المقاييس النسبية والاسمية والترتيبية ومقاييس الفترات مع الأمثلة

مستويات القياس في الإحصاء

لإجراء تحليل إحصائي للبيانات ، من المهم أولاً فهم المتغيرات وما يجب قياسه باستخدام هذه المتغيرات. هناك مستويات مختلفة للقياس في الإحصائيات ويمكن تصنيف البيانات التي يتم قياسها باستخدامها على نطاق واسع إلى بيانات نوعية وكمية.

أولاً ، دعنا نفهم ما هو المتغير. الكمية التي تتغير قيمتها عبر المجتمع ويمكن قياسها تسمى متغير. على سبيل المثال ، ضع في اعتبارك عينة من الأفراد العاملين. يمكن أن تكون المتغيرات لهذه المجموعة من السكان هي الصناعة ، والموقع ، والجنس ، والعمر ، والمهارات ، ونوع الوظيفة ، والإجازة المدفوعة ، وما إلى ذلك. ستختلف قيمة المتغيرات مع تسليط الضوء على كل موظف . 

على سبيل المثال ، من المستحيل عمليا حساب متوسط ​​معدل الساعة للعامل في الولايات المتحدة. لذلك ، يتم اختيار عينة من الجمهور بشكل عشوائي بحيث تمثل أكبر عدد من السكان بشكل مناسب. ثم يتم حساب متوسط ​​معدل الساعة لهذه العينة من الجمهور. باستخدام الاختبارات الإحصائية ، يمكنك استنتاج متوسط ​​معدل الساعة لعدد أكبر من السكان.

يحدد مستوى قياس المتغير نوع الاختبار الإحصائي الذي سيتم استخدامه. تعتبر الطبيعة الرياضية للمتغير أو بعبارة أخرى كيفية قياس المتغير على أنها مستوى القياس.

ما هي المقاييس الاسمية والترتيبية والفاصلة والنسب؟

يتم تعريف الاسمي والترتيبي والفاصل الزمني والنسبة على أنها المستويات الأساسية الأربعة لمقاييس القياس المستخدمة لالتقاط البيانات في شكل استبيانات واستبيانات ، كل منها عبارة عن سؤال متعدد الخيارات . 

كل مقياس هو مستوى تدريجي للقياس ، بمعنى ، كل مقياس يفي بوظيفة المقياس السابق ، وجميع مقاييس أسئلة المسح مثل ليكرت ، التفاضل الدلالي ، ثنائي التفرع ، إلخ ، هي اشتقاق هذه المستويات الأربعة الأساسية للقياس المتغير. قبل أن نناقش المستويات الأربعة لمقاييس القياس بالتفصيل ، مع الأمثلة ، دعونا نلقي نظرة سريعة ومختصرة على ما تمثله هذه المقاييس.

المقياس الاسمي هو مقياس تسمية ، حيث يتم ببساطة “تسمية” المتغيرات أو تسميتها ، بدون ترتيب محدد. يحتوي المقياس الترتيبي على جميع متغيراته بترتيب معين ، يتجاوز مجرد تسميتها. يوفر مقياس الفاصل تسميات وترتيبًا بالإضافة إلى فاصل زمني محدد بين كل خيار من خياراته المتغيرة. مقياس النسبة يحمل جميع خصائص مقياس الفاصل ، بالإضافة إلى ذلك ، يمكنه أيضًا استيعاب قيمة “صفر” في أي من متغيراته.

فيما يلي المزيد من المستويات الأربعة للقياس في البحث والإحصاء: الاسمي ، والترتيبي ، والفاصل الزمني ، والنسبة.

المقياس الاسمي: المستوى الأول ^للقياس

يُعرَّف المقياس الاسمي ، الذي يُطلق عليه أيضًا المقياس المتغير الفئوي ، على أنه مقياس يستخدم لوصف المتغيرات في تصنيفات مميزة ولا يتضمن قيمة أو ترتيب كمي. هذا المقياس هو أبسط مقاييس القياس المتغيرة الأربعة. ستكون الحسابات التي تتم على هذه المتغيرات غير مجدية حيث لا توجد قيمة عددية للخيارات.

