Nominala variabler: ordinal variabel
Nominala variabler:
Detta är inte möjligt för kvalitativa variabler. Begreppet skalnivå lanserades av den amerikanske psykologen Stanley Smith Stevens i en artikel i tidskriften Science. Exempel på nominalskalevariabler är kön, yrke och sjukdomstyp. För variabler som mäts enligt en nominalskala är det möjligt att beräkna typvärde , men inte median eller aritmetiskt medelvärde. Ordinalskala [ redigera redigera wikitext ] Variabelns olika värden kan rangordnas, men det går inte att på något meningsfullt sätt ange skillnader eller avstånd mellan värdena. Det går att ordna värdena efter stigande utbildningsnivå, men man kan inte tilldela en viss utbildning något numeriskt värde och därmed heller inte avgöra om skillnaden mellan det första och det andra svarsalternativet är större eller mindre än till exempel skillnaden mellan det andra och tredje svarsalternativet. För en variabel mätt enligt denna skala är det möjligt att beräkna typvärde, median , och percentiler , men inte aritmetiskt medelvärde, varians eller standardavvikelse.
Kvotskala exempel
.
Statistisk analys av biologisk data i R Kapitel 3 Grundläggande statistiska begrepp Nu när vi fått en introduktion till R behöver vi också titta närmare på några av de statistiska begrepp som redan använts och kommer användas frekvent i detta underlag. Denna grupp av enheter kallar vi för en population. Att samla in information från varje enhet i populationen kommer i många fall vara omöjligt, om inte väldigt dyrt, vilket innebär att vi i praktiken faktiskt inte har möjlighet att dra slutsatser baserat på all information som finns i populationen. Istället måste vi förlita oss på en mindre mängd enheter som är en del utav populationen. Denna mindre mängd enheter kan väljas ut på många olika sätt men vi kallar fortfarande mängden för ett stickprov eller urval. De enheter som specifikt väljs ut ur populationen kommer påverka vilken information som vi samlar in men eftersom vi vill dra slutsatser om populationen är det viktigt att stickprovet speglar populationen, att det är representativt.
Ordinalskala exempel
Spelar skalnivåerna i SPSS någon roll? En viktig sak att tänka på när man gör statistiska analyser är vilken skalnivå variablerna man använder sig av befinner sig på. Nominalskalor är kategoriseringar. De går inte att rangordna. Ordinalskalor är kategoriseringar som dessutom har en inbyggd rangordning. Intervallskalor är kategoriseringar, har rangordning, och ekvidistans. Centimeter är en sådan skala. Vilka analystekniker man kan använda sig av beror på vilken skalnivå variabeln befinner sig på. Man kan till exempel egentligen bara räkna medelvärden på intervallskalor. Det är ju befängt att försöka räkna fram ett medelvärde på två bananer, ett päron och en apelsin. Väldigt många analystekniker bygger på att man räknar medelvärden till exempel t-test, ANOVA, regressionsanalyser , vilket gör att den beroende variabeln måste vara på intervallskalenivå. Det är dock inte helt ovanligt att man av bekvämlighetsskäl gör sådana analyser på ordinalskalor ibland också, men det är alltså inte statistiskt korrekt.