Meetniveaus: Nominaal, Ordinaal, Interval & Verhouding

De nominale, ordinale, interval en ratio meetniveaus zijn schalen waarmee we verzamelde gegevens kunnen meten en classificeren in goed gedefinieerde variabelen die voor verschillende doeleinden gebruikt kunnen worden.

Deze vier schalen worden voornamelijk gebruikt:

• Nominaal: Wordt gebruikt om gegevens in te delen in categorieën of groepen die elkaar uitsluiten.
• Ordinaal: Gebruikt om variabelen in een natuurlijke volgorde te meten, zoals beoordeling of rangschikking. Ze bieden zinvolle inzichten in attitudes, voorkeuren en gedrag door de volgorde van reacties te begrijpen.
• Interval: Wordt gebruikt om variabelen te meten met gelijke intervallen tussen de waarden. Temperatuur en tijd maken vaak gebruik van dit type meting, waardoor nauwkeurige vergelijkingen en berekeningen mogelijk zijn.
• Verhouding: Maakt vergelijkingen en berekeningen mogelijk zoals verhoudingen, percentages en gemiddelden. Zeer geschikt voor onderzoek op gebieden zoals wetenschap, techniek en financiën, waar je verhoudingen, percentages en gemiddelden moet gebruiken om de gegevens te begrijpen.

Hieronder bespreken we alles wat je moet weten over deze meetniveaus, kenmerken, voorbeelden en hoe je ze kunt gebruiken.

Meetniveaus in de statistiek

Om statistische gegevensanalyse uit te voeren, is het belangrijk om eerst te begrijpen wat variabelen zijn en wat ermee gemeten moet worden.

Er zijn verschillende meetniveaus in de statistiek en gegevens die gemeten worden met deze schalen kunnen grofweg worden ingedeeld in kwalitatieve en kwantitatieve gegevens. Laten we de nominale, ordinale, interval- en verhoudingsschalen bespreken.

Laten we eerst begrijpen wat een variabele is. Je kunt een variabele meten, dat is een grootheid die in de populatie verandert. Neem bijvoorbeeld een steekproef van mensen met een baan.

De variabelen voor deze populatie kunnen zijn: bedrijfstak, locatie, geslacht, leeftijd, vaardigheden, functietype, betaald verlof, enz. De waarde van de variabelen verschilt per werknemersspot.

Het is bijvoorbeeld praktisch onmogelijk om het gemiddelde uurloon van een werknemer in de VS te berekenen. Dus wordt een steekproefpubliek willekeurig geselecteerd om de grotere populatie goed te vertegenwoordigen.

Vervolgens berekenen we het gemiddelde uurtarief van dit steekproefpubliek. Met behulp van statistische toetsen kun je het gemiddelde uurtarief van een grotere populatie concluderen. Bij statistische analyse is het essentieel om onderscheid te maken tussen categorische gegevens en numerieke gegevens, aangezien categorische gegevens verschillende categorieën of labels bevatten, terwijl numerieke gegevens bestaan uit meetbare grootheden.

Het meetniveau van een variabele bepaalt welk statistisch testtype gebruikt moet worden. De wiskundige aard van een variabele, of met andere woorden, hoe een variabele gemeten wordt, wordt beschouwd als het meetniveau.

Wat zijn nominaal, ordinaal, interval en ratio?

Nominaal, Ordinaal, Interval en Verhouding worden gedefinieerd als de vier fundamentele meetschalen die gebruikt worden om gegevens vast te leggen in de vorm van enquêtes en vragenlijsten, waarbij elk een meerkeuzevraag is.

Elke schaal is een oplopend meetniveau, wat betekent dat elke schaal de functie vervult van de vorige schaal, en alle schalen voor enquêtevragen, zoals Likert, Semantisch Differentieel, Dichotomisch, enz. zijn een afgeleide van deze vier fundamentele niveaus van variabele meting.

Voordat we alle vier niveaus van meetschalen in detail bespreken, met voorbeelden, laten we eerst kort kijken naar wat deze schalen vertegenwoordigen.

Een nominale schaal is een benoemingsschaal waarbij variabelen eenvoudigweg worden “benoemd” of gelabeld zonder specifieke volgorde. De ordinale schaal heeft al zijn variabelen in een specifieke volgorde, naast het feit dat ze alleen worden benoemd. Een intervalschaal biedt labels, volgorde en een specifiek interval tussen elk van de variabele opties.

