Il livello di misurazione si riferisce al modo particolare in cui una variabile viene misurata nell'ambito della ricerca scientifica e la scala di misurazione si riferisce al particolare strumento che un ricercatore utilizza per ordinare i dati in modo organizzato, a seconda del livello di misurazione che hanno selezionato.
La scelta del livello e della scala di misurazione sono parti importanti del processo di progettazione della ricerca perché sono necessarie per la misurazione sistematizzata e la categorizzazione dei dati, e quindi per analizzarli e trarne conclusioni che sono considerati validi.
All'interno della scienza, ci sono quattro livelli e scale di misura comunemente usati: nominale, ordinale, intervallo e rapporto. Questi furono sviluppati dallo psicologo Stanley Smith Stevens, che ne scrisse in un articolo del 1946 in Scienza, intitolato "Sulla teoria delle scale di misura". Ogni livello di misurazione e la scala corrispondente è in grado di misurare una o più delle quattro proprietà di misurazione, che includono identità, magnitudo, intervalli uguali e un valore minimo di zero.
Esiste una gerarchia di questi diversi livelli di misurazione. Con i livelli più bassi di misurazione (nominale, ordinale), le ipotesi sono in genere meno restrittive e le analisi dei dati sono meno sensibili. Ad ogni livello della gerarchia, il livello corrente include tutte le qualità di quello sottostante, oltre a qualcosa di nuovo. In generale, è desiderabile avere livelli di misurazione più elevati (intervallo o rapporto) piuttosto che uno più basso. Esaminiamo ogni livello di misurazione e la scala corrispondente in ordine dal più basso al più alto nella gerarchia.
Una scala nominale viene utilizzata per nominare le categorie all'interno delle variabili utilizzate nella ricerca. Questo tipo di scala non fornisce classificazione o ordinamento di valori; fornisce semplicemente un nome per ogni categoria all'interno di una variabile in modo da poterle rintracciare tra i tuoi dati. Vale a dire, soddisfa la misurazione dell'identità e della sola identità.
Esempi comuni all'interno della sociologia includono la localizzazione nominale di sesso (maschio o femmina), razza (bianco, nero, ispanico, asiatico, indiano americano, ecc.) E classe (povera, classe lavoratrice, classe media, classe superiore). Naturalmente, ci sono molte altre variabili che si possono misurare su una scala nominale.
Il livello nominale di misurazione è anche noto come misura categorica ed è considerato di natura qualitativa. Quando si fa una ricerca statistica e si utilizza questo livello di misurazione, si usa la modalità, o il valore più frequente, come misura della tendenza centrale.
Le scale ordinali vengono utilizzate quando un ricercatore vuole misurare qualcosa che non è facilmente quantificabile, come sentimenti o opinioni. All'interno di tale scala, i diversi valori di una variabile vengono progressivamente ordinati, il che rende la scala utile e istruttiva. Soddisfa sia le proprietà dell'identità che della grandezza. Tuttavia, è importante notare che tale scala non è quantificabile, le differenze precise tra le categorie di variabili sono inconoscibili.
All'interno della sociologia, le scale ordinali sono comunemente utilizzate per misurare le opinioni e le opinioni delle persone su questioni sociali, come il razzismo e il sessismo, o quanto siano importanti per loro determinate questioni nel contesto di un'elezione politica. Ad esempio, se un ricercatore vuole misurare fino a che punto una popolazione crede che il razzismo sia un problema, potrebbe porre una domanda del tipo "Quanto è grande il razzismo nella nostra società oggi?" e fornire le seguenti opzioni di risposta: "è un grosso problema", "è piuttosto un problema", "è un piccolo problema" e "il razzismo non è un problema".
Quando si utilizza questo livello e questa scala di misurazione, è la mediana che indica la tendenza centrale.
A differenza delle scale nominali e ordinali, una scala a intervalli è numerica che consente l'ordinamento delle variabili e fornisce una comprensione precisa e quantificabile delle differenze tra loro (gli intervalli tra loro). Ciò significa che soddisfa le tre proprietà di identità, grandezza, e intervalli uguali.
L'età è una variabile comune che i sociologi tracciano usando una scala di intervallo, come 1, 2, 3, 4, ecc. Si può anche trasformare le categorie di variabili non-intervallo ordinate in una scala di intervalli per facilitare l'analisi statistica. Ad esempio, è comune misurare il reddito come un intervallo, come $ 0- $ 9.999; $ 10,000 $ 19.999; $ 20.000- $ 29.000 e così via. Questi intervalli possono essere trasformati in intervalli che riflettono il livello crescente di reddito, utilizzando 1 per segnalare la categoria più bassa, 2 la successiva, quindi 3, ecc..
Le scale di intervallo sono particolarmente utili perché non solo consentono di misurare la frequenza e la percentuale di categorie variabili all'interno dei nostri dati, ma ci consentono anche di calcolare la media, oltre alla mediana, modalità. È importante sottolineare che, con il livello di intervallo di misurazione, si può anche calcolare la deviazione standard.
La scala del rapporto di misurazione è quasi uguale alla scala dell'intervallo, tuttavia differisce in quanto ha un valore assoluto di zero, quindi è l'unica scala che soddisfa tutte e quattro le proprietà della misurazione.
Un sociologo userebbe una scala di rapporto per misurare il reddito effettivamente guadagnato in un determinato anno, non diviso in intervalli categorici, ma che vanno da $ 0 in su. Tutto ciò che può essere misurato da zero assoluto può essere misurato con una scala di rapporto, come ad esempio il numero di figli di una persona, il numero di elezioni in cui una persona ha votato o il numero di amici che fanno parte di una razza diversa dalla convenuto.
Si possono eseguire tutte le operazioni statistiche come si può fare con la scala degli intervalli e ancora di più con la scala del rapporto. In realtà, è così chiamato perché si possono creare rapporti e frazioni dai dati quando si usa un livello di misurazione e scala.
Aggiornato da Nicki Lisa Cole, Ph.D.