ระดับการวัด: ขนาดเกลียว ลําดับ ช่วงเวลา และอัตราส่วน

ระดับการวัดตามนาม ลําดับ ช่วงเวลา และอัตราส่วนเป็นมาตราส่วนที่ช่วยให้เราสามารถวัดและจําแนกข้อมูลที่รวบรวมไว้ในตัวแปรที่กําหนดไว้อย่างดีเพื่อใช้เพื่อวัตถุประสงค์ที่แตกต่างกัน

ส่วนใหญ่ใช้สําหรับเครื่องชั่งทั้งสี่นี้คือ:

• ขนาดที่ระบุ: ใช้เพื่อจัดหมวดหมู่ข้อมูลออกเป็นหมวดหมู่หรือกลุ่มที่ไม่รวมกัน
• ลําดับ: ใช้เพื่อวัดตัวแปรตามลําดับตามธรรมชาติ เช่น การให้คะแนนหรือการจัดอันดับ พวกเขาให้ข้อมูลเชิงลึกที่มีความหมายเกี่ยวกับทัศนคติความชอบและพฤติกรรมโดยทําความเข้าใจลําดับของการตอบสนอง
• ช่วงเวลา: ใช้เพื่อวัดตัวแปรที่มีช่วงเวลาเท่ากันระหว่างค่า อุณหภูมิและเวลามักใช้การวัดประเภทนี้ ทําให้สามารถเปรียบเทียบและคํานวณได้อย่างแม่นยํา
• อัตราส่วน: อนุญาตให้เปรียบเทียบและคํานวณ เช่น อัตราส่วน เปอร์เซ็นต์ และค่าเฉลี่ย เหมาะสําหรับการวิจัยในสาขาต่างๆ เช่น วิทยาศาสตร์ วิศวกรรมศาสตร์ และการเงิน ซึ่งคุณต้องใช้อัตราส่วน เปอร์เซ็นต์ และค่าเฉลี่ยเพื่อทําความเข้าใจข้อมูล

ด้านล่างนี้ เราจะพูดถึงทุกสิ่งที่คุณจําเป็นต้องรู้เกี่ยวกับระดับการวัด ลักษณะ ตัวอย่าง และวิธีใช้งานเหล่านี้

ระดับการวัดในสถิติ

ในการวิเคราะห์ ข้อมูลทางสถิติสิ่งสําคัญคือต้องเข้าใจตัวแปรและสิ่งที่ควรวัดโดยใช้ตัวแปรเหล่านั้น

มีระดับการวัดที่แตกต่างกันในสถิติและข้อมูลที่วัดโดยใช้ข้อมูลเหล่านี้สามารถจําแนกได้อย่างกว้าง ๆ เป็นข้อมูลเชิงคุณภาพและเชิงปริมาณ มาพูดถึงมาตราส่วน Nominal, Ordinal, Interval และอัตราส่วนกัน

ก่อนอื่นเรามาทําความเข้าใจกันว่าตัวแปรคืออะไร คุณสามารถวัดตัวแปร ซึ่งเป็นปริมาณที่เปลี่ยนแปลงไปทั่วทั้งประชากร ตัวอย่างเช่น พิจารณาตัวอย่างบุคคลที่มีงานทํา

ตัวแปรสําหรับประชากรชุดนี้อาจเป็นอุตสาหกรรม สถานที่ เพศ อายุ ทักษะ ประเภทงาน ลาพักร้อนที่ได้รับค่าจ้าง ฯลฯ ค่าของตัวแปรจะแตกต่างกันไปตามสปอตไลท์ของพนักงานแต่ละคน

ตัวอย่างเช่นแทบจะเป็นไปไม่ได้เลยที่จะคํานวณอัตราเฉลี่ยต่อชั่วโมงของคนงานในสหรัฐอเมริกา ดังนั้นผู้ชมตัวอย่างจึงถูกสุ่มเลือกเพื่อเป็นตัวแทนของประชากรจํานวนมากอย่างเหมาะสม

