اطلب الخدمة
في الإحصاء، توجد أربعة مقاييس لقياس البيانات: الاسمية والترتيبية والفاصل الزمني والنسبة. هذه مجرد طرق لتصنيف أنواع البيانات المختلفة (إليك نظرة عامة على أنواع البيانات الإحصائية وطرق قياسها). عادة ما تتم مناقشة هذا الموضوع في سياق التدريس الأكاديمي وغالباً ما تتم مناقشته في "العالم الحقيقي". إذا كنت تقوم بصقل هذا المفهوم لإجراء اختبار إحصائي.
تعتبر البيانات من الأصول القيمة - لدرجة أنها المورد الأكثر قيمة في العالم. وهذا يجعل فهم الأنواع المختلفة من البيانات - ودور عالم البيانات - أكثر أهمية من أي وقت مضى. في عالم الأعمال، تحاول المزيد من الشركات فهم الأرقام الكبيرة وما يمكن أن تفعله بها. هناك طلب كبير على الخبرة في البيانات. يتيح تحديد البيانات الصحيحة ومقاييس القياس للشركات تنظيم البيانات وتحديدها وتحليلها واستخدامها في النهاية لإبلاغ الاستراتيجيات التي ستسمح لها بإحداث تأثير حقيقي.
مقاييس القياس هي كيفية تعريف المتغيرات وتصنيفها. نفساني ستانلي ستيفنز وضعت جداول المشتركة أربعة القياس: اسمية، ترتيبي، الفاصل الزمني ونسبة. يحتوي كل مقياس قياس على خصائص تحدد كيفية تحليل البيانات بشكل صحيح. خصائص تقييمها هي هوية، حجم، فترات متساوية وقيمة الحد الأدنى من الصفر.
يحتوي المتغير على واحد من أربعة مستويات مختلفة للقياس: اسمي أو ترتيبي أو فاصل زمني أو نسبة. (تسمى أحياناً مستويات الفاصل الزمني والنسبة للقياس المستمر أو المقياس). من المهم للباحث أن يفهم المستويات المختلفة للقياس، حيث أن مستويات القياس هذه. جنباً إلى جنب مع كيفية صياغة سؤال البحث، تملي التحليل الإحصائي المناسب.
بالترتيب التنازلي للدقة، المستويات الأربعة المختلفة للقياس هي:
- اسمي: لاتيني للاسم فقط (جمهوري، ديمقراطي، أخضر)
- ترتيبي: فكر في المستويات أو الرتب المرتبة (صغير مثل 8 أوقيات، متوسط مثل 12 أوقية، كبير مثل 32 أوقية).
- الفاصل الزمني: فترات متساوية بين المستويات (1 دولار إلى 2 دولار هو نفس الفترة من 88 دوراً إلى 89 دولاراً).
- النسبة: دع النسبة "0" تذكرك بصفر في المقياس (اليوم 0، اليوم 1، اليوم 2، اليوم 3، ...).
من الأفضل فهم أنواع البيانات الإحصائية وطرق قياسها الأربعة (الاسمية والترتيبية والفاصلة والنسبة) مع المثال، كما سترى أدناه.
لنبدأ بأسهل طريقة يمكن فهمها. تستخدم المقاييس الاسمية لوصف المتغيرات، دون أي قيمة كمية. يمكن ببساطة تسمية المقاييس "الاسمية" بالعلامات. فيما يلي بعض الأمثلة أدناه/ لاحظ أن كل هذه المقاييس متنافية (لا يوجد تداخل) وليس لأي منها أي أهمية عددية. هناك طريقة جيدة لتذكر كل هذا وهي أن الأصوات "الاسمية". تشبه إلى حد كبير "الاسم" وأن المقاييس الاسمية تشبه نوعاً ما "الأسماء" أو الملصقات.
في هذا المستوى من القياس، تُستخدم الأرقام الموجودة في المتغير فقط لتصنيف البيانات. في هذا المستوى من القياس، يمكن استخدام الكلمات والحروف والرموز الأبجدية الرقمية. افترض أن هناك بيانات عن أشخاص ينتمون إلى ثلاث فئات جنسانية مختلفة. في هذه الحالة، يمكن تصنيف الشخص الذي ينتمي إلى الجنس الأنثوي على أنهF، ويمكن تصنيف الشخص الذي ينتمي إلى جنس الذكر على أنه M، ويتم تصنيف المتحولين جنسياً على أنه T. وهذا النوع من التصنيف هو مستوى اسمي للقياس.
أمثلة على المقاييس الاسمية:
ملاحظة: نوع فرعي من المقياس الاسمي مع فئتين فقط (على سبيل المثال ذكر / أنثى) يسمى "ثنائي التفرع". إذا كنت طالباً، يمكنك استخدام ذلك لإقناع معلمك.
