Nominelt variabelskonsept og eksempler

1691
Robert Johnston

EN nominell variabel Det er en som tar verdier som identifiserer en klasse eller kategori der studieobjektene er gruppert. For eksempel grupperer den variable hårfargen mennesker i brunt, svart, blondt hår osv..

Den nominelle skalaen identifiserer, grupperer og differensierer studieenhetene, i henhold til en viss kvalitet, i klart definerte og eksklusive klasser, på en slik måte at alle de som tilhører en klasse er like eller likeverdige med hensyn til attributtet eller eiendommen som studeres..

Mann og kvinne, ikoner. Kilde: Pixabay.com

Klasser er differensiert med navn eller ved å identifisere tall, så de har ingen numerisk verdi eller etablert rekkefølge. For eksempel: det variable kjønn har to klasser, mann og kvinne; Du kan også bruke tallene 1 og 2 som representerer henholdsvis mann- og kvinnekategorien. Disse tallene er enkle vilkårlige identifikatorer.

I denne typen tiltak tildeles navn eller etiketter til objekter. Navnet på de fleste av de nominerte eksemplarene eller definisjonene er den "verdien" som er tildelt det nominelle målet for studiet..

Hvis to objekter har samme navn tilknyttet, tilhører de samme kategori, og det er den eneste betydningen som nominelle mål har.

Artikkelindeks

  • 1 Konsept og egenskaper
  • 2 Eksempler på nominelle variabler
    • 2.1 - Eksempler forklart
  • 3 Referanser

Konsept og egenskaper

Den nominelle skalaen er den mest elementære, og variablene målt i denne skalaen klassifiserer studieenhetene (objekter, mennesker osv.) I klasser, basert på en eller flere unike og observerte egenskaper, attributter eller egenskaper..

Klasser eller kategorier har navn eller nummer, men disse tjener bare som etiketter eller identifikatorer, de gjør kategoriske snarere enn kvantitative skill, de tjener en ren klassifiseringsfunksjon.

De kan ikke manipuleres aritmetisk, de gjenspeiler ikke rekkefølge (stigende eller synkende) eller hierarki (større eller mindre), observasjonene kan ikke ordnes fra minste til største eller fra små til store, det vil si at ingen av kategoriene har et høyere hierarki enn den andre, gjenspeiler de bare forskjeller i variabelen.

Nominelle variabler med to klasser kalles dikotom, for eksempel variabelt kjønn (mann eller kvinne). Variabler med tre eller flere kategorier kalles multichotomic eller polyhotomic. For eksempel: variabel yrke (arbeider, tømrer, lege, etc.).

Nominelle variabler etablerer bare ekvivalensforhold; det vil si at et bestemt studieobjekt har karakteristikken som definerer klassen eller ikke..

Med nominelle variabler kan beregninger av proporsjoner, prosenter og forhold gjøres, og med dem utføres frekvensantall eller tabeller av antall hendelser i hver klasse av variabelen som studeres. Måling av sentral tendens som kan håndteres med denne typen variabler er modusen.

Eksempler på nominelle variabler

Eksempler på variabler målt i nominell skala:

- Nasjonalitet (argentinsk, chilensk, colombiansk, ecuadoriansk, peruansk osv.).

- Farger (hvit, gul, blå, svart, oransje osv.).

- Øyenfarge (svart, brun, blå, grønn osv.).

- Klassifisering av studenter etter karriere (administrasjon - 1; systemer - 2; elektronikk - 3; jus - 4; etc.). (tallet er en kode uten verdi eller rekkefølge)

- Sivilstand (singel, gift, enke, skilt, fellesrettsforening).

- Yrke (ingeniør, advokat, lege, lærer osv.).

- Kjønn (mann, kvinne).

- Religiøs tilknytning (kristen, muslim, katolikk osv.).

- Politisk tilhørighet (liberal, konservativ, uavhengig osv.).

- Type skole (offentlig eller privat).

- Race (hvit, svart, gul, mongrel, etc.).

- Blodgrupper (O, A, B, AB).

- Eksempler forklart

Deltakere på en fotballkamp

Hvis det gjøres en opptelling av deltakerne som går inn i en fotballkamp, ​​kan den nominelle variabelen 'oppmøte etter kjønn' defineres. Opptellingen rapporterer hvor mange menn og hvor mange kvinner som deltok i kampen, men klassifiseringsvariabelen er kjønn.

Del publikum i fotballkampen i to kategorier, og ingen av gruppene foretrekker fremfor den andre. Til slutt er kategoriene eksklusive siden det ikke er tvil om hvilken gruppe hver av deltakerne tilhører..

Fordel med arbeidspolitikk

Du vil vite folks mening før anvendelsen av reformer i arbeidspolitikken i et land. Variabelen 'interesse' er fordelene med arbeidspolitikk, og i undersøkelsen er det fem mulige positive resultater: Mer penger, bedre medisinsk hjelp, bedre pensjon, arbeid / familiebalanse og annet.

Alle svar måles på en nominell skala med Ja- eller Nei-verdier. Det andre resultatet omfatter alle fordelene som respondentene anser de vil oppnå, men som ikke er en del av undersøkelsesverdiene..

Antall bekreftende eller negative svar er nødvendig for å beregne prosentandelen av respondentene av totalen som anser at de vil forbedre seg eller ikke i noen av aspektene, men disse prosentene har ingen betydning fra det synspunktet at en fordel er større enn en annen ..

Endelig er det ingen naturlig rekkefølge for resultatene, du kan sette bedre helsetjenester først i stedet for mer penger, for eksempel, og det endrer ikke resultatet i det hele tatt.

Fødselsland for en person

Fødselslandet er en nominell variabel hvis verdier er navnene på landene. For å arbeide med denne variabelen er det praktisk å lage en numerisk kodifisering av den informasjonen, vi tilordner kode 1 til de som er født i Argentina, Bolivia-kode 2, Canada-kode 3, og så videre..

Denne kodingen letter datamaskintelling og styring av informasjonsinnsamlingsinstrumenter. Imidlertid, og siden vi har tildelt tall til de forskjellige kategoriene, kan vi ikke manipulere disse tallene. For eksempel er 1 + 2 ikke lik 3; det vil si at Argentina + Bolivia ikke resulterer i Canada.

Referanser

  1. Coronado, J. (2007). Måleskalaer. Paradigmas Magazine. Gjenopprettet fra unitec.edu.co.
  2. Freund, R.; Wilson, W.; Mohr, D. (2010). Statistiske metoder. Tredje utg. Academic Press-Elsevier Inc..
  3. Glass, G.; Stanley, J. (1996). Statistiske metoder som ikke brukes på samfunnsvitenskapene. Prentice Hall Hispanoamericana S. A.
  4. Søt .; Marchal, W. Wathen, S. (2012). Statistikk anvendt på næringsliv og økonomi. Femtende utg. McGraw-Hill / Interamericana Editores S. A.
  5. Orlandoni, G. (2010). Statistiske måleskalaer. Telos Magazine. Gjenopprettet fra ojs.urbe.edu.
  6. Siegel, S.; Castellan, N. (1998). Ikke-parametrisk statistikk brukt på atferdsvitenskapene. Fjerde utgave Redaksjonelt Trillas S. A.
  7. (2019). Målingsnivå. Gjenopprettet fra en.wikipedia.org.

Ingen har kommentert denne artikkelen ennå.