هناك حالات يتم فيها استخدام هذا المقياس لغرض التصنيف – الأرقام المرتبطة بمتغيرات هذا المقياس هي فقط علامات للتصنيف أو القسمة. الحسابات التي تتم على هذه الأرقام ستكون غير مجدية حيث ليس لها أهمية كمية.

لسؤال مثل:

أين تعيش؟

• 1- الضواحي
• 2- المدينة
• 3- البلدة

غالبًا ما يستخدم المقياس الاسمي في الدراسات الاستقصائية والاستبيانات البحثية حيث يكون للتسميات المتغيرة فقط أهمية.

على سبيل المثال ، استطلاع رأي للعملاء يسأل “ما العلامة التجارية التي تفضلها من الهواتف الذكية؟” الخيارات: “Apple” – 1 ، “Samsung” -2 ، “OnePlus” -3.

• في سؤال الاستطلاع هذا ، تعتبر أسماء العلامات التجارية فقط مهمة للباحث الذي يجري أبحاث المستهلك أو نتنوجرافي . ليست هناك حاجة لأي طلب محدد لهذه العلامات التجارية. ومع ذلك ، أثناء التقاط البيانات الاسمية ، يقوم الباحثون بإجراء تحليل بناءً على الملصقات ذات الصلة.
• في المثال أعلاه ، عندما يختار أحد المشاركين في الاستطلاع شركة Apple كعلامة تجارية مفضلة ، فإن البيانات المدخلة والمرتبطة ستكون “1”. ساعد هذا في تحديد السؤال الأخير والإجابة عليه – كم عدد المستجيبين الذين اختاروا Apple ، وكم عدد الذين اختاروا Samsung ، وعدد الذين ذهبوا إلى OnePlus – وأي واحد هو الأعلى.
• هذا هو أساس البحث الكمي ، والمقياس الاسمي هو مقياس البحث الأساسي.

بيانات المقياس الاسمي والتحليل

هناك طريقتان أساسيتان يمكن من خلالهما جمع بيانات المقياس الاسمي :

1. من خلال طرح سؤال مفتوح ، يمكن ترميز إجاباته إلى عدد معين من الملصقات التي يقررها الباحث.
2. البديل الآخر لجمع البيانات الاسمية هو تضمين سؤال متعدد الخيارات يتم فيه تصنيف الإجابات.

في كلتا الحالتين ، سيحدث تحليل البيانات المجمعة باستخدام النسب المئوية أو الوضع ، أي الإجابة الأكثر شيوعًا التي يتم تلقيها عن السؤال. من الممكن أن يكون لسؤال واحد أكثر من وضع واحد حيث من الممكن وجود اثنين من المفضلات الشائعة في المجموعة المستهدفة.  

أمثلة على المقياس الاسمي

• جنس
• التفضيلات السياسية
• مكان الإقامة

ما هو جنسك؟	ما هو تفضيلك السياسي؟	أين تعيش؟
م- ذكر و- انثى	1- مستقل 2- ديمقراطي 3- جمهوري	1- الضواحي 2- المدينة 3- البلدة

إنشاء حساب مجاني

المقياس الاسمي SPSS

في SPSS ، يمكنك تحديد مستوى القياس كمقياس (بيانات رقمية على فاصل زمني أو مقياس نسبة) ، ترتيبي ، أو اسمي. يمكن أن تكون البيانات الاسمية والترتيبية إما سلسلة أبجدية رقمية أو رقمية.

عند استيراد البيانات لأي متغير إلى ملف إدخال SPSS ، فإنه يأخذها كمتغير مقياس افتراضيًا لأن البيانات تحتوي أساسًا على قيم رقمية. من المهم تغييره إلى اسمي أو ترتيبي أو الاحتفاظ به كمقياس اعتمادًا على المتغير الذي تمثله البيانات.

المقياس الترتيبي: المستوى ^الثاني للقياس

يتم تعريف المقياس الترتيبي على أنه مقياس قياس متغير يستخدم ببساطة لوصف ترتيب المتغيرات وليس الفرق بين كل من المتغيرات. تُستخدم هذه المقاييس عمومًا لتصوير الأفكار غير الرياضية مثل التكرار والرضا والسعادة ودرجة الألم وما إلى ذلك. بالضبط الغرض من هذا المقياس.

