Skale pomiarowe w pracy dyplomowej: nominalna, porządkowa, przedziałowa i ilorazowa

Skala pomiarowa określa, jaką informację rzeczywiście niesie zmienna i jakie działania na jej wartościach mają sens. To, że w arkuszu widzisz liczby, nie oznacza jeszcze, że możesz liczyć ich średnią, odejmować je od siebie albo stwierdzić, że jedna wartość jest dwa razy większa od drugiej.

Kod `1` może oznaczać kobietę, `2` mężczyznę, a `3` inną odpowiedź. Te liczby są wtedy wyłącznie etykietami kategorii. W innym pytaniu wartości od 1 do 5 mogą oznaczać uporządkowane odpowiedzi od „zdecydowanie nie” do „zdecydowanie tak”. Jeszcze gdzie indziej liczba 5 oznacza pięć nieobecności, a więc realną wielkość z naturalnym zerem. Ten sam zapis techniczny może reprezentować zupełnie inny poziom pomiaru.

Poprawne rozpoznanie skali pomaga ustawić zmienne w Jamovi, przygotować tabelę kodowania, dobrać wykres i zawęzić listę analiz. Nie zastępuje jednak sprawdzenia projektu badania, rozkładu, liczebności grup, niezależności obserwacji ani pozostałych założeń testu.

Co to jest skala pomiarowa?

Klasyczny podział wyróżnia cztery poziomy: nominalny, porządkowy, przedziałowy i ilorazowy. Różnią się relacjami, które można sensownie interpretować.

1. Skala nominalna pozwala stwierdzić, czy obserwacje należą do tej samej, czy do różnych kategorii.
2. Skala porządkowa pozwala dodatkowo uporządkować wartości.
3. Skala przedziałowa pozwala interpretować równe różnice między wartościami.
4. Skala ilorazowa ma dodatkowo niearbitralne zero, dlatego sens mają również stosunki wartości.

Poziom pomiaru nie wynika wyłącznie z formatu kolumny. Wynika z definicji zmiennej, procedury pomiaru, znaczenia wartości oraz dopuszczalnych przekształceń.

Najpierw zapytaj, co oznaczają wartości. Dopiero później wybieraj typ zmiennej, podsumowanie, wykres i analizę.

Skala nominalna

Skala nominalna dzieli obserwacje na rozłączne kategorie, ale nie wprowadza między nimi naturalnej kolejności. Można ustalić, czy dwie osoby otrzymały tę samą kategorię, policzyć liczebności i udziały procentowe, wskazać dominantę oraz analizować zależności między zmiennymi kategorialnymi.

Przykłady:

• kierunek studiów;
• województwo zamieszkania;
• rodzaj umowy;
• odpowiedź „tak” lub „nie”;
• grupa eksperymentalna i kontrolna;
• rozpoznanie kliniczne;
• źródło informacji o usłudze.

Kody liczbowe nie zmieniają charakteru danych. Jeżeli `1 = psychologia`, `2 = pedagogika`, `3 = socjologia`, to średnia kodów nie ma interpretacji. Zmiana kodowania na `10`, `20`, `30` nie może zmienić wniosków, ponieważ wartości pełnią funkcję nazw.

Zmienna dychotomiczna

Zmienna z dwiema kategoriami, na przykład „tak/nie”, jest szczególnym przypadkiem skali nominalnej. Kodowanie `0/1` jest często wygodne i bywa wykorzystywane w modelach statystycznych. Nie oznacza to jednak, że odpowiedź „tak” jest o jedną jednostkę większa od „nie”. Znaczenie współczynnika zależy od przyjętej kategorii referencyjnej i sposobu kodowania.

Identyfikator nie jest wynikiem pomiaru

Numer ankiety, PESEL, numer indeksu czy kod uczestnika służy do rozpoznawania rekordów. Nawet jeśli składa się wyłącznie z cyfr, nie jest zmienną ilościową. W Jamovi warto ustawić dla takiej kolumny typ pomiaru `ID`, aby program nie proponował jej przypadkowo do obliczeń.

Skala porządkowa

Skala porządkowa wprowadza ranking. Wiadomo, że jedna kategoria reprezentuje więcej, wyżej, lepiej albo częściej niż druga, ale nie wiadomo, czy odległości między kolejnymi poziomami są równe.