De verhoudingsschaal heeft alle kenmerken van een intervalschaal. Daarnaast kan de waarde “nul” op elk van de variabelen worden toegepast.

Hier vind je meer informatie over de vier meetniveaus in onderzoek en statistiek: Nominaal, Ordinaal, Interval, Verhouding.

LEER OVER: Grafische Beoordelingsschaal

Nominale schaal:^1e meetniveau

Nominale schaal, ook wel de categorische variabelen schaal genoemd, wordt gedefinieerd als een schaal die variabelen labelt in verschillende classificaties en die geen kwantitatieve waarde of volgorde bevat. Deze schaal is de eenvoudigste van de vier meetschalen voor variabelen. Berekeningen op deze variabelen zijn zinloos omdat de opties geen numerieke waarde hebben.

Er zijn gevallen waarin deze schaal wordt gebruikt voor classificatiedoeleinden – de getallen die bij variabelen van deze schaal horen, zijn alleen tags voor categorisatie of verdeling. Berekeningen op deze getallen zijn zinloos omdat ze geen kwantitatieve onderzoeksbetekenis hebben.

Voor een vraag als:

Waar woon je?

• 1- Voorsteden
• 2- Stad
• 3-Stad

Een nominale schaal wordt vaak gebruikt in onderzoeksenquêtes en vragenlijsten waar alleen variabele labels betekenis hebben.

Bijvoorbeeld, een klantenenquête met de vraag “Naar welk merk smartphone gaat uw voorkeur uit?”. Opties : “Apple”- 1, “Samsung”-2, “OnePlus”-3.

• In deze enquêtevraagAlleen de namen van de merken zijn van belang voor de onderzoeker die consumentenonderzoek of netnografie uitvoert. Er is geen specifieke volgorde nodig voor deze merken. Tijdens het vastleggen van nominale gegevens voeren onderzoekers echter analyses uit op basis van de bijbehorende labels.
• In het bovenstaande voorbeeld, als een respondent Apple selecteert als zijn of haar voorkeursmerk, zijn de ingevoerde en gekoppelde gegevens “1”. Dit hielp bij het kwantificeren en beantwoorden van de laatste vraag – Hoeveel respondenten selecteerden Apple, hoeveel Samsung en hoeveel OnePlus – en welke is de hoogste?
• Dit is de basis van kwantitatief onderzoek en de nominale schaal is de meest fundamentele onderzoeksschaal.

Nominale schaalgegevens en analyse

Er zijn twee manieren waarop nominale schaalgegevens verzameld kunnen worden:

1. Door een open vraagwaarvan de antwoorden kunnen worden gecodeerd met een aantal labels die door de onderzoeker worden bepaald.
2. Het andere alternatief voor het verzamelen van nominale gegevens is het opnemen van een meerkeuzevraag waarin de antwoorden worden gelabeld.

In beide gevallen gebeurt de analyse van de verzamelde gegevens aan de hand van percentages of de modus, d.w.z. het meest voorkomende antwoord op de vraag. Het is mogelijk dat één vraag meer dan één modus heeft, aangezien het mogelijk is dat er twee gemeenschappelijke favorieten bestaan in een doelpopulatie.

Voorbeelden van nominale schalen

• Geslacht
• Politieke voorkeuren
• Woonplaats

Wat is je geslacht?	Wat is je politieke voorkeur?	Waar woon je?
M- Mannelijk F- Vrouwelijk	1- Onafhankelijk 2-Democraat 3- Republikeins	1- Voorsteden 2- Stad 3-Stad

LEER OVER: Gemiddelde bestelwaarde

Nominale schaal SPSS

In SPSS kun je het meetniveau opgeven als schaal (numerieke gegevens op een interval- of verhoudingsschaal), ordinaal of nominaal. Nominale en ordinale gegevens kunnen zowel alfanumerieke als numerieke tekenreeksen zijn.

Bij het importeren van de gegevens voor een variabele in het SPSS-invoerbestand, wordt deze standaard als schaalvariabele genomen omdat de gegevens in wezen numerieke waarden bevatten. Het is belangrijk om dit te wijzigen in nominaal of ordinaal of om het als schaalvariabele te houden, afhankelijk van de variabele die de gegevens vertegenwoordigen.