จากนั้น เราจะคํานวณอัตราเฉลี่ยต่อชั่วโมงของกลุ่มเป้าหมายตัวอย่างนี้ เมื่อใช้การทดสอบทางสถิติ คุณสามารถสรุปอัตราเฉลี่ยต่อชั่วโมงของประชากรจํานวนมากได้ ในการวิเคราะห์ทางสถิติการแยกแยะระหว่าง ข้อมูลหมวดหมู่และข้อมูลตัวเลข เป็นสิ่งสําคัญเนื่องจากข้อมูลหมวดหมู่เกี่ยวข้องกับหมวดหมู่หรือป้ายกํากับที่แตกต่างกันในขณะที่ข้อมูลตัวเลขประกอบด้วยปริมาณที่วัดได้

ระดับการวัดของตัวแปรจะกําหนดประเภทการทดสอบทางสถิติที่จะใช้ ลักษณะทางคณิตศาสตร์ของตัวแปรหรือกล่าวอีกนัยหนึ่งคือวิธีการวัดตัวแปรถือเป็นระดับของการวัด

นาม ลําดับ ช่วงเวลา และอัตราส่วนคืออะไร?

นาม ลําดับ ช่วงเวลา และอัตราส่วนถูกกําหนดให้เป็นมาตราส่วนการวัดพื้นฐานสี่แบบที่ใช้ในการรวบรวมข้อมูลในรูปแบบของแบบสํารวจและแบบสอบถาม โดยแต่ละแบบเป็นคําถามแบบปรนัย

แต่ละมาตราส่วนเป็นระดับการวัดที่เพิ่มขึ้น ซึ่งหมายความว่าแต่ละมาตราส่วนจะเติมเต็มหน้าที่ของมาตราส่วนก่อนหน้า และมาตราส่วนคําถามแบบสํารวจทั้งหมด เช่น Likert, Semantic Differential, Dichotomous เป็นต้น เป็นที่มาของการวัดตัวแปรพื้นฐานทั้งสี่ระดับนี้

ก่อนที่เราจะพูดถึงรายละเอียดของ มาตราส่วนการวัดทั้ง สี่ระดับพร้อมตัวอย่างเรามาดูกันสั้น ๆ ว่ามาตราส่วนเหล่านี้หมายถึงอะไร

มาตราส่วนเล็กน้อยคือมาตราส่วนการตั้งชื่อที่ตัวแปรถูก “ตั้งชื่อ” หรือติดป้ายกํากับโดยไม่มีลําดับเฉพาะ มาตราส่วนลําดับมีตัวแปรทั้งหมดในลําดับเฉพาะ นอกเหนือจากการตั้งชื่อเท่านั้น มาตราส่วนช่วงเวลามีป้ายกํากับ ลําดับ ตลอดจนช่วงเวลาเฉพาะระหว่างตัวเลือกตัวแปรแต่ละตัว

มาตราส่วนอัตราส่วนมีลักษณะทั้งหมดของมาตราส่วนช่วงเวลา นอกจากนั้น ยังสามารถรองรับค่า “ศูนย์” บนตัวแปรใดๆ ได้อีกด้วย

ต่อไปนี้คือการวัดสี่ระดับเพิ่มเติมในการวิจัยและสถิติ: นาม ลําดับ ช่วงเวลา อัตราส่วน

เรียนรู้เกี่ยวกับ: มาตราส่วนการให้คะแนนกราฟิก

มาตราส่วนที่กําหนด^{: ระดับการวัด} ที่ 1

มาตราส่วนที่กําหนด, เรียกอีกอย่างว่ามาตราส่วนตัวแปรหมวดหมู่ ถูกกําหนดให้เป็นมาตราส่วนที่ติดป้ายกํากับตัวแปรเป็นการจําแนกประเภทที่แตกต่างกัน และไม่เกี่ยวข้องกับค่าหรือลําดับเชิงปริมาณ มาตราส่วนนี้เป็นมาตราส่วนการวัดที่ง่ายที่สุดในบรรดามาตราส่วนการวัดตัวแปรสี่แบบ การคํานวณที่ทํากับตัวแปรเหล่านี้จะไร้ประโยชน์เนื่องจากตัวเลือกไม่มีค่าตัวเลข

