Förstå nivåer och skalor för mätning i sociologi

Mätningsnivå hänvisar till det specifika sättet som en variabel mäts inom vetenskaplig forskning, och måttskalan avser det specifika verktyget som en forskare använder för att sortera informationen på ett organiserat sätt, beroende på mätnivån som de har valt.

Att välja nivå och mätningsskala är viktiga delar av forskningsdesignprocessen eftersom de är nödvändiga för systematiserad mätning och kategorisering av data, och därmed för att analysera den och dra slutsatser från den samt som anses vara giltiga.

Inom vetenskapen finns det fyra vanliga nivåer och måttskalor: nominell, ordinal, intervall och förhållande. Dessa utvecklades av psykologen Stanley Smith Stevens, som skrev om dem i en artikel 1946 i Vetenskap, med titeln "On theory of Scales of Measurement." Varje mätnivå och dess motsvarande skala kan mäta en eller flera av de fyra mätegenskaperna, som inkluderar identitet, storlek, lika intervaller och ett minimivärde på noll.

Det finns en hierarki för dessa olika nivåer av mätning. Med de lägre mätnivåerna (nominella, ordinära) är antaganden vanligtvis mindre restriktiva och dataanalyser är mindre känsliga. På varje nivå i hierarkin inkluderar den aktuella nivån alla kvaliteter hos den under den utöver något nytt. I allmänhet är det önskvärt att ha högre mätnivåer (intervall eller förhållande) snarare än en lägre. Låt oss undersöka varje mätnivå och dess motsvarande skala i ordning från lägst till högst i hierarkin.

Nominell nivå och skala

En nominell skala används för att namnge kategorierna inom de variabler du använder i din forskning. Denna typ av skala ger ingen rangordning eller beställning av värden; det ger helt enkelt ett namn för varje kategori i en variabel så att du kan spåra dem bland dina data. Vilket är att det tillfredsställer mätningen av identitet och identitet ensam.

Vanliga exempel inom sociologi inkluderar nominell spårning av kön (manlig eller kvinnlig), ras (vit, svart, spansktalande, asiatisk, amerikansk indier, etc.) och klass (fattig, arbetarklass, medelklass, överklass). Naturligtvis finns det många andra variabler som man kan mäta på en nominell skala.

Den nominella mätningsnivån är också känd som ett kategoriskt mått och anses vara kvalitativt. När man gör statistisk forskning och använder denna mätningsnivå skulle man använda läget, eller det vanligaste värdet, som ett mått på central tendens.

Ordinär nivå och skala

Vanliga skalor används när en forskare vill mäta något som inte lätt kan kvantifieras, som känslor eller åsikter. Inom en sådan skala ordnas de olika värdena för en variabel successivt, vilket är det som gör skalan användbar och informativ. Det tillfredsställer både egenskaperna hos identitet och av storleken. Det är dock viktigt att notera att eftersom en sådan skala inte är kvantifierbar - är de exakta skillnaderna mellan de variabla kategorierna okända.

Inom sociologi används vanliga skalor ofta för att mäta människors åsikter och åsikter om sociala frågor, som rasism och sexism, eller hur viktiga vissa frågor är för dem i samband med ett politiskt val. Till exempel, om en forskare vill mäta i vilken utsträckning en befolkning tror att rasism är ett problem, kan de ställa en fråga som "Hur stort problem är rasism i vårt samhälle idag?" och ge följande svaralternativ: "det är ett stort problem", "det är något ett problem", "det är ett litet problem" och "rasism är inte ett problem."

När man använder denna nivå och mätningsskala är det medianen som anger central tendens.

Intervallnivån och skalan

Till skillnad från nominella och ordinära skalor, är en intervallskala en numerisk som möjliggör beställning av variabler och ger en exakt, kvantifierbar förståelse av skillnaderna mellan dem (intervallen mellan dem). Detta betyder att det uppfyller de tre egenskaperna för identitet, storlek, och lika intervaller.

Ålder är en vanlig variabel som sociologer spårar med en intervallskala, som 1, 2, 3, 4, etc. Man kan också förvandla icke-intervall, beställda variabla kategorier till en intervallskala för att underlätta statistisk analys. Till exempel är det vanligt att mäta inkomster som ett intervall, som $ 0- $ 9999; $ 10.000 $ 19.999; $ 20.000 - $ 29.000, och så vidare. Dessa intervall kan förvandlas till intervaller som återspeglar den ökande inkomstnivån genom att använda 1 för att signalera den lägsta kategorin, 2 nästa, sedan 3 osv..

Intervallskalor är särskilt användbara eftersom de inte bara möjliggör mätning av frekvens och procentandel av variabla kategorier i våra data, de tillåter oss också att beräkna medelvärdet, förutom medianläget. Det är viktigt att med intervallnivån för mätningen kan man också beräkna standardavvikelsen.

Ratio nivå och skala

Mätningsskalan är nästan densamma som intervallskalan, den skiljer sig emellertid av att den har ett absolut värde på noll, och så är det den enda skalan som uppfyller alla fyra mätegenskaper.

En sociolog skulle använda en förhållande skala för att mäta faktiska intäkter under ett visst år, inte uppdelat i kategoriska intervall, men från 0 dollar uppåt. Allt som kan mätas från absolut noll kan mätas med en förhållande skala, till exempel antalet barn en person har, antalet val som en person har röstat i, eller antalet vänner som är av ett annat ras än svarande.

Man kan köra alla statistiska operationer som kan göras med intervallskalan och ännu mer med kvotskalan. I själva verket är det så kallade eftersom man kan skapa förhållanden och bråk från data när man använder en förhållanden för mätning och skala.

Uppdaterad av Nicki Lisa Cole, Ph.D.