Ordinale schaal:^2e meetniveau

Ordinale schaal wordt gedefinieerd als een meetschaal voor variabelen die gebruikt wordt om eenvoudigweg de volgorde van variabelen weer te geven en niet het verschil tussen elke variabele. Deze schalen geven over het algemeen niet-wiskundige ideeën weer zoals frequentie, tevredenheid, geluk, een mate van pijn, enz. Het is vrij eenvoudig om de implementatie van deze schaal te onthouden, omdat ‘Ordinaal’ klinkt als ‘Volgorde’, wat precies het doel is van deze schaal.

De ordinale schaal behoudt beschrijvende kwaliteiten samen met een intrinsieke volgorde, maar heeft geen oorsprong van de schaal en dus kan de afstand tussen variabelen niet worden berekend. Beschrijvende kwaliteiten duiden op tagging eigenschappen vergelijkbaar met de nominale schaal, daarnaast heeft de ordinale schaal ook een relatieve positie van variabelen. De oorsprong van deze schaal ontbreekt, dus er is geen vast begin of “echte nul”.

Ordinale gegevens en analyse

Gegevens op ordinale schaal kunnen worden gepresenteerd in tabel- of grafiekvorm, zodat een onderzoeker de verzamelde gegevens gemakkelijk kan analyseren. Ook methoden zoals de Mann-Whitney U-test en de Kruskal-Wallis De H-toets kan ook worden gebruikt om ordinale gegevens te analyseren. Deze methoden worden meestal toegepast om twee of meer ordinale groepen te vergelijken.

Met de Mann-Whitney U-test kunnen onderzoekers vaststellen welke variabele van de ene groep groter of kleiner is dan een andere variabele van een willekeurig geselecteerde groep. Met de Kruskal-Wallis H-test kunnen onderzoekers analyseren of twee of meer ordinale groepen dezelfde mediaan hebben of niet.

Voorbeelden van ordinale schalen

Status op de werkplek, rangschikking van toernooien, volgorde van productkwaliteit en volgorde van overeenstemming of tevredenheid zijn enkele van de meest voorkomende voorbeelden van de ordinale Schaal. Deze schalen worden over het algemeen gebruikt in marktonderzoek om relatieve feedback te verzamelen en te evalueren over producttevredenheid, veranderende percepties bij productupgrades, enz.

Bijvoorbeeld, een semantisch differentiële schaalvraag zoals:

Hoe tevreden ben je over onze diensten?

• Zeer ontevreden – 1
• Ontevreden – 2
• Neutraal – 3
• Tevreden – 4
• Zeer tevreden – 5

1. Hier is de volgorde van variabelen van het grootste belang, net als de etikettering. Zeer ontevreden zal altijd slechter zijn dan ontevreden, en tevreden zal slechter zijn dan zeer tevreden.
2. Dit is waar de ordinale schaal een stap boven de nominale schaal is – de volgorde is relevant voor de resultaten, net als de naamgeving.
3. Het analyseren van resultaten op basis van de volgorde samen met de naam wordt een handig proces voor de onderzoeker.
4. Als ze meer informatie willen verzamelen dan met een nominale schaal, kunnen ze de ordinale schaal gebruiken.

Deze schaal kent niet alleen waarden toe aan de variabelen, maar meet ook de rang of volgorde van de variabelen, zoals:

• Rangen
• Tevredenheid
• Geluk

Hoe tevreden ben je over onze diensten?

• 1- Zeer ontevreden
• 2- Ontevreden
• 3- Neuraal
• 4- Tevreden
• 5- Zeer tevreden

LEER OVER: Nominale vs. Ordinale Schaal

Intervalschaal:^3e meetniveau

Intervalschaal wordt gedefinieerd als een numerieke schaal waarbij de volgorde van de variabelen bekend is en het verschil tussen deze variabelen. Variabelen die bekende, constante en berekenbare verschillen hebben, worden ingedeeld met de Intervalschaal. Het is ook gemakkelijk om de primaire rol van deze schaal te onthouden: “Interval” geeft “afstand tussen twee entiteiten” aan, en dat is wat de Intervalschaal helpt bereiken.