มีบางกรณีที่มาตราส่วนนี้ใช้เพื่อวัตถุประสงค์ในการจําแนกประเภท – ตัวเลขที่เกี่ยวข้องกับตัวแปรของมาตราส่วนนี้เป็นเพียงแท็กสําหรับการจัดหมวดหมู่หรือการแบ่งเท่านั้น การคํานวณที่ทํากับตัวเลขเหล่านี้จะไร้ประโยชน์เนื่องจากไม่มีนัยสําคัญในการวิจัยเชิงปริมาณ

สําหรับคําถามเช่น:

คุณอยู่ที่ไหน

• 1- ชานเมือง
• 2- เมือง
• 3- เมือง

มาตราส่วนเล็กน้อยมักใช้ในแบบสํารวจการวิจัยและแบบสอบถามที่มีเพียงป้ายกํากับตัวแปรเท่านั้นที่มีความสําคัญ

ตัวอย่างเช่น แบบสํารวจลูกค้าที่ถามว่า “คุณชอบสมาร์ทโฟนยี่ห้อไหนมากกว่า” ตัวเลือก : “แอปเปิ้ล”- 1, “ซัมซุง”-2, “OnePlus”-3

• ในคําถามแบบสํารวจนี้มีเพียงชื่อของแบรนด์เท่านั้นที่มีความสําคัญสําหรับนักวิจัยที่ทําการวิจัยผู้บริโภคหรือ เน็ตนิพนธ์ ไม่จําเป็นต้องสั่งซื้อเฉพาะสําหรับแบรนด์เหล่านี้ อย่างไรก็ตาม ในขณะที่รวบรวมข้อมูลเล็กน้อย นักวิจัยจะทําการวิเคราะห์ตามป้ายกํากับที่เกี่ยวข้อง
• ในตัวอย่างข้างต้นเมื่อผู้ตอบแบบสํารวจเลือก Apple เป็นแบรนด์ที่ต้องการข้อมูลที่ป้อนและเชื่อมโยงจะเป็น “1” สิ่งนี้ช่วยในการหาปริมาณและตอบคําถามสุดท้าย – มีผู้ตอบแบบสอบถามกี่คนที่เลือก Apple กี่คนที่เลือก Samsung และกี่คนที่เลือก OnePlus – และอันไหนสูงที่สุด
• นี่คือพื้นฐานของการวิจัยเชิงปริมาณ และมาตราส่วนเล็กน้อยคือมาตราส่วนการวิจัยพื้นฐานที่สุด

ข้อมูลและการวิเคราะห์มาตราส่วนที่กําหนด

มีสองวิธีหลักในการรวบรวมข้อมูลมาตราส่วนเล็กน้อย:

1. โดยการถามคําถามปลายเปิด ซึ่งคําตอบสามารถเข้ารหัสตามจํานวนป้ายกํากับที่นักวิจัยตัดสินใจได้
2. อีกทางเลือกหนึ่งในการรวบรวมข้อมูลเล็กน้อยคือการรวม คําถามแบบปรนัย ซึ่งจะมีป้ายกํากับคําตอบ

ในทั้งสองกรณีการวิเคราะห์ข้อมูลที่รวบรวมจะเกิดขึ้นโดยใช้เปอร์เซ็นต์หรือโหมดเช่นคําตอบที่พบบ่อยที่สุดที่ได้รับสําหรับคําถาม เป็นไปได้ที่คําถามเดียวจะมีมากกว่าหนึ่งโหมด เนื่องจากเป็นไปได้ที่รายการโปรดทั่วไปสองรายการจะมี อยู่ในประชากรเป้าหมาย

ตัวอย่าง สเกลวัด ที่กําหนด

• เพศ
• ความชอบทางการเมือง
• สถานที่พํานัก

เพศของคุณคืออะไร?	ความชอบทางการเมืองของคุณคืออะไร?	คุณอยู่ที่ไหน
M- ชาย F- หญิง	1- อิสระ 2- พรรคประชาธิปัตย์ 3- พรรครีพับลิกัน	1- ชานเมือง 2- เมือง 3- เมือง

