Rodzaje skal pomiarowych w badaniach – od nominalnej do ilorazowej
- Marta Rokosa
- 7 paź
- 5 minut(y) czytania
W badaniach naukowych, zwłaszcza w pracach licencjackich i magisterskich, bardzo często pojawia się pojęcie skali pomiarowej. Może brzmieć ono nieco tajemniczo, jednak w praktyce każdy, kto tworzył ankietę, często nie zdając sobie z tego sprawy, już z nimi pracował.
Warto jednak wiedzieć, że od rodzaju skali zależy, jakie analizy statystyczne możesz zastosować, a tym samym – czy wyniki Twojej pracy będą miały sens, a co najważniejsze – czy zrealizują Twoje założenia badawcze!
Czym są skale pomiarowe w statystyce?
Skala pomiarowa to sposób, w jaki przedstawiamy i porządkujemy dane w badaniach. Dzięki niej wiemy, czy dane mają tylko nazwy (np. płeć), czy można je uporządkować (np. oceny, częstotliwość), a może nawet zmierzyć różnice lub proporcje (np. wiek, waga, dochód).
Innymi słowy, skala pomiarowa określa, co wolno nam zrobić z danymi podczas ich analizy: czy możemy liczyć średnią, medianę, korelacje lub inne statystyki.
Każda skala odpowiada konkretnemu typowi zmiennej statystycznej:
jakościowej (kategorycznej),
porządkowej,
ilościowej (ciągłej lub dyskretnej).
Skala nominalna
Niewątpliwą królową prostoty wśród skal pomiarowych jest skala nominalna. Dane są tu jedynie nazwami lub kategoriami. Nie można ich uporządkować ani porównać, ponieważ służą wyłącznie do przypisania obiektów do określonych grup. Zmienna mierzona na skali nominalnej jest zatem zmienna nominalną, inaczej: kategoryczną lub jakościową.
Przykłady pytań w ankietach:
Płeć respondenta: kobieta / mężczyzna / inne
Miejsce zamieszkania: wieś / małe miasto / duże miasto
Ulubione zwierzę: kot / pies / inne
Stan cywilny: kawaler/panna, żonaty/mężatka, rozwiedziony/a.
👉 W tej skali można jedynie policzyć, ile osób wybrało daną kategorię.
👉 Nie wolno obliczać średnich ani sum – „średnia płeć” nie istnieje. Te dane nie mają znaczenia liczbowego.
📊 W analizie stosuje się:
tabele częstości,
wykresy kołowe lub słupkowe,
Szczególnym przypadkiem skali nominalnej jest skala dychotomiczna, czyli taka skala, która przyjmuje tylko dwie wartości. Zmienne mierzone na tej skali to zmienne dychotomiczne, binarne lub dwumianowe. Przykładem pytania na takiej skali jest płeć lub odpowiedzi tak/nie.
Skala porządkowa
W tej skali dane można uporządkować, ale nie znamy dokładnych różnic między poszczególnymi kategoriami, a co za tym idzie nie możemy wykonać między nimi czynności matematycznych, jak odejmowanie czy dodawanie. Zmienna mierzona na takiej skali to zmienna porządkowa lub nominalna w zależności od tego w jaki sposób chcemy przeanalizować dane. Może mieć formę liczbową (np. 1-5) lub słowną (np. „słabo” – „średnio” – „dobrze”). Uwaga: Skala Likerta (np. 1-5) jest formalnie skalą porządkową, nawet jeśli często traktuje się ją jak przedziałową.
Przykłady pytań:
Jak oceniasz jakość zajęć na uczelni? bardzo źle / źle / dobrze / bardzo dobrze
Jak ważna jest dla Ciebie cena przy wyborze produktu? nieważna / raczej nieważna / raczej ważna / bardzo ważna
Poziom stresu: 1 (bardzo niski) - 5 (bardzo wysoki)
👉 Wyniki można przedstawić procentowo lub obliczyć medianę, ale nie średnią, ponieważ różnice między poziomami nie są równe.
📊 W analizie stosuje się takie metody jak:
analiza rang,
testy nieparametryczne (np. test U Manna-Whitneya, test Kruskala-Wallisa).
Skala przedziałowa
Skala przedziałowa ma równe odstępy między wartościami, ale brak w niej prawdziwego zera. Zero w tej skali nie oznacza „braku cechy”, tylko pewien punkt odniesienia. Zmienne mierzone na tej skali to zmienne ilościowe, ciągłe lub dyskretne),
Przykłady zmiennych:
temperatura w °C lub °F,
rok urodzenia,
wyniki testów psychologicznych (np. IQ),
punkty w teście (jeśli 0 nie oznacza całkowitego braku wyniku).
👉 W tej skali możemy wykonywać wszystkie operacje matematyczne: obliczać średnią, odchylenie standardowe, współczynniki korelacji itp. A rodzaj metod statystycznych zależy głownie od rozkładu zmiennych. Jednakże nie można porównywać wartości w proporcji („20°C nie jest dwa razy cieplej niż 10°C”).