يحافظ المقياس الترتيبي على الصفات الوصفية جنبًا إلى جنب مع الترتيب الداخلي ولكنه خالٍ من أصل المقياس ، وبالتالي ، لا يمكن حساب المسافة بين المتغيرات. تشير الصفات الوصفية إلى خصائص علامات مشابهة للمقياس الاسمي ، بالإضافة إلى أن المقياس الترتيبي له أيضًا موضع نسبي للمتغيرات. أصل هذا المقياس غائب بسبب عدم وجود بداية ثابتة أو “صفر حقيقي”.

البيانات الترتيبية والتحليل

يمكن تقديم بيانات المقياس الترتيبي في أشكال جدولية أو رسومية للباحث لإجراء تحليل مناسب للبيانات التي تم جمعها. أيضًا ، يمكن أيضًا استخدام طرق مثل اختبار Mann-Whitney U واختبار Kruskal-Wallis H لتحليل البيانات الترتيبية. يتم تنفيذ هذه الطرق بشكل عام لمقارنة مجموعتين ترتيبيتين أو أكثر.

في اختبار Mann-Whitney U ، يمكن للباحثين استنتاج أي متغير من مجموعة أكبر أو أصغر من متغير آخر لمجموعة مختارة عشوائياً. أثناء اختبار Kruskal-Wallis H ، يمكن للباحثين تحليل ما إذا كانت مجموعتان ترتيبيتان أو أكثر لها نفس الوسيط أم لا.

تعرف على: المقياس الاسمي مقابل المقياس الترتيبي

أمثلة على المقياس الترتيبي

تعد الحالة في مكان العمل ، وتصنيفات فريق البطولة ، وترتيب جودة المنتج ، وترتيب الاتفاق أو الرضا من أكثر الأمثلة شيوعًا للمقياس الترتيبي. تُستخدم هذه المقاييس عمومًا في أبحاث السوق لجمع وتقييم التعليقات النسبية حول رضا المنتج ، وتغيير المفاهيم مع ترقيات المنتج ، وما إلى ذلك.

على سبيل المثال ، سؤال مقياس التفاضل الدلالي مثل:

ما مدى رضاك ​​عن خدماتنا؟

• غير راضٍ تمامًا – 1
• غير راضي – 2
• محايد – 3
• راضي – 4
• راضٍ جدًا – 5

1. هنا ، ترتيب المتغيرات له أهمية قصوى وكذلك التسمية. سيكون غير راضٍ جدًا دائمًا أسوأ من غير راضٍ وسيكون راضٍ أسوأ من راضٍ جدًا.
2. هذا هو المكان الذي يكون فيه المقياس الترتيبي خطوة فوق المقياس الاسمي – فالترتيب مرتبط بالنتائج وكذلك تسميتها.
3. يصبح تحليل النتائج بناءً على الترتيب مع الاسم عملية ملائمة للباحث.
4. إذا كانوا يعتزمون الحصول على معلومات أكثر مما سيجمعونه باستخدام مقياس اسمي ، فيمكنهم استخدام المقياس الترتيبي.

لا يعين هذا المقياس قيمًا للمتغيرات فحسب ، بل يقيس أيضًا ترتيب المتغيرات أو ترتيبها ، مثل:

• درجات
• إشباع
• سعادة

ما مدى رضاك ​​عن خدماتنا؟

• 1- غير راضٍ على الإطلاق
• 2- غير راضي
• 3- العصبية
• 4- راضية
• 5- راضي جدا

 

مقياس الفاصل: المستوى ^الثالث للقياس

يتم تعريف مقياس الفاصل الزمني على أنه مقياس رقمي حيث يُعرف ترتيب المتغيرات وكذلك الفرق بين هذه المتغيرات. يتم تصنيف المتغيرات التي لها اختلافات مألوفة وثابتة وقابلة للحساب باستخدام مقياس الفاصل الزمني. من السهل تذكر الدور الأساسي لهذا المقياس أيضًا ، يشير مصطلح “الفاصل الزمني” إلى “المسافة بين كيانين” ، وهو ما يساعد مقياس الفاصل في تحقيقه.  