เรียนรู้เกี่ยวกับ: มูลค่าการสั่งซื้อเฉลี่ย

สเกลวัดที่กําหนด SPSS

ใน SPSS คุณสามารถระบุระดับการวัดเป็นมาตราส่วน (ข้อมูลตัวเลขในมาตราส่วนหรืออัตราส่วน) ลําดับ หรือเล็กน้อย ข้อมูลที่กําหนดและลําดับอาจเป็นได้ทั้งสตริงตัวอักษรและตัวเลขหรือตัวเลข

เมื่อนําเข้าข้อมูลสําหรับตัวแปรใด ๆ ลงในไฟล์อินพุต SPSS จะใช้เป็นตัวแปรมาตราส่วนตามค่าเริ่มต้นเนื่องจากข้อมูลนั้นมีค่าตัวเลขเป็นหลัก สิ่งสําคัญคือต้องเปลี่ยนเป็นค่าเล็กน้อยหรือลําดับหรือเก็บไว้เป็นมาตราส่วนขึ้นอยู่กับตัวแปรที่ข้อมูลแสดง

มาตราส่วนลําดับ^{: การวัดระดับ} ที่ 2

มาตราส่วนลําดับถูกกําหนดให้เป็นมาตราส่วนการวัดแบบแปรผันที่ใช้แสดงลําดับของตัวแปร ไม่ใช่ความแตกต่างระหว่างตัวแปรแต่ละตัว โดยทั่วไปมาตราส่วนเหล่านี้จะแสดงแนวคิดที่ไม่ใช่ทางคณิตศาสตร์ เช่น ความถี่ ความพึงพอใจ ความสุข ระดับความเจ็บปวด เป็นต้น มันค่อนข้างตรงไปตรงมาที่จะจําการใช้มาตราส่วนนี้เนื่องจาก ‘Ordinal’ ฟังดูคล้ายกับ ‘Order’ ซึ่งเป็นจุดประสงค์ของมาตราส่วนนี้อย่างแท้จริง

มาตราส่วนลําดับรักษาคุณภาพคําอธิบายพร้อมกับลําดับที่แท้จริง แต่ไม่มีที่มาของมาตราส่วน ดังนั้นจึงไม่สามารถคํานวณระยะห่างระหว่างตัวแปรได้ คุณสมบัติคําอธิบายบ่งบอกถึงคุณสมบัติการติดแท็กที่คล้ายกับมาตราส่วนเล็กน้อยนอกเหนือจากมาตราส่วนลําดับยังมีตําแหน่งสัมพัทธ์ของตัวแปร ไม่มีที่มาของมาตราส่วนนี้ ดังนั้นจึงไม่มีจุดเริ่มต้นคงที่หรือ “ศูนย์จริง”

ข้อมูลลําดับและการวิเคราะห์

ข้อมูลมาตราส่วนลําดับ สามารถนําเสนอในรูปแบบตารางหรือกราฟิกเพื่อให้นักวิจัยทําการวิเคราะห์ข้อมูลที่รวบรวมได้อย่างสะดวก นอกจากนี้ วิธีการต่างๆ เช่น การทดสอบ Mann-Whitney U และ Kruskal–Wallis การทดสอบ H ยังสามารถใช้เพื่อวิเคราะห์ข้อมูลลําดับ โดยทั่วไปวิธีการเหล่านี้จะใช้เพื่อเปรียบเทียบกลุ่มลําดับตั้งแต่สองกลุ่มขึ้นไป

ในการทดสอบ Mann-Whitney U นักวิจัยสามารถสรุปได้ว่าตัวแปรใดของกลุ่มหนึ่งมีขนาดใหญ่หรือเล็กกว่าตัวแปรอื่นของกลุ่มที่สุ่มเลือก ในการทดสอบ Kruskal–Wallis H นักวิจัยสามารถวิเคราะห์ได้ว่ากลุ่มลําดับตั้งแต่สองกลุ่มขึ้นไปมีค่ามัธยฐานเท่ากันหรือไม่

