콘텐츠
통계 측정에는 변수가 필요하지만 모든 변수가 동일하지는 않습니다. 무게 나 속도 또는 지출 한 달러와 같은 일부 변수를 정확하게 측정 할 수 있습니다. 그러나 의견은 다른 문제입니다. 환자는 자신의 통증 수준을 1 ~ 10 점으로 평가하거나 영화 관객은 방금 본 영화를 얼마나 잘 즐겼는 지 평가할 수 있습니다. 이러한 유형의 지표는 서수 측정입니다. 그것들은 물리적 또는 경제적 수단이 될 수있는 정확한 방법은 아니지만, 서 수적 수단은 연구원들에게 유용한 정보를 제공 할 수 있습니다.
TL; DR (너무 길고 읽지 않음)
서수 측정은 일반적으로 사용자 의견이 정량화되는 설문 조사를 말합니다.
범주 형 및 간격 변수
다른 통계 변수에는 범주 형, 구간, 비율 및 서수 변수가 포함됩니다. 범주 형 변수는 순서없는 유형을 나타냅니다. 조류, 포유류, 파충류 및 물고기는 명명 될 수 있지만 서로 관련하여 수학적 순서는없는 유형입니다. 구간 변수는 공통 척도를 따라 동일하게 관련된 변수입니다. 예를 들어, 온도 변화는 50도에서 60도 사이의 차이가 60도에서 70도 사이에서 10도 사이의 차이와 같습니다.
비율 및 서수 변수
비율 변수는 두 가지의 동등성을 나타내는 0으로 시작하고 상대적인 차이를 나타내는 요인으로 진행됩니다. 중국의 인구를 미국과 비교할 때 비율 변수는 미국을 3 억 1 천 1 백만 명의 영점으로 삼을 수 있으며, 이로 인해 중국은 13 억의 비율로 4.29의 비율을 얻게됩니다. 중국은 미국보다 4.29 명이나 많다. 서수 변수는 특성을 측정합니다. 예를 들어 설문 조사에 따르면“현재 총재와 함께라면 (1) 만족하지 못하고, (2) 만족하지 못하고, (3) 의견이없고, (4) 만족하거나 (5) 매우 만족합니다”라고 말할 수 있습니다.
결론
서수 측정은 결론을 추론하도록 설계되었으며 다른 방법은 결론을 설명하는 데 사용됩니다. 서술 적 결론은 요약 할 수있는 방식으로 측정 가능한 사실을 구성합니다. 마을에서 1 인당 평균 소득에 대한 통계 분석이 3 년에 걸쳐 변하면, 그 변화를 정량적으로 언급 할 수 있습니다. 그러나 평균이 왜 변했는지에 대해서는 추론 할 수 없습니다. 당신이 보는 것은 당신이 얻는 것입니다 : 숫자. 추론 적 결론은 실제 수치를 넘어서 질적 인 결론으로 이어 지려고 시도합니다. 예를 들어 "서리가 많은 소년 아이스크림 고객은 대부분 만족합니다."
서수 측정 장점
서수 측정은 일반적으로 설문 조사 및 설문지에 사용됩니다. 통계 분석은 설문 조사에 응한 사람들을 다양한 범주로 분류하기 위해 수집 된 응답에 적용됩니다. 그런 다음 데이터를 비교하여 특정 변수와 관련하여 조사 대상 인구 전체에 대한 추론 및 결론을 도출합니다. 서수 측정을 사용하면 데이터 정렬 및 분류가 쉬워집니다. 변수를 제공하지 않고 설문 조사 질문을하면 답변이 너무 다양하여 통계로 변환 할 수 없습니다.
서수 측정의 단점
장점을 만드는 서수 측정의 동일한 특성도 특정 단점을 만듭니다. 응답은 종종 질문과 관련하여 너무 좁아서 설문에 포함되지 않은 편견을 만들거나 확대합니다. 예를 들어, 주지사 만족에 대한 질문에서 사람들은 자신의 직무 수행에 만족하지만 최근의 성 스캔들에 대해 화를 낼 수 있습니다. 설문 조사 질문은 응답자들이 자신의 업무 성과에 대한 만족에도 불구하고 스캔들에 대한 불만을 진술하도록 이끌 수 있지만 통계적 결론은 차별화되지 않습니다.