Os níveis de medição em estatística

Nem todos os dados são criados igualmente. É útil classificar conjuntos de dados por diferentes critérios. Alguns é quantitativoe alguns são qualitativo. Alguns conjuntos de dados são contínuos e outros são discretos.

Outra maneira de separar os dados é classificá-los em quatro níveis de medição: nominal, ordinal, intervalo e razão. Diferentes níveis de medição exigem diferentes técnicas estatísticas. Veremos cada um desses níveis de medição.

O nível nominal de medição é a mais baixa das quatro maneiras de caracterizar dados. Nominal significa "somente no nome" e isso deve ajudar a lembrar do que se trata esse nível. Os dados nominais tratam de nomes, categorias ou rótulos.

Os dados no nível nominal são qualitativos. Cores dos olhos, respostas sim ou não a uma pesquisa e cereais matinais favoritos lidam com o nível nominal de medição. Mesmo algumas coisas com números a eles associados, como um número na parte de trás de uma camisa de futebol, são nominais, pois são usadas para "nomear" um jogador em campo.

Os dados nesse nível não podem ser ordenados de maneira significativa e não faz sentido calcular coisas como meios e desvio padrão.

O próximo nível é chamado de nível ordinal de medição. Os dados nesse nível podem ser ordenados, mas nenhuma diferença entre os dados pode ser considerada significativa.

Aqui você deve pensar em coisas como uma lista das dez principais cidades para se viver. Os dados, aqui dez cidades, são classificados de um a dez, mas as diferenças entre as cidades não fazem muito sentido. Não há como olhar apenas para os rankings para saber quanto melhor a vida é na cidade número 1 do que na cidade número 2.

Outro exemplo disso são as notas das cartas. Você pode solicitar coisas para que A seja mais alto que um B, mas sem nenhuma outra informação, não há como saber quanto melhor um A é de um B.

Tal como acontece com o nível nominal, os dados no nível ordinal não devem ser usados ​​nos cálculos.

O nível de intervalo da medição lida com dados que podem ser solicitados e em que as diferenças entre os dados fazem sentido. Os dados neste nível não têm um ponto de partida.

o Escalas Fahrenheit e Celsius temperaturas são dois exemplos de dados no nível de intervalo de medição. Você pode falar de 30 graus sendo 60 graus abaixo de 90 graus, portanto as diferenças fazem sentido. No entanto, 0 graus (em ambas as escalas) de frio, como pode ser, não representa a total ausência de temperatura.

Os dados no nível do intervalo podem ser usados ​​nos cálculos. No entanto, os dados nesse nível não têm um tipo de comparação. Embora 3 x 30 = 90, não é correto dizer que 90 graus Celsius é três vezes mais quente que 30 graus Celsius.

O quarto e mais alto nível de medição é o nível da razão. Os dados no nível da proporção possuem todos os recursos do nível do intervalo, além de um valor zero. Devido à presença de um zero, agora faz sentido comparar as proporções de medidas. Frases como "quatro vezes" e "duas vezes" são significativas no nível da proporção.

As distâncias, em qualquer sistema de medição, fornecem dados no nível da razão. Uma medida como 0 pés faz sentido, pois não representa comprimento. Além disso, 2 pés têm o dobro do comprimento de 1 pé. Portanto, relações podem ser formadas entre os dados.

No nível de proporção da medição, não apenas podem ser calculadas somas e diferenças, mas também proporções. Uma medida pode ser dividida por qualquer medida diferente de zero e resultará em um número significativo.

Dada uma lista de números do Seguro Social, é possível fazer todos os tipos de cálculos com eles, mas nenhum desses cálculos fornece algo significativo. Qual é o número de um Seguro Social dividido por outro? Um desperdício completo de seu tempo, já que os números da Previdência Social estão no nível nominal de medição.

Quando você receber alguns dados, pense antes você calcula. O nível de medição com o qual você está trabalhando determinará o que faz sentido fazer.