ตัวอย่างมาตราส่วนลําดับ

สถานะในที่ทํางาน การจัดอันดับทีมทัวร์นาเมนต์ ลําดับคุณภาพของผลิตภัณฑ์ และลําดับของข้อตกลงหรือความพึงพอใจเป็นตัวอย่างที่พบบ่อยที่สุดของมาตราส่วนลําดับ โดยทั่วไปเครื่องชั่งเหล่านี้จะใช้ใน การวิจัยตลาด เพื่อรวบรวมและประเมินข้อเสนอแนะที่เกี่ยวข้องเกี่ยวกับความพึงพอใจของผลิตภัณฑ์การเปลี่ยนแปลงการรับรู้ด้วยการอัปเกรดผลิตภัณฑ์

ตัวอย่างเช่น คําถามเกี่ยวกับมาตราส่วนความแตกต่างทางความหมาย เช่น:

คุณพอใจกับบริการของเราแค่ไหน?

• ไม่พอใจมาก – 1
• ไม่พอใจ – 2
• เป็นกลาง – 3
• พอใจ – 4
• พอใจมาก – 5

1. ในที่นี้ลําดับของตัวแปรมีความสําคัญสูงสุดและการ ติดฉลากก็เช่นกัน ความไม่พอใจมากจะแย่กว่าไม่พอใจเสมอ และความพึงพอใจจะแย่กว่าความพึงพอใจมาก
2. นี่คือจุดที่มา ตราส่วนลําดับเป็นขั้นตอนเหนือมาตราส่วนเล็กน้อย – ลําดับเกี่ยวข้องกับผลลัพธ์ และการตั้งชื่อก็เช่นกัน
3. การวิเคราะห์ผลลัพธ์ตามคําสั่งพร้อมกับชื่อกลายเป็นกระบวนการที่สะดวกสําหรับนักวิจัย
4. หากพวกเขาตั้งใจที่จะได้รับข้อมูลมากกว่าที่พวกเขาจะรวบรวมโดยใช้มาตราส่วนเล็กน้อย

มาตราส่วนนี้ไม่เพียงแต่กําหนดค่าให้กับตัวแปร แต่ยังวัดอันดับหรือลําดับของตัวแปร เช่น:

• เกรด
• ความพอใจ
• ความสุข

คุณพอใจกับบริการของเราแค่ไหน?

• 1- ไม่พอใจมาก
• 2- ไม่พอใจ
• 3- ประสาท
• 4- พอใจ
• 5- พอใจมาก

เรียนรู้เกี่ยวกับ: มาตราส่วนเล็กน้อยเทียบกับมาตราส่วนลําดับ

มาตราส่วนช่วงเวลา^{: การวัดระดับ} ที่ 3

มาตราส่วนช่วงเวลา ถูกกําหนดให้เป็นมาตราส่วนตัวเลขที่ทราบลําดับของตัวแปร และความแตกต่างระหว่างตัวแปรเหล่านี้ ตัวแปรที่มีความแตกต่างที่คุ้นเคย คงที่ และคํานวณได้จะถูกจําแนกโดยใช้มาตราส่วนช่วงเวลา เป็นเรื่องง่ายที่จะจดจําบทบาทหลักของมาตราส่วนนี้เช่นกัน ‘ช่วงเวลา’ บ่งชี้ถึง ‘ระยะห่างระหว่างสองเอนทิตี’ ซึ่งเป็นสิ่งที่มาตราส่วนช่วงเวลาช่วยให้บรรลุ

เครื่องชั่งเหล่านี้มีประสิทธิภาพเนื่องจากเปิดประตูสําหรับ การวิเคราะห์ทางสถิติ ของข้อมูลที่ให้ไว้ ค่าเฉลี่ย ค่ามัธยฐาน หรือโหมดสามารถใช้เพื่อคํานวณแนวโน้มศูนย์กลางในระดับนี้ ข้อเสียเปรียบเพียงอย่างเดียวของมาตราส่วนนี้คือไม่มีจุดเริ่มต้นที่กําหนดไว้ล่วงหน้าหรือค่าศูนย์ที่แท้จริง

มาตราส่วนช่วงเวลาประกอบด้วยคุณสมบัติทั้งหมดของมาตราส่วนลําดับและ เสนอการคํานวณความแตกต่างระหว่างตัวแปร ลักษณะสําคัญของมาตราส่วนนี้คือความแตกต่างระหว่างวัตถุที่เท่ากัน

