- Nominalskalenivå - Detta är den enklaste datanivån och allt som går att kategorisera kan man analysera med metoder på nominalskalenivån.
Om man exempelvis undersökt vilka elever i en klass som är med i ett visst fotbollslag, kan man dela in eleverna i medlemar och icke medlemar.
Detta innebär att man alltid kan använda nominalskalemetoder. - Ordinalskalenivå - På denna nivå så är data rangordnade. Det kan exempelvis vara fråga om vilken rang i popularitet en viss bok får (som Harry Potter eller Sune) om man röstar i en klass.
Om vi tänker oss att Harry Potter får rang 2 och Sune rang 4 så kan man inse att man kan inte riktigt förstå dessa siffror som uttryck för värden av någonting. Man kan exempelvis inte säga att Harry Potter var dubbelt så populär som Sune i klassen. Inte heller kan man uttala sig om avståndet "i popularitet" mellan Harry och Sune utifrån en rangordning
Data på ordinalskalenivå kräver lite speciella metoder för analyserna, så se upp med om du upptäcker att du samlat in ordinalskaledata. (Även de populära VAS - skalorna, Visual Analog Scale, är i grund och botten ordinalskalor) - Intervallskalenivå - Data på intervallskalenivå utmärks av att ha lika stora skalsteg. Det klassiska exemplet är Celciusskalan för mätning av temperatur. Avståndet mellan 1 och 2 grader är lika stort som mellan 37 och 38 grader. Det finns dock en begränsning i intervallskaledata i det att man inte på ett meningsfullt sätt kan uttala sig om verkligheten i termer av "dubbelt så", "hälften så" :
Exempelvis om man upptäcker att temperaturen en dag har stigit från 10 till 20 grader så kan man givetvis säga att det är dubbelt så många grader som igår, däremot kan man INTE meningsfullt säga att det är dubbelt så varmt som igår
Sen utmärks celciusskalan av at 0-punkten är godtyckligt satt. Faktum är att Anders Celcius från början lär ha satt 0-punkten i skalan till vattnets kokpunkt, men efter ett tag ändrades detta till fryspunkten. - Kvotskalenivå -Här har det tillkommit den egenskapen att det finns en meningsfull 0-punkt.
Om man röker 0 cigaretter per dag så är det inga och om man röker 20 så är det dubbelt så många som om man röker 10 cigaretter.
Med andra ord utmärks kvotskalenivån av att det är lika stora skalsteg mellan värdena och att det finns en meningsfull o-punkt.
tisdag 9 december 2008
Datanivåer
Om du ska göra någon form av statistisk analys är det viktigt att du har klart för dig vilken datanivå det är på olika former av data som du samlat in. Detta för att du måste välja statistisk metod på olika sätt för olika datanivåer.
Prenumerera på:
Kommentarer till inlägget (Atom)
1 kommentar:
Hej!
Vilken bra sida! Är precis i början av mitt uppsatsarbete.
Funderar kring det här med datanivåer och undrar vilken datanivå som krävs för att man ska kunna använda verkliga statistiska metoder?
Skicka en kommentar