Przykłady:

• poziom wykształcenia;
• miejsce w konkursie;
• stopień nasilenia objawu: brak, łagodny, umiarkowany, ciężki;
• częstotliwość: nigdy, rzadko, czasami, często, zawsze;
• ocena satysfakcji od „bardzo niezadowolony” do „bardzo zadowolony”;
• odpowiedź na pojedynczą pozycję Likerta.

Różnica między kategoriami „nigdy” i „rzadko” nie musi być taka sama jak między „często” i „zawsze”. Nadanie kodów od 1 do 5 porządkuje odpowiedzi, ale samo w sobie nie dowodzi równych odległości.

Dla danych porządkowych naturalnymi podsumowaniami są liczebności, procenty, mediana, kwartyle i rozstęp międzykwartylowy. W zależności od pytania, projektu oraz właściwości danych można rozważyć metody rangowe, na przykład korelację Spearmana, test U Manna–Whitneya, test Wilcoxona albo test Kruskala–Wallisa.

Nie oznacza to, że każdy zbiór danych porządkowych zawsze wymaga tego samego testu. Wybór zależy również od liczby grup, zależności obserwacji, celu analizy, rozkładu i modelu.

Skala przedziałowa

Na skali przedziałowej równe różnice mają równe znaczenie. Różnica między 10 i 20 jednostkami jest taka sama jak między 30 i 40 jednostkami. Punkt zero jest jednak ustalony umownie i nie oznacza całkowitego braku mierzonej cechy.

Najczęściej podawanym przykładem jest temperatura w stopniach Celsjusza. Różnica między 10°C i 20°C odpowiada takiej samej zmianie jak między 20°C i 30°C, ale 20°C nie jest dwa razy większą temperaturą niż 10°C. Po przeliczeniu na inną skalę z innym punktem zerowym taki iloraz uległby zmianie.

Inne przykłady, zależne od przyjętej teorii pomiaru i interpretacji:

• niektóre standaryzowane wyniki testowe;
• wynik IQ w typowej interpretacji;
• rok kalendarzowy;
• temperatura w °C lub °F.

Na skali przedziałowej sens mają dodawanie i odejmowanie różnic, średnia oraz odchylenie standardowe. Nie należy natomiast interpretować stosunku dwóch wartości jako proporcji cechy.

Skala ilorazowa

Skala ilorazowa zachowuje równe odległości i ma naturalny punkt zerowy oznaczający brak mierzonej wielkości. Dzięki temu można porównywać nie tylko różnice, lecz także ilorazy.

Przykłady:

• czas trwania zadania;
• wiek mierzony od urodzenia;
• masa i długość;
• liczba nieobecności;
• liczba błędów;
• dochód w określonym okresie, jeżeli zero oznacza brak dochodu;
• odległość;
• temperatura w kelwinach.

Jeżeli jedna osoba poświęciła na zadanie 40 minut, a druga 20 minut, można powiedzieć, że czas pierwszej osoby był dwukrotnie dłuższy. Podobna interpretacja nie jest poprawna dla temperatury w stopniach Celsjusza.

W praktyce analitycznej zmienne przedziałowe i ilorazowe są często obsługiwane przez program jako jeden typ zmiennych ciągłych. Jamovi stosuje nazwę `Continuous`, a SPSS określenie `Scale`. Rozróżnienie nadal ma znaczenie dla interpretacji zera, proporcji i niektórych wskaźników, nawet jeśli lista dostępnych testów wygląda podobnie.

Typ danych a poziom pomiaru

Typ danych opisuje sposób technicznego zapisu, a poziom pomiaru opisuje znaczenie wartości. To dwa różne ustawienia.

Kolumna może więc zawierać liczby całkowite i być nominalna. Może też zawierać tekst, który reprezentuje kategorie porządkowe, o ile kolejność poziomów została jawnie zdefiniowana.

Pojedyncza pozycja Likerta a wynik skali

Pojedyncze stwierdzenie oceniane na przykład od 1 do 5 daje odpowiedź porządkową. Wiadomo, że `5` oznacza silniejszą zgodę niż `4`, lecz równość odstępów nie wynika automatycznie z samych etykiet.