ตัวอย่างเช่น พิจารณามาตราส่วนอุณหภูมิเซลเซียส/ฟาเรนไฮต์ –

• แปดสิบ องศาจะสูงกว่า 50 องศาเสมอ และความแตกต่างระหว่างอุณหภูมิทั้งสองนี้เหมือนกับความแตกต่างระหว่าง 70 องศาและ 40 องศา
• นอกจากนี้ ค่า 0 ยังเป็นไปตามอําเภอใจเนื่องจากมีค่าอุณหภูมิติดลบ ซึ่งทําให้มาตราส่วนอุณหภูมิเซลเซียส / ฟาเรนไฮต์เป็นตัวอย่างคลาสสิกของมาตราส่วนช่วงเวลา
• มาตราส่วนช่วงเวลามักถูกเลือกในกรณีการวิจัยที่ความแตกต่างระหว่างตัวแปรเป็นอาณัติ ซึ่งไม่สามารถทําได้โดยใช้มาตราส่วนเล็กน้อยหรือลําดับ มาตราส่วนช่วงเวลาจะวัดความแตกต่างระหว่างตัวแปรสองตัวในขณะที่อีกสองมาตราส่วนสามารถเชื่อมโยงการสังเกตเชิงคุณภาพได้เท่านั้น ค่าที่มีตัวแปร
• ซึ่งแตกต่างจากสองมาตราส่วนก่อนหน้านี้สามารถประเมินค่าเฉลี่ยและค่ามัธยฐานของมาตราส่วนลําดับได้
• ในสถิติมาตราส่วนช่วงเวลามักใช้เป็นค่าตัวเลขที่ไม่เพียง แต่สามารถกําหนดให้กับตัวแปรเท่านั้น แต่ยัง สามารถคํานวณตามค่าเหล่านั้นได้อีกด้วย

แม้ว่ามาตราส่วนช่วงเวลาจะน่าทึ่ง แต่ก็ไม่ได้คํานวณค่า “ศูนย์จริง” ซึ่งเป็นเหตุผลว่าทําไมมาตราส่วนถัดไปจึงเข้ามาในภาพ

ข้อมูลช่วงเวลาและการวิเคราะห์

เทคนิคทั้งหมดที่ใช้กับการวิเคราะห์ข้อมูลเล็กน้อยและลําดับสามารถใช้ได้กับ ข้อมูลช่วงเวลา เช่นกัน นอกเหนือจากเทคนิคเหล่านั้นแล้ว ยังมีวิธีการวิเคราะห์อีกสองสามวิธี เช่นการวิเคราะห์การถดถอยสหสัมพันธ์ของสถิติเชิงพรรณนาซึ่งใช้กันอย่างแพร่หลาย ในการวิเคราะห์ข้อมูลช่วงเวลา

สถิติการวิเคราะห์เชิงพรรณนาเป็นคําที่กําหนดให้กับการวิเคราะห์ข้อมูลตัวเลข มัน ช่วยในการอธิบาย พรรณนา หรือสรุปข้อมูลในลักษณะที่มีความหมาย และช่วยใน การคํานวณค่าเฉลี่ย ค่ามัธยฐาน และโหมด

เรียนรู้เพิ่มเติม: การวิจัยเชิงพรรณนากับการวิจัยเชิงสหสัมพันธ์

ตัวอย่างมาตราส่วนช่วงเวลา

• มีบางสถานการณ์ที่มาตราส่วนทัศนคติถือเป็นมาตราส่วนช่วงเวลา
• นอกเหนือจากมาตราส่วนอุณหภูมิแล้วเวลายังเป็นตัวอย่างทั่วไปของมาตราส่วนช่วงเวลาเนื่องจากค่าได้รับการกําหนดไว้แล้วคงที่และวัดได้
• ปีและเวลาตามปฏิทินยังอยู่ภายใต้หมวดหมู่ของมาตราส่วนการวัด
• มาตราส่วน Likert, Net Promoter Score, Semantic Differential Scale, Bipolar Matrix Table เป็นต้น เป็นตัวอย่างมาตราส่วนช่วงเวลาที่ใช้มากที่สุด

คําถามต่อไปนี้อยู่ภายใต้หมวดหมู่มาตราส่วนช่วงเวลา:

• รายได้ของครอบครัวของคุณคืออะไร?
• อุณหภูมิในเมืองของคุณคืออะไร?