Skala ilorazowa
Ta skala to najbardziej precyzyjna skala pomiarowa. Ma wszystkie cechy poprzednich, a mianowicie: porządek, równe odstępy i zero absolutne, które oznacza rzeczywisty brak cechy. Zmienne mierzone na tej skali to zmienne ilościowe (ciągłe lub dyskretne),
Przykłady zmiennych:
wiek (w latach),
waga,
wzrost,
dochód miesięczny,
czas trwania zadania,
liczba godzin nauki,
liczba klientów.
W tej skali możemy wykonywać wszystkie operacje matematyczne: obliczać średnią, odchylenie standardowe, współczynniki korelacji itp. A rodzaj metod statystycznych zależy głownie od rozkładu zmiennych.
Skala przedziałowa zgrupowana (przedziały klasowe)
Szczególnym przykładem skali pomiarowej jest skala przedziałowa zgrupowana. Odpowiedzi e ankiecie dla takie skali przyjmują formę zakresów wartości, np. „20-29 lat”, „30-39 lat”, „40-49 lat”. Formalnie to dane ilościowe, ale przedstawione w sposób kategoryczny. Takie rozwiązanie stosuje się, gdy:
respondenci nie chcą lub nie mogą podać dokładnej wartości,
badacz chce uprościć analizę i nie potrzebuje dokładnych danych.
Zmienne mierzone za pomocą tej skali to zmienna ilościowa zgrupowana (quasi-porządkowa lub kategoryzowana).
Podczas analiz można ją analizować zarówno jako zmienną nominalną, jak i porządkową. W szczególnych przypadkach, przy dużej liczbie przedziałów, możliwe (ale niezalecane) jest przybliżenie jej do zmiennej ilościowej. Jednakże wybór w dużej mierze zależy od celu badania i liczby kategorii.
👉 Należy jednak pamiętać, że zmienna przedziałowa kategoryczna (zgrupowana) ma ograniczone możliwości analizy, ponieważ traci część informacji liczbowych. W momencie, gdy liczby zamienimy na przedziały, dane stają się uporządkowane, ale przestają być prawdziwie ilościowe. Nie znamy już dokładnych wartości (np. 23, 24, 28), a jedynie wiemy, że respondent należy do określonego zakresu (20–29). W konsekwencji:
tracimy precyzję pomiaru,
nie możemy obliczać dokładnych średnich, odchyleń standardowych, korelacji czy regresji,
a wiele testów statystycznych opartych na liczbach ciągłych przestaje mieć sens.
Do analizy zmiennych pochodzących z takich skal nie można stosować m.in.:
testu t-Studenta,
analizy wariancji (ANOVA),
regresji liniowej,
obliczania współczynnika korelacji Pearsona,
analizy regresji wielorakiej,
testów normalności (Shapiro-Wilka, Kolmogorowa-Smirnowa).
❓Dlaczego:
Te metody zakładają, że między wartościami istnieją równe i znane odstępy liczbowo. W danych przedziałowych (np. „30-39”) nie wiadomo, jaka jest dokładna wartość każdego przypadku, więc nie można poprawnie liczyć różnic.
Można bez problemu stosować:
analizę częstości (liczba osób w przedziałach),
tabele krzyżowe i test chi-kwadrat,
A po przekodowaniu na liczby:
testy nieparametryczne (np. test U Manna-Whitneya, Kruskala-Wallisa) – po przekodowaniu na liczby,
miary korelacji dla danych porządkowych – np. współczynnik Spearmana lub Kendalla.
A teraz najważniejsze:
Jak dobrać odpowiednią skalę pomiarową do badań ilościowych?
Dobór skali pomiarowej powinien wynikać z charakteru badanej zmiennej i celu analizy.
Kilka praktycznych wskazówek:
Zastanów się, czy dane mają porządek (np. oceny, poziomy satysfakcji).
Jeśli mierzysz ilość, wielkość lub czas, to zwykle będzie skala ilorazowa.
Jeżeli masz do czynienia z nazwami kategorii, to będzie skala nominalna.
Unikaj nadmiernej komplikacji – jeśli wystarczy prosty wybór, nie twórz siedmiostopniowych skal.
Przykład:
Jeżeli w pracy magisterskiej badany jest poziom stresu studentów, możesz użyć skali porządkowej (np. 1-5), ale nie traktuj jej jak skali przedziałowej przy analizach statystycznych.
Jeśli tworzysz ankietę do pracy magisterskiej i nie jesteś pewien, jakie skale dobrać – nie martw się. Większość studentów ma z tym problem, dopóki nie zobaczy kilku przykładów w praktyce. W analizach statystycznych (zwłaszcza przy pracach dyplomowych) najważniejsze jest, żeby dane były spójne, logiczne i mierzone w odpowiedni sposób.
Jak ułatwić sobie analizę danych?
Ankiety to podstawa większości prac dyplomowych. Jeśli chcecie sprawdzić, czy odpowiedzi w Waszej ankiecie mają sens, musicie nauczyć się analizować dane. Tu z pomocą przychodzi nasz e-book: Tworzenie ankiet w Formularzach Google i analiza danych w Excelu. Dzięki niemu dowiecie się, jak szybko przygotować ankiety i przeprowadzić analizę zgromadzonych wyników. E-book jest dostępny w naszym sklepie – zajrzyjcie, bo to inwestycja, która zwróci się przy każdej pracy naukowej!
Komentarze