Wynik wielopozycyjnej skali jest innym obiektem. Suma albo średnia z kilku pozycji może mieć więcej możliwych wartości i bywa analizowana jak zmienna ciągła, jeżeli:

• pozycje rzeczywiście mierzą wspólny konstrukt albo zdefiniowaną podskalę;
• wynik obliczono zgodnie z instrukcją narzędzia;
• poprawnie odwrócono wskazane pozycje;
• ustalono regułę brakujących odpowiedzi;
• rozkład i pozostałe założenia planowanej analizy są akceptowalne;
• sposób interpretacji ma uzasadnienie w literaturze lub dokumentacji narzędzia.

Nie należy więc przenosić automatycznie zasad dla pojedynczej odpowiedzi na wynik całej skali ani odwrotnie. Najpierw trzeba ustalić, co dokładnie stanowi zmienną analityczną.

Jeżeli budujesz własny zestaw pozycji, sprawdź również operacjonalizację zmiennych i wskaźników oraz poradnik dotyczący alfy Cronbacha w Jamovi.

Jak rozpoznać skalę pomiarową krok po kroku?

1. Czy wartości są tylko nazwami?

Jeżeli liczby albo słowa rozróżniają kategorie i nie istnieje naturalna kolejność, zmienna jest nominalna. Przykładem jest specjalizacja zawodowa lub miejsce zamieszkania.

2. Czy kategorie można uporządkować?

Jeżeli kolejność ma sens, ale odległości między poziomami nie są określone, zmienna jest porządkowa. Przykładem jest poziom nasilenia objawu.

3. Czy równe różnice mają tę samą interpretację?

Jeżeli zmiana o jedną jednostkę oznacza taką samą zmianę w całym zakresie, można rozważyć skalę przedziałową lub ilorazową. Trzeba to uzasadnić sposobem pomiaru, a nie samym wyglądem liczb.

4. Czy zero oznacza rzeczywisty brak wielkości?

Jeżeli tak, a proporcje są interpretowalne, zmienna ma cechy skali ilorazowej. Jeżeli zero jest umowne, mamy skalę przedziałową.

5. Czy zmienna została przekształcona?

Podział wieku na przedziały zamienia ilościowy wiek w zmienną porządkową. Podział wyniku na „niski” i „wysoki” również usuwa informację. Kategoryzacja nie jest neutralną zmianą wyglądu danych i powinna mieć merytoryczne uzasadnienie.

Jak ustawić poziom pomiaru w Jamovi?

W Jamovi każda kolumna ma typ danych oraz typ pomiaru. Najczęściej używane typy pomiaru to:

• `Nominal` dla kategorii bez kolejności;
• `Ordinal` dla kategorii uporządkowanych;
• `Continuous` dla wartości liczbowych interpretowanych jako przedziałowe lub ilorazowe;
• `ID` dla identyfikatorów rekordów.

Edytor zmiennej można otworzyć z zakładki `Dane`, przez `Setup`, dwukrotne kliknięcie nagłówka albo klawisz `F3`. Dla zmiennych nominalnych i porządkowych warto dodać etykiety wartości oraz sprawdzić kolejność poziomów.

Przykładowe ustawienia:

Jamovi może automatycznie rozpoznać typ niezgodnie z zamierzeniem. Kolumna z kodami `1`, `2`, `3` może zostać potraktowana jak ciągła, mimo że reprezentuje kategorie. Ustawienia trzeba sprawdzić przed analizą.

Skala pomiarowa a opis danych

Poziom pomiaru podpowiada, jakie podsumowanie będzie czytelne, ale nie zwalnia z obejrzenia rozkładu.

Dla silnie skośnego dochodu sama średnia może być mało reprezentatywna, mimo że dochód ma skalę ilorazową. Dla wieku warto pokazać rozkład i wartości skrajne. Dla odpowiedzi porządkowych często bardziej informacyjny jest pełny rozkład kategorii niż pojedyncza średnia.

Skala pomiarowa a dobór testu

Nie istnieje poprawna reguła „nominalna = jeden test, porządkowa = drugi, ilościowa = trzeci”. Skala jest jednym z elementów decyzji.

