablerna. Fördelen med att använda ordinär mätning är enkel samling och kategorisering. Om du frågar en enkätfråga utan att ge variablerna, är svaren troligen så olika att de inte kan konverteras till statistik.

Ordinära mätvärden Nackdelar

Samma egenskaper av ordinär mätning som skapar dess fördelar skapar också vissa nackdelar. Svaren är ofta så smala i förhållande till frågan som de skapar eller förstorar förspänning som inte är inblandade i undersökningen. Till exempel, om frågan om tillfredsställelse med guvernören, kan människor vara nöjda med sin jobbprestation men upprörd om en nyligen sexskandal. Undersökningsfrågan kan leda till att respondenterna uppger sitt missnöje om skandalen, trots tillfredsställelse med sin arbetsprestation - men den statistiska slutsatsen kommer inte att skilja sig.