มาตราส่วนอัตราส่วน: ระดับ^{ที่ 4 ของ} การวัด

มาตราส่วนอัตราส่วน ถูกกําหนดให้เป็นมาตราส่วนการวัดตัวแปรที่ไม่เพียง แต่สร้างลําดับของตัวแปร แต่ยังสร้างความแตกต่างระหว่างตัวแปรที่ทราบพร้อมกับ ข้อมูลเกี่ยวกับค่าของศูนย์จริง คํานวณโดยสมมติว่าตัวแปรมีตัวเลือกสําหรับศูนย์ความแตกต่างระหว่างตัวแปรทั้งสองจะเหมือนกัน และมีลําดับเฉพาะระหว่างตัวเลือก

ด้วยตัวเลือกของศูนย์ที่แท้จริงสถิติ อนุมาน ที่หลากหลายและเทคนิคการวิเคราะห์เชิงพรรณนาสามารถนําไปใช้กับตัวแปรได้ นอกเหนือจากความจริงที่ว่ามาตราส่วนอัตราส่วนทําทุกอย่างที่มาตราส่วนเล็กน้อยลําดับและช่วงเวลาสามารถทําได้แล้วยังสามารถกําหนดค่าของศูนย์สัมบูรณ์ได้อีกด้วย ตัวอย่างที่ดีที่สุดของเครื่องชั่งอัตราส่วนคือน้ําหนักและส่วนสูง ในการวิจัยตลาดมาตราส่วนอัตราส่วนใช้ในการคํานวณส่วนแบ่งการตลาดยอดขายประจําปีราคาของผลิตภัณฑ์ที่กําลังจะมาถึงจํานวนผู้บริโภค

• มาตราส่วนอัตราส่วนให้ข้อมูลที่ละเอียดที่สุด เนื่องจากนักวิจัยและนักสถิติสามารถคํานวณแนวโน้มส่วนกลางได้โดยใช้เทคนิคทางสถิติ เช่น ค่าเฉลี่ย ค่ามัธยฐาน และโหมด และวิธีการต่างๆ เช่น ค่าเฉลี่ยเรขาคณิต ค่าสัมประสิทธิ์ความแปรปรวน หรือค่าเฉลี่ยฮาร์มอนิกก็สามารถใช้ในระดับนี้ได้เช่นกัน
• มาตราส่วนอัตราส่วนรองรับลักษณะของมาตราส่วนการวัดตัวแปรอีกสามแบบ เช่น การติดฉลากตัวแปร ความสําคัญของลําดับของตัวแปร และความแตกต่างที่คํานวณได้ระหว่างตัวแปร (ซึ่งโดยปกติจะเท่ากัน)
• เนื่องจากการมีอยู่ของค่าศูนย์ที่แท้จริงมาตราส่วนอัตราส่วนจึงไม่มีค่าลบ
• ในการตัดสินใจว่าจะใช้มาตราส่วนอัตราส่วนเมื่อใดผู้วิจัยต้องสังเกตว่าตัวแปรมีลักษณะทั้งหมดของมาตราส่วนช่วงเวลาพร้อมกับการมีอยู่ของค่าศูนย์สัมบูรณ์หรือไม่
• มาตราส่วน ratio สามารถคํานวณค่าเฉลี่ยโหมดและค่ามัธยฐานได้

ข้อมูลอัตราส่วนและการวิเคราะห์

ในระดับพื้นฐาน ข้อมูลมาตราส่วนอัตราส่วน มีลักษณะเชิงปริมาณ เนื่องจาก สามารถใช้เทคนิคการวิเคราะห์เชิงปริมาณทั้งหมด เช่น SWOT, TURF, Cross-tabulation, Joint เป็นต้น เพื่อคํานวณข้อมูลอัตราส่วน ในขณะที่เทคนิคบางอย่าง เช่น SWOT และ TURF จะวิเคราะห์ข้อมูลอัตราส่วนในลักษณะที่ นักวิจัยสามารถสร้างแผนงานของวิธีการปรับปรุงผลิตภัณฑ์หรือบริการ และการจัด ตารางไขว้ จะเป็นประโยชน์ในการทําความเข้าใจว่าคุณสมบัติใหม่จะเป็นประโยชน์ต่อตลาดเป้าหมายหรือไม่