هذه المقاييس فعالة لأنها تفتح الأبواب للتحليل الإحصائي للبيانات المقدمة. يمكن استخدام المتوسط ​​أو الوسيط أو الوضع لحساب الاتجاه المركزي في هذا المقياس. العيب الوحيد في هذا المقياس هو عدم وجود نقطة بداية محددة مسبقًا أو قيمة صفرية حقيقية.

يحتوي مقياس الفترات على جميع خصائص المقياس الترتيبي ، بالإضافة إلى أنه يوفر حساب الفرق بين المتغيرات. السمة الرئيسية لهذا المقياس هي اختلاف المسافة بين الأشياء.  

على سبيل المثال ، ضع في اعتبارك مقياس درجة حرارة مئوية / فهرنهايت –

• 80 درجة دائمًا أعلى من 50 درجة والفرق بين هاتين الدرجتين هو نفس الفرق بين 70 درجة و 40 درجة.
• أيضًا ، قيمة 0 عشوائية نظرًا لوجود قيم سالبة لدرجة الحرارة – مما يجعل مقياس درجة الحرارة المئوية / فهرنهايت مثالًا كلاسيكيًا لمقياس الفاصل.
• غالبًا ما يتم اختيار مقياس الفاصل الزمني في حالات البحث حيث يكون الفرق بين المتغيرات هو التفويض – والذي لا يمكن تحقيقه باستخدام مقياس اسمي أو ترتيبي. مقياس الفاصل الزمني يحدد الفرق بين متغيرين بينما المقياسان الآخران قادران فقط على ربط القيم النوعية بالمتغيرات.
• يمكن تقييم القيم المتوسطة والوسيطة في مقياس ترتيبي ، على عكس المقياسين السابقين.
• في الإحصاء ، يتم استخدام مقياس الفاصل الزمني بشكل متكرر كقيمة عددية لا يمكن تخصيصها للمتغيرات فحسب ، بل يمكن أيضًا إجراء الحساب على أساس هذه القيم.

حتى لو كانت مقاييس الفترات مذهلة ، فإنها لا تحسب قيمة “الصفر الحقيقي” وهذا هو سبب ظهور المقياس التالي في الصورة.

بيانات الفاصل الزمني والتحليل

جميع التقنيات المطبقة على تحليل البيانات الاسمية والترتيبية قابلة للتطبيق على بيانات الفاصل أيضًا. بصرف النظر عن هذه التقنيات ، هناك عدد قليل من طرق التحليل مثل الإحصاء الوصفي ، وتحليل انحدار الارتباط الذي يستخدم على نطاق واسع لتحليل بيانات الفاصل الزمني.

الإحصاء الوصفي هو المصطلح المعطى لتحليل البيانات الرقمية التي تساعد في وصف البيانات أو تصويرها أو تلخيصها بطريقة هادفة وتساعد في حساب المتوسط ​​والوسيط والوضع.

أمثلة على مقياس الفترات

• هناك حالات تعتبر فيها مقاييس الموقف مقاييس فاصلة.
• بصرف النظر عن مقياس درجة الحرارة ، يعد الوقت أيضًا مثالًا شائعًا جدًا لمقياس الفاصل الزمني حيث أن القيم محددة بالفعل وثابتة وقابلة للقياس.
• تندرج سنوات التقويم والوقت أيضًا ضمن هذه الفئة من مقاييس القياس.
• مقياس ليكرت ، صافي نقاط المروج ، المقياس التفاضلي الدلالي ، جدول المصفوفة ثنائي القطب ، وما إلى ذلك هي أمثلة مقياس الفاصل الزمني الأكثر استخدامًا.

تقع الأسئلة التالية ضمن فئة مقياس الفاصل الزمني:

• ما هو دخل عائلتك؟
• ما هي درجة الحرارة في مدينتك؟

إنشاء حساب مجاني

مقياس النسبة: المستوى ^الرابع للقياس

يتم تعريف مقياس النسبة على أنه مقياس قياس متغير لا ينتج فقط ترتيب المتغيرات ولكن أيضًا يصنع الفرق بين المتغيرات المعروفة جنبًا إلى جنب مع المعلومات حول قيمة الصفر الحقيقي. يتم حسابه بافتراض أن المتغيرات لها خيار للصفر ، والفرق بين المتغيرين هو نفسه وهناك ترتيب محدد بين الخيارات.

