Der Maßgrad bezieht sich auf die Beziehung zwischen den Werten, die den Attributen einer Variablen zugeordnet sind. Was bedeutet das? Beginnen Sie mit der Idee der Variablen, in diesem Beispiel „Parteizugehörigkeit.“
diese variable hat eine Reihe von Parametern. Nehmen wir an, dass in diesem speziellen Wahlkontext die einzigen relevanten Attribute „Republikaner“, „Demokrat“ und „unabhängig“sind., Zur Analyse der Ergebnisse dieser Variablen weisen wir den drei Attributen willkürlich die Werte 1, 2 und 3 zu. Die Messebene beschreibt die Beziehung zwischen diesen drei Werten. In diesem Fall verwenden wir die Zahlen einfach als kürzere Platzhalter für die längeren Textbegriffe. Wir gehen nicht davon aus, dass höhere Werte „mehr“ von etwas bedeuten und niedrigere Zahlen „weniger“bedeuten. Wir gehen nicht davon aus, dass der Wert von 2 bedeutet, dass Demokraten doppelt so viel sind wie Republikaner., Wir gehen nicht davon aus, dass Republikaner an erster Stelle stehen oder die höchste Priorität haben, nur weil sie den Wert 1. In diesem Fall verwenden wir die Werte nur als kürzeren Namen für das Attribut. Hier würden wir das Maßniveau als „nominal“beschreiben.
Warum ist die Messung wichtig?
Wenn Sie zunächst den Messgrad kennen, können Sie entscheiden, wie die Daten aus dieser Variablen interpretiert werden sollen. Wenn Sie wissen, dass ein Maß nominal ist (wie das gerade beschriebene), dann wissen Sie, dass die numerischen Werte nur kurze Codes für die längeren Namen sind., Zweitens hilft Ihnen die Kenntnis des Messniveaus bei der Entscheidung, welche statistische Analyse für die zugewiesenen Werte geeignet ist. Wenn eine Kennzahl nominal ist, wissen Sie, dass Sie die Datenwerte niemals durchschnittlich oder einen T-Test für die Daten durchführen würden.
Es gibt typischerweise vier Maßstufen, die definiert sind:
- Nominal
- Ordinal
- Intervall
- Verhältnis
Bei der Nominalmessung „benennen“ die Zahlenwerte das Attribut eindeutig. Keine Reihenfolge der Fälle ist impliziert. Zum Beispiel sind Trikotnummern im Basketball Maße auf dem nominalen Niveau., Ein Player mit der Nummer 30 ist nicht mehr als ein Player mit der Nummer 15 und ist sicherlich nicht doppelt so groß wie die Nummer 15.
Bei der ordinalen Messung können die Attribute in Rangfolge angeordnet werden. Hier haben Abstände zwischen Attributen keine Bedeutung. In einer Umfrage könnten Sie beispielsweise den Bildungsstand als 0=weniger als die High School; 1=einige High School.; 2=high school Grades; 3=einige college; 4=college degree; 5=post college. In dieser Maßnahme bedeuten höhere Zahlen mehr Bildung., Aber ist der Abstand von 0 zu 1 gleich 3 zu 4? Natürlich nicht. Das Intervall zwischen den Werten ist nicht in einem Ordnungsmaß interpretierbar.
Bei der Intervallmessung hat der Abstand zwischen Attributen eine Bedeutung. Zum beispiel, wenn wir messen temperatur (in Fahrenheit), die abstand von 30-40 ist gleiche wie abstand von 70-80. Das Intervall zwischen den Werten ist interpretierbar. Aus diesem Grund ist es sinnvoll, einen Durchschnitt einer Intervallvariablen zu berechnen, wobei dies für Ordinalskalen nicht sinnvoll ist., Beachten Sie jedoch, dass in Intervallmessverhältnissen kein Sinn ergibt – 80 Grad sind nicht doppelt so heiß wie 40 Grad (obwohl der Attributwert doppelt so groß ist).
Schließlich gibt es bei der Verhältnismessung immer einen absoluten Nullpunkt, der aussagekräftig ist. Dies bedeutet, dass Sie einen aussagekräftigen Bruch (oder ein Verhältnis) mit einer Ratio-Variablen erstellen können. Gewicht ist eine Verhältnisvariable. In der angewandten Sozialforschung sind die meisten „Zählvariablen“ Verhältnis, zum Beispiel die Anzahl der Kunden in den letzten sechs Monaten. Warum?, Weil Sie null Kunden haben können und weil es sinnvoll ist zu sagen, dass „…wir in den letzten sechs Monaten doppelt so viele Kunden hatten wie in den letzten sechs Monaten.“
Es ist wichtig zu erkennen, dass in der Ebene der Messidee eine Hierarchie impliziert ist. Auf niedrigeren Messebenen sind Annahmen tendenziell weniger restriktiv und Datenanalysen tendenziell weniger sensibel. Auf jeder Ebene der Hierarchie enthält die aktuelle Ebene alle Qualitäten der darunter liegenden und fügt etwas Neues hinzu. Im Allgemeinen ist es wünschenswert, ein höheres Maß an Messung zu haben (z.,, intervall oder Verhältnis) anstelle eines niedrigeren (nominal oder ordinal).