เรียนรู้เกี่ยวกับ: ระดับการวิเคราะห์

ตัวอย่างมาตราส่วนอัตราส่วน

คําถามต่อไปนี้อยู่ภายใต้หมวดหมู่มาตราส่วนอัตราส่วน:

• ความสูงปัจจุบันของลูกสาวของคุณคือเท่าไร?
  • น้อยกว่า 5 ฟุต
  • 5 ฟุต 1 นิ้ว – 5 ฟุต 5 นิ้ว
  • 5 ฟุต 6 นิ้ว – 6 ฟุต
  • มากกว่า 6 ฟุต
• น้ําหนักของคุณเป็นกิโลกรัมคืออะไร?
  • น้อยกว่า 50 กิโลกรัม
  • 51- 70 กิโลกรัม
  • 71- 90 กิโลกรัม
  • 91-110 กิโลกรัม
  • มากกว่า 110 กิโลกรัม

ขนาดเกลียว ลําดับ ช่วงเวลา อัตราส่วน: ลักษณะสําคัญ

มาตราส่วนการวัดข้อมูลทั้งสี่ ได้แก่ นาม ลําดับ ช่วงเวลา และอัตราส่วน มักถูกกล่าวถึงในการสอนเชิงวิชาการ แผนภูมิที่จําง่ายอาจช่วยคุณในการทดสอบสถิติ

มี:	เล็กน้อย	ลำดับ	ช่วง	สัดส่วน
ลําดับของตัวแปรถูกสร้างขึ้น	–	ใช่	ใช่	ใช่
โหมด	ใช่	ใช่	ใช่	ใช่
มัธยฐาน	–	ใช่	ใช่	ใช่
หมายถึง	–	–	ใช่	ใช่
ความแตกต่างระหว่างตัวแปรสามารถประเมินได้	–	–	ใช่	ใช่
การบวกและการลบของตัวแปร	–	–	ใช่	ใช่
การคูณและการหารตัวแปร	–	–	–	ใช่
ศูนย์สัมบูรณ์	–	–	–	ใช่

เรียนรู้เกี่ยวกับ: ช่วงเวลาเทียบกับอัตราส่วน มาตราส่วน & ประชากรเทียบกับตัวอย่าง

บทสรุป

การทําความเข้าใจระดับการวัดเป็นสิ่งสําคัญในการวิจัย เนื่องจากมีผลต่อประเภทของการวิเคราะห์ที่สามารถทําได้และข้อสรุปที่สามารถดึงออกมาจากข้อมูล ด้วยการทําความเข้าใจความแตกต่างระหว่างข้อมูลเล็กน้อย ลําดับ ช่วงเวลา และอัตราส่วน นักวิจัยสามารถตัดสินใจได้อย่างชาญฉลาดมากขึ้นเกี่ยวกับการทดสอบทางสถิติที่เหมาะสมที่จะใช้และวิธีการตีความผลลัพธ์

โปรดจําไว้ว่าการเลือกระดับการวัดที่เหมาะสมเป็นขั้นตอนสําคัญในการออกแบบการศึกษาวิจัย ดังนั้นควรใช้เวลาพิจารณาระดับการวัดที่เหมาะสมที่สุดสําหรับคําถามและข้อมูลการวิจัยของคุณอย่างรอบคอบ

QuestionPro มีคําถามประเภทต่างๆ ที่จะช่วยให้คุณรวบรวมข้อมูลสําหรับตัวแปรใดๆ ตลอดจนเครื่องมือวิเคราะห์ข้อมูลที่มีประสิทธิภาพและแพลตฟอร์มการจัดการข้อมูลเพื่อใช้ประโยชน์จากศักยภาพของการศึกษาของคุณอย่างเต็มที่

คําถามที่พบบ่อย