مع خيار الصفر الحقيقي ، يمكن تطبيق تقنيات التحليل الاستنتاجية والوصفية المتنوعة على المتغيرات. بالإضافة إلى حقيقة أن مقياس النسبة يقوم بكل ما يمكن أن يفعله المقياس الاسمي والترتيبي والفاصل الزمني ، فإنه يمكنه أيضًا تحديد قيمة الصفر المطلق. أفضل الأمثلة على المقاييس النسبية هي الوزن والطول. في أبحاث السوق ، يتم استخدام مقياس النسبة لحساب حصة السوق والمبيعات السنوية وسعر المنتج القادم وعدد المستهلكين وما إلى ذلك.

• يوفر مقياس النسبة المعلومات الأكثر تفصيلاً حيث يمكن للباحثين والإحصائيين حساب الاتجاه المركزي باستخدام التقنيات الإحصائية مثل المتوسط ​​والوسيط والوضع والطرق مثل المتوسط ​​الهندسي أو معامل التباين أو المتوسط ​​التوافقي يمكن استخدامها أيضًا على هذا المقياس.
• يستوعب مقياس النسبة خاصية ثلاثة مقاييس متغيرة أخرى للقياس ، أي تصنيف المتغيرات ، وأهمية ترتيب المتغيرات ، والفرق القابل للحساب بين المتغيرات (التي عادة ما تكون متساوية البعد).
• بسبب وجود قيمة صفرية حقيقية ، لا يحتوي مقياس النسبة على قيم سالبة.
• لتحديد وقت استخدام مقياس النسبة ، يجب على الباحث ملاحظة ما إذا كانت المتغيرات لها جميع خصائص مقياس الفاصل جنبًا إلى جنب مع وجود قيمة الصفر المطلق.
• يمكن حساب المتوسط ​​والوضع والمتوسط ​​باستخدام مقياس النسبة.

نسبة البيانات والتحليل

على المستوى الأساسي ، تعد بيانات مقياس النسبة كمية بطبيعتها نظرًا لأنه يمكن استخدام جميع تقنيات التحليل الكمي مثل SWOT و TURF و Cross-tabulation و Conjoint وما إلى ذلك لحساب بيانات النسبة. في حين أن بعض التقنيات مثل SWOT و TURF ستحلل بيانات النسبة بالطريقة التي يمكن للباحثين من خلالها إنشاء خرائط طريق لكيفية تحسين المنتجات أو الخدمات وستكون الجدولة المتقاطعة مفيدة في فهم ما إذا كانت الميزات الجديدة ستكون مفيدة للسوق المستهدف أم لا.

 أمثلة على مقياس النسبة

الأسئلة التالية تندرج تحت فئة مقياس النسبة:

• ما هو ارتفاع ابنتك الحالي؟
  • أقل من 5 أقدام.
  • 5 أقدام و 1 بوصة – 5 أقدام و 5 بوصات
  • 5 أقدام و 6 بوصات – 6 أقدام
  • أكثر من 6 أقدام
• ما هو وزنك بالكيلوجرام؟
  • أقل من 50 كجم
  • 51- 70 كيلو جرام
  • 71-90 كجم
  • 91-110 كجم
  • أكثر من 110 كجم

تعرف على المزيد حول: الفاصل الزمني مقابل مقياس النسبة

ملخص – مستويات القياس

غالبًا ما تتم مناقشة المقاييس الأربعة لقياس البيانات – الاسمية والترتيبية والفاصلة والنسبة – في التدريس الأكاديمي. قد يساعدك الرسم البياني أدناه سهل التذكر في اختبار الإحصائيات.

عروض:	اسمى، صورى شكلى، بالاسم فقط	ترتيبي	فترة	نسبة
تم إنشاء تسلسل المتغيرات	–	نعم	نعم	نعم
الوضع	نعم	نعم	نعم	نعم
الوسيط	–	نعم	نعم	نعم
يعني	–	–	نعم	نعم
يمكن تقييم الفرق بين المتغيرات	–	–	نعم	نعم
جمع وطرح المتغيرات	–	–	نعم	نعم
ضرب وقسمة المتغيرات	–	–	–	نعم
الصفر المطلق	–	–	–	نعم

إنشاء حساب مجاني