ملاحظة إضافية رقم 2: أنواع فرعية أخرى من البيانات الاسمية هي "اسمية بترتيب" (مثل "بارد، دافئ، ساخن، ساخن جداً") واسمي بدون ترتيب (مثل "ذكر / أنثى").
في المقاييس الترتيبية، يكون ترتيب القيم هو المهم والمهم، لكن الاختلافات بين كل منها غير معروفة حقاً. ألق نظرة على المثال أدناه. في كل حالة، نعلم أن رقم 4 أفضل من رقم 3 أو رقم 2. لكننا لا نعرف - ولا يمكننا تحديد مقدار ذلك - إلى أي مدى هو أفضل. على سبيل المثال/ هل الفرق بين "حسناً" و "غير سعيد" هو نفسه الفرق بين "سعيد جداً" و "سعيد؟" لا يمكننا القول.
يصور هذا المستوى من القياس بعض العلاقة المرتبة بين ملاحظات المتغير. افترض أن طالباً حصل على أعلى درجة 100 في الفصل. في هذه الحالة، سيتم منحه المرتبة الأولى. ثم حصل زميل آخر على ثاني أعلى درجة 92. سوف تحصل على المرتبة الثانية، يحصل الطالب الثالث على 81. ويحصل على المرتبة الثالثة وهكذا. يشير المستوى الترتيبي للقياس إلى ترتيب القياسات.
المقاييس الترتيبية هي مقاييس لمفاهيم غير رقمية مثل الرضا والسعادة وعدم الراحة وما إلى ذلك. من السهل تذكر كلمة "Ordinal" لأنها تبدو مثل "Order" وهذا هو المفتاح الذي يجب تذكره باستخدام "المقاييس الترتيبية". إنه الترتيب المهم، ولكن هذا كل ما تحصل عليه حقاً من هذه.
ملاحظة متقدمة: أفضل طريقة لتحديد الاتجاه المركزي لمجموعة من البيانات الترتيبية. هي استخدام الوضع أو الوسيط؛ سيخبرك الأصولي أنه لا يمكن تحديد المتوسط من مجموعة ترتيبية.
مقاييس الفاصل الزمني هي مقاييس رقمية نعرف من خلالها كلاً من الترتيب والاختلافات الدقيقة بين القيم. المثال الكلاسيكي/ لمقياس الفاصل الزمني هو درجة الحرارة المئوية لأن الفرق بين كل قيمة هو نفسه. على سبيل المثال/ الفرق بين 60 و50 درجة هو 10 درجات قابلة للقياس. كما هو الحال بين 80 و70 درجة.
المقاييس الفاصلة جيدة لأن مجال التحليل الإحصائي على مجموعات البيانات هذه ينفتح. على سبيل المثال/ يمكن قياس الاتجاه المركزي بالنمط أو الوسيط أو المتوسط. يمكن أيضاً حساب الانحراف المعياري مثل الآخرين. يمكنك تذكر النقاط الرئيسية "لمقياس فاصل" بسهولة تامة. "الفاصل الزمني" نفسه يعني "المسافة بين". وهو الشيء المهم الذي يجب تذكره - لا تخبرنا المقاييس الفاصلة عن الترتيب فحسب. بل تخبرنا أيضاً بالقيمة بين كل عنصر.
لا يقتصر مستوى الفاصل الزمني للقياس على تصنيف القياسات وترتيبها فحسب. بل يحدد أيضاً أن المسافات بين كل فاصل زمني على المقياس متساوية على طول المقياس من الفاصل الزمني المنخفض إلى الفاصل الزمني العالي.
على سبيل المثال/ يمكن أن يكون مستوى القياس الفاصل هو قياس القلق لدى الطالب بين درجتي 10 و11. وهذا الفاصل الزمني هو نفس مستوى الطالب الذي حصل على درجات بين 40 و41. مثال شائع لهذا المستوى من القياس هي درجة الحرارة في درجة مئوية. حيث على سبيل المثال/ المسافة بين 94 0 C و96 0 C هي نفس المسافة بين 100 0 C و102 0 C.
إليك مشكلة مقاييس الفترات ليس لديهم "صفر حقيقي". على سبيل المثال/ لا يوجد شيء مثل "لا درجة حرارة"، على الأقل ليس بالدرجة المئوية. في حالة مقاييس الفترات، لا يعني الصفر غياب القيمة، ولكنه في الواقع رقم آخر مستخدم على المقياس. مثل 0 درجة مئوية، الأرقام السالبة لها معنى أيضاً. بدون صفر حقيقي، من المستحيل حساب النسب. باستخدام بيانات الفاصل الزمني، يمكننا الجمع والطرح، لكن لا يمكننا الضرب أو القسمة.
مشوش؟ حسناً، ضع في اعتبارك هذا: 10 درجات C + 10 = 20 Cدرجة مئوية. لا توجد مشكلة هناك 20 درجة مئوية ليست ضعف درجة حرارة 10 درجات مئوية. لأنه لا يوجد شيء مثل "لا درجة حرارة" عندما يتعلق الأمر بمقياس سيليزي.
