Analizy statystyczne a poziom pomiaru zmiennych

Analizy statystyczne są prowadzone w oparciu o różne metody, testy, współczynniki. Ich odpowiedni dobór uzależniony jest od charakteru analizowanych zmiennych. Jest to informacja istotna nie tylko dla osób wykonujących usługi statystyczne; powinna ona być uwzględniona także na etapie planowania badań i konstruowania narzędzi badawczych.

Od rodzaju wykorzystanych zmiennych zależy to, jakie testy będzie można wykorzystać, a więc to jak ciekawe i różnorodne będą wykonane analizy statystyczne. Poniżej krótko omówimy poszczególne rodzaje zmiennych.

 

Poziom nominalny. Jest to najniższy poziom pomiaru polegający na przypisaniu jednostki do danej kategorii. Najczęściej pojawiającym się w badaniach przykładem zmiennej o charakterze nominalnym jest płeć. Ma ona charakter dychotomiczny. Co istotne w przypadku zmiennych nominalnych – nie ma znaczenia kolejność kategorii, są one tak samo ważne, nie ma pomiędzy nimi jakiegokolwiek powiązania dotyczącego natężenia danej cechy. Inne przykłady zmiennych o charakterze nominalnym: stan cywilny, wyznawana religia, kierunek studiów, wykonywany zawód.

 

Poziom porządkowy. Charakteryzuje się on tym, że kategorie zmiennej ułożone są w pewnej kolejności, w określonym porządku, np. od najsłabszego do najsilniejszego. Przykładami takich zmiennych są: wielkość miejsca zamieszkania (wieś/ miasto do 100 tys./ miasto powyżej 100 tys.), poziom wykształcenia (podstawowe/ gimnazjalne/ zawodowe/ średnie/ wyższe), sytuacja finansowa (zła/ przeciętna/ dobra/ bardzo dobra). Szczególnym przykładem skali porządkowej jest skala Likerta, pojawiająca się najczęściej w pytaniach o opinie. Odpowiedzi w takiej skali mogą wyglądać następująco: zdecydowanie się zgadzam/ raczej się zgadzam/ trudno powiedzieć/ raczej się nie zgadzam/ zdecydowanie się nie zgadzam.

 

Poziom ilościowy. Chodzi tu o zmienne mierzone za pomocą liczb, np. wiek w latach, wzrost w centymetrach, liczba ukończonych lat nauki. Poziom ilościowy dzieli się dodatkowo na interwałowy i ilorazowy.

 

Konstruując narzędzie badawcze dobrze jest wykorzystać różne zmienne. Należy też pamiętać, że zmienne o charakterze ilościowym zawsze można pokategoryzować i przekodować na zmienne porządkowe lub nominalne. W drugą stronę operacji takiej wykonać się nie da. Np. jeśli w kwestionariuszu ankiety mamy pytanie o wiek w latach, to wykonując analizy statystyczne możemy stworzyć kategorie (np. do 25 lat włącznie, od 26 do 45 lat włącznie, 46 lat i więcej)  i nimi posługiwać się w analizach i prezentacji wyniku. W zależności od założeń badawczych i potrzeb kategorie te będzie można zmienić. Jeśli w kwestionariuszu zamieścimy natomiast pytanie o wiek i poprosimy i zaznaczenie jednej z dostępnych kategorii, to możliwości analiz statystycznych zostaną ograniczone.