Deze schalen zijn effectief omdat ze deuren openen voor de statistische analyse van verstrekte gegevens. De gemiddelde, mediaan of modus kan worden gebruikt om de centrale tendens in deze schaal te berekenen. Het enige nadeel van deze schaal is dat er geen vooraf bepaald beginpunt of een echte nulwaarde is.

De intervalschaal bevat alle eigenschappen van de ordinale schaal en biedt een berekening van het verschil tussen variabelen. Het belangrijkste kenmerk van deze schaal is het verschil tussen objecten op gelijke afstand.

Neem bijvoorbeeld een Celsius/Fahrenheit-temperatuurschaal –

• Tachtig graden is altijd hoger dan 50 graden, en het verschil tussen deze twee temperaturen is hetzelfde als het verschil tussen 70 graden en 40 graden.
• Bovendien is de waarde 0 arbitrair omdat er negatieve temperatuurwaarden bestaan – waardoor de Celsius/Fahrenheit temperatuurschaal een klassiek voorbeeld is van een intervalschaal.
• Een intervalschaal wordt vaak gekozen in onderzoeken waar het verschil tussen variabelen een opdracht is – wat niet kan worden bereikt met een nominale of ordinale schaal. De intervalschaal kwantificeert het verschil tussen twee variabelen, terwijl de andere twee schalen uitsluitend kwalitatieve observatie kunnen associëren. waarden met variabelen.
• In tegenstelling tot de vorige twee schalen, kunnen het gemiddelde en de mediaan van een ordinale schaal worden geëvalueerd.
• In de statistiek wordt de intervalschaal vaak gebruikt als een numerieke waarde die niet alleen aan variabelen kan worden toegekend, maar waarmee ook berekeningen op basis van die waarden kunnen worden uitgevoerd.

Ook al zijn intervalschalen geweldig, ze berekenen niet de “echte nulwaarde”, en daarom komt de volgende schaal in beeld.

Intervalgegevens en analyse

Alle technieken die van toepassing zijn op de analyse van nominale en ordinale gegevens zijn ook van toepassing op intervalgegevens. Naast deze technieken zijn er enkele analysemethoden, zoals beschrijvende statistische correlatie-regressieanalyse, die veel wordt gebruikt voor het analyseren van intervalgegevens.

Beschrijvende analyse statistiek is de term voor de analyse van numerieke gegevens. Het helpt om gegevens op een zinvolle manier te beschrijven, af te beelden of samen te vatten en helpt bij het berekenen van het gemiddelde, de mediaan en de modus.

LEER MEER: Beschrijvend onderzoek versus correlationeel onderzoek

Interval toonladder voorbeelden

• Er zijn situaties waarin attitudeschalen worden beschouwd als intervalschalen.
• Naast de temperatuurschaal is tijd ook een veelgebruikt voorbeeld van een intervalschaal, omdat de waarden al vastliggen, constant en meetbaar zijn.
• Kalenderjaren en -tijden vallen ook onder deze categorie meetschalen.
• Likert-schaal, Netto Promotor ScoreSemantic Differential Scale, Bipolar Matrix Table, enz. zijn de meest gebruikte voorbeelden van intervalschalen.

De volgende vragen vallen onder de categorie Intervalschaal:

• Wat is je gezinsinkomen?
• Wat is de temperatuur in jouw stad?

Verhoudingsschaal:^4e meetniveau

Verhoudingsschaal wordt gedefinieerd als een schaal voor het meten van variabelen die niet alleen de volgorde van variabelen weergeeft, maar ook het verschil tussen variabelen bekend maakt, samen met informatie over de waarde van het ware nulpunt. De schaal wordt berekend door aan te nemen dat de variabelen een optie voor nul hebben, het verschil tussen de twee variabelen gelijk is en er een specifieke volgorde tussen de opties is.

Met de mogelijkheid van het absolute nulpunt kunnen verschillende inferentiële statistieken en beschrijvende analysetechnieken worden toegepast op de variabelen. Naast het feit dat de ratio schaal alles doet wat een nominale, ordinale en intervalschaal kunnen doen, kan het ook de waarde van het absolute nulpunt vaststellen. De beste voorbeelden van ratio-schalen zijn gewicht en lengte. In marktonderzoek wordt een verhoudingsschaal gebruikt om het marktaandeel, de jaarlijkse verkoop, de prijs van een nieuw product, het aantal consumenten, enz. te berekenen.