عند التحويل إلى فهرنهايت، يكون واضحاً: 10 درجة مئوية = 50 درجة فهرنهايت و20 درجة مئوية = 68 درجة فهرنهايت. ومن الواضح أنها ليست ضعف درجة الحرارة، وآمل أن يجعل الشعور. خلاصة القول المقاييس الفاصلة رائعة، لكن لا يمكننا حساب النسب، وهو ما يقودنا إلى آخر مقياس للقياس.
مقاييس النسبة هي السكين النهائي عندما يتعلق الأمر بمقاييس قياس البيانات لأنها تخبرنا عن الترتيب. وتخبرنا بالقيمة الدقيقة بين الوحدات، ولديها أيضاً صفر مطلق - مما يسمح بمجموعة واسعة من الإحصائيات الوصفية والاستنتاجية ليتم تطبيقها. مع المخاطرة بتكرار نفسي، فإن كل ما ورد أعلاه حول بيانات الفاصل الزمني ينطبق على مقاييس النسبة. بالإضافة إلى مقاييس النسبة لها تعريف واضح للصفر، تشمل الأمثلة الجيدة لمتغيرات النسبة الطول والوزن والمدة.
توفر مقاييس النسبة ثروة من الاحتمالات عندما يتعلق الأمر بالتحليل الإحصائي. يمكن إضافة هذه المتغيرات بشكل مفيد وطرحها ومضاعفتها وتقسيمها (النسب). حيث يمكن قياس الاتجاه المركزي بالطريقة أو الوسيط أو المتوسط. يمكن أيضاً حساب مقاييس التشتت، مثل الانحراف المعياري ومعامل الاختلاف من مقاييس النسبة.
في هذا المستوى من القياس، يمكن أن يكون للملاحظات، بالإضافة إلى الفواصل الزمنية المتساوية قيمة صفرية أيضاً. يجعل الصفر في المقياس هذا النوع من القياس مختلفاً عن أنواع القياس الأخرى. على الرغم من أن الخصائص مشابهة لتلك الخاصة بمستوى الفاصل الزمني للقياس. في مستوى نسبة القياس، يكون للأقسام بين النقاط على المقياس مسافة مكافئة بينهما.
- قم بتحرير أسئلة البحث الخاصة بك والفرضيات الباطلة والبدلية.
- اكتب خطة تحليل البيانات الخاصة بك؛ تحديد إحصائيات محددة لمعالجة أسئلة البحث. وافتراضات الإحصائيات، تبرير سبب كونها الإحصاءات المناسبة، توفير المراجع.
- قم بتبرير حجم العينة/ تحليل الطاقة، قدم المراجع.
- اشرح لك خطة تحليل البيانات الخاصة بك حتى تشعر بالراحة والثقة.
- ساعتان من الدعم الإضافي مع الإحصائي الخاص بك.
الخلاصة:
باختصار، يتم استخدام المتغيرات الاسمية لـ "تسمية" أو تسمية سلسلة من القيم. توفر أنواع البيانات الإحصائية وطرق قياسها معلومات جيدة حول ترتيب الاختيارات، كما هو الحال في استطلاع رضا العملاء. تعطينا أنواع البيانات الإحصائية وطرق قياسها ترتيب القيم + القدرة على تحديد الفرق بين كل منها. أخيراً، تعطينا مقاييس النسبة الترتيب النهائي، قيم الفاصل الزمني. بالإضافة إلى القدرة على حساب النسب حيث يمكن تعريف "الصفر الحقيقي".
معرفة مستوى قياس المتغيرات الخاصة بك أمر مهم لسببين. يوفر كل مستوى من مستويات القياس مستوى مختلفًا من التفاصيل. يوفر الاسمي أقل قدر من التفاصيل، ويوفر الترتيب الترتيبي أكبر قدر من التفاصيل التالية. ويوفر الفاصل الزمني والنسبة أكبر قدر من التفاصيل.
في متغير المستوى الاسمي، يتم تجميع القيم في فئات ليس لها ترتيب ذي معنى. على سبيل المثال/ يعتبر الجنس والانتماء السياسي متغيرين على المستوى الاسمي. يتم تعيين تسمية للأعضاء في المجموعة في تلك المجموعة ولا يوجد تسلسل هرمي. الإحصاءات الوصفية النموذجية المرتبطة بالبيانات الاسمية هي الترددات والنسب المئوية.
لطلب المساعدة في كتابة رسائل الماجستير والدكتوراه يرجى التواصل مباشرة مع خدمة العملاء عبر الواتساب أو ارسال طلبك عبر الموقع حيث سيتم تصنيفه والرد عليه في أسرع وقت ممكن.
مع تحيات: المنارة للاستشارات لمساعدة الباحثين وطلبة الدراسات العليا - أنموذج البحث العلمي