Trzeba również ustalić:

• czy analizujesz różnicę, związek, przewidywanie czy zgodność;
• ile jest grup i czy są niezależne;
• czy pomiary są powtarzane;
• jaka jest liczebność próby;
• jak wygląda rozkład zmiennej i reszt modelu;
• czy występują wartości odstające;
• czy wariancje i pozostałe założenia są akceptowalne;
• jaki efekt chcesz oszacować i z jakim przedziałem ufności.

Przykładowe punkty wyjścia:

Przed wyborem procedury skorzystaj ze schematu w artykule jaki test statystyczny wybrać.

Przykład: słownik zmiennych do ankiety

Załóżmy, że badanie dotyczy związku trybu studiów, obciążenia nauką i satysfakcji ze studiowania.

Taki słownik powinien powstać przed rozpoczęciem analizy. Warto dodać do niego etykiety, reguły braków, zakresy poprawnych wartości, sposób odwracania pozycji i dokładną formułę wyników złożonych.

Jak opisać skale pomiarowe w metodologii?

Nie trzeba pisać osobnego wykładu z teorii pomiaru dla każdej kolumny. Czytelnik powinien jednak wiedzieć, jak zapisano i interpretowano najważniejsze zmienne.

Przykładowy zapis:

Tryb studiów zakodowano jako zmienną nominalną (`0` — studia stacjonarne, `1` — studia niestacjonarne). Rok studiów zapisano jako zmienną porządkową z pięcioma poziomami. Tygodniowy czas nauki podawano w pełnych godzinach i analizowano jako zmienną ilościową z naturalnym zerem. Satysfakcję mierzono pięcioma pozycjami ocenianymi od 1 — „zdecydowanie nie” do 5 — „zdecydowanie tak”. Po odwróceniu wskazanej pozycji obliczono średnią, jeżeli uczestnik odpowiedział na co najmniej cztery pytania.

Najważniejsze jest połączenie znaczenia zmiennej z kodowaniem i późniejszą analizą. Samo zdanie „zastosowano skalę Likerta” jest niewystarczające, jeśli nie podano liczby kategorii, etykiet, sposobu utworzenia wyniku i kierunku interpretacji.

Przypadki, które najczęściej budzą wątpliwości

Wiek

Wiek zapisany dokładnie w latach i miesiącach jest zmienną ilorazową. Wiek podzielony na kategorie `18–24`, `25–34`, `35–44` staje się porządkowy. Środki przedziałów nie przywracają utraconej dokładności.

Oceny szkolne lub akademickie

Pojedyncze stopnie tworzą uporządkowane kategorie, ale założenie równych różnic między kolejnymi ocenami wymaga ostrożności. Średnia wielu ocen jest powszechnie używanym wskaźnikiem, lecz jej interpretację należy odnieść do systemu oceniania.

Procent

Procent może opisywać różne obiekty. Odsetek poprawnych odpowiedzi ma naturalne granice i często sensowne zero. Procentowa zmiana względem punktu odniesienia może zachowywać się inaczej, szczególnie gdy wartość bazowa jest mała albo ujemna. Sama obecność znaku `%` nie rozstrzyga poziomu pomiaru.

Data i czas kalendarzowy

Różnica między datami ma sens, ale punkt zerowy kalendarza jest umowny. Rok 2000 nie jest dwa razy późniejszy niż rok 1000 w sensie ilorazowym. Czas trwania liczony w sekundach od rozpoczęcia zadania ma natomiast naturalne zero.

Wynik testu psychologicznego

Interpretacja zależy od konstrukcji narzędzia. Wynik surowy, centyl, sten i wynik standaryzowany nie są wymienne. Centyl informuje o pozycji względem grupy odniesienia, lecz różnica między 20. i 30. centylem nie musi odpowiadać różnicy między 70. i 80. centylem na mierzonej cesze.