• De ratio schaal geeft de meest gedetailleerde informatie omdat onderzoekers en statistici de centrale tendens kunnen berekenen met behulp van statistische technieken zoals gemiddelde, mediaan en modus, en methoden zoals geometrisch gemiddelde, variatiecoëfficiënt of harmonisch gemiddelde kunnen ook worden gebruikt op deze schaal.
• De verhoudingsschaal heeft de kenmerken van drie andere schalen voor het meten van variabelen, namelijk het labelen van de variabelen, het belang van de volgorde van variabelen en een berekenbaar verschil tussen variabelen (die meestal op gelijke afstand staan).
• Omdat er een echte nulwaarde bestaat, heeft de verhoudingsschaal geen negatieve waarden.
• Om te beslissen wanneer een verhoudingsschaal moet worden gebruikt, moet de onderzoeker kijken of de variabelen alle kenmerken van een intervalschaal hebben, samen met de aanwezigheid van de absolute nulwaarde.
• De verhoudingsschaalkan het gemiddelde, de modus en de mediaan berekenen.

Ratiogegevens en analyse

Op een fundamenteel niveau zijn ratiogegevens kwantitatief van aard, waardoor alle kwantitatieve analysetechnieken, zoals SWOT, TURF, Kruistabellering, Conjoint, enz. kunnen worden gebruikt om ratiogegevens te berekenen. Sommige technieken, zoals SWOT en TURF, analyseren ratiogegevens op zo’n manier dat onderzoekers stappenplannen kunnen maken om producten of diensten te verbeteren en kruistabellen zijn nuttig om te begrijpen of nieuwe functies nuttig zijn voor de doelmarkt of niet.

LEER OVER: Analyseniveau

Voorbeelden voor verhoudingschalen

De volgende vragen vallen onder de categorie Verhoudingsschaal:

• Wat is de huidige lengte van uw dochter?
  • Minder dan 5 voet.
  • 5 voet 1 duim – 5 voet 5 duim
  • 5 voet 6 duim- 6 voet
  • Meer dan 6 voet
• Wat is je gewicht in kilogram?
  • Minder dan 50 kilo
  • 51- 70 kilogram
  • 71- 90 kilogram
  • 91-110 kilogram
  • Meer dan 110 kilo

Nominaal, Ordinaal, Interval, Verhouding: Belangrijkste kenmerken

De vier meetschalen – nominaal, ordinaal, interval en ratio – worden vaak besproken in het academisch onderwijs. De gemakkelijk te onthouden grafiek kan je helpen bij je statistiektoets.

Aanbiedingen:	Nominaal	Ordinaal	Interval	Verhouding
De volgorde van variabelen is vastgesteld	–	Ja	Ja	Ja
Modus	Ja	Ja	Ja	Ja
Mediaan	–	Ja	Ja	Ja
Gemiddelde	–	–	Ja	Ja
Verschil tussen variabelen kan worden geëvalueerd	–	–	Ja	Ja
Optellen en aftrekken van variabelen	–	–	Ja	Ja
Vermenigvuldiging en deling van variabelen	–	–	–	Ja
Absoluut nulpunt	–	–	–	Ja

LEER OVER: Interval vs. Verhouding Schaal & Populatie vs Steekproef

Conclusie

Inzicht in de meetniveaus is cruciaal in onderzoek, omdat het van invloed is op het type analyse dat kan worden uitgevoerd en de conclusies die uit de gegevens kunnen worden getrokken. Door de verschillen tussen nominale, ordinale, interval- en ratiogegevens te begrijpen, kunnen onderzoekers beter geïnformeerde beslissingen nemen over de juiste statistische toetsen die ze moeten gebruiken en hoe ze hun resultaten moeten interpreteren.

Vergeet niet dat het kiezen van het juiste meetniveau een kritieke stap is bij het ontwerpen van een onderzoek, dus neem de tijd om zorgvuldig te overwegen welk meetniveau het meest geschikt is voor je onderzoeksvraag en gegevens.

QuestionPro biedt verschillende typen vragen waarmee u gegevens kunt verzamelen voor elke variabele, evenals krachtige tools voor gegevensanalyse en platforms voor gegevensbeheer om het volledige potentieel van uw onderzoeken te benutten.

Veelgestelde vragen (FAQ’s)