Najczęstsze błędy

• Uznawanie każdej kolumny liczbowej za ciągłą.
• Liczenie średniej kodów kategorii nominalnych.
• Brak etykiet wartości i niejasne znaczenie kodów.
• Ustawienie identyfikatora uczestnika jako zmiennej ilościowej.
• Traktowanie pojedynczej odpowiedzi Likerta i wyniku całej skali jako tego samego rodzaju danych.
• Zakładanie równych odstępów bez uzasadnienia.
• Uznawanie zera technicznego za naturalny brak cechy.
• Dzielenie zmiennej ciągłej na kategorie bez potrzeby i bez uzasadnionych progów.
• Dobór testu wyłącznie na podstawie nazwy skali.
• Pomijanie rozkładu, wartości odstających i projektu badania.
• Mylenie typu danych w programie z poziomem pomiaru.
• Zmienianie kolejności kategorii porządkowych dopiero po otrzymaniu nieczytelnych wyników.

Lista kontrolna przed analizą

• Czy wiem, co dokładnie oznacza każda wartość?
• Czy kody są etykietami, rankingiem czy rzeczywistym pomiarem?
• Czy kategorie mają naturalną kolejność?
• Czy odstępy między wartościami można interpretować jako równe?
• Czy zero oznacza brak mierzonej wielkości?
• Czy identyfikatory są wyłączone z analiz?
• Czy etykiety kategorii i wartości brakujące są ustawione poprawnie?
• Czy pozycje odwrócone zostały przeliczone przed utworzeniem wyniku?
• Czy wynik złożony obliczono według instrukcji?
• Czy ustawienie `Nominal`, `Ordinal`, `Continuous` lub `ID` w Jamovi odpowiada znaczeniu zmiennej?
• Czy opis danych pasuje do rozkładu?
• Czy test odpowiada pytaniu, projektowi i założeniom, a nie tylko skali pomiarowej?
• Czy w metodologii zapisano kodowanie i sposób obliczenia kluczowych wyników?

FAQ

Czy kody 1, 2 i 3 oznaczają skalę porządkową?

Nie zawsze. Jeżeli `1`, `2` i `3` oznaczają różne kierunki studiów, są kodami nominalnymi. Skala jest porządkowa dopiero wtedy, gdy kategorie mają merytorycznie uzasadnioną kolejność.

Czy można liczyć średnią z odpowiedzi Likerta?

Pojedyncza odpowiedź Likerta jest porządkowa. Suma lub średnia z kilku pozycji może być analizowana jak wynik ciągły w określonych warunkach, ale wymaga uzasadnionego modelu skali, prawidłowego obliczenia oraz sprawdzenia założeń analizy.

Czy zmienna binarna 0/1 jest ilościowa?

Jest zmienną nominalną dychotomiczną, choć kod `0/1` pozwala wykorzystywać ją w wielu modelach. Interpretacja zależy od kategorii referencyjnej i nie oznacza zwykłej różnicy jednej jednostki mierzonej cechy.

Czym różni się skala przedziałowa od ilorazowej?

Obie zakładają równe różnice między wartościami. Skala ilorazowa ma dodatkowo naturalne zero, dlatego sensowne są proporcje, na przykład „dwa razy dłuższy czas”. Zero skali przedziałowej jest umowne.

Dlaczego Jamovi łączy skale przedziałową i ilorazową?

Jamovi używa dla obu typu `Continuous`, ponieważ wiele procedur statystycznych obsługuje je podobnie. Nie znosi to różnicy interpretacyjnej dotyczącej zera i ilorazów wartości.

Czy poziom pomiaru wystarcza do wyboru testu?

Nie. Trzeba uwzględnić cel analizy, liczbę i zależność grup, rozkład, wartości odstające, liczebność próby, sposób doboru uczestników oraz założenia konkretnego modelu.

Źródła i dalsza lektura

• Stevens (1946) — On the Theory of Scales of Measurement
• APA Dictionary of Psychology — measurement scale
• APA Dictionary of Psychology — ratio scale
• jamovi Documentation — The Spreadsheet i typy pomiaru
• jamovi Documentation — Data Variables
• NIST/SEMATECH e-Handbook — dane nominalne, porządkowe, przedziałowe i ilorazowe

Jeżeli masz ankietę lub arkusz, ale nie wiesz, jak ustawić zmienne i które analizy będą uzasadnione, sprawdź zakres analiz statystycznych albo prześlij plik i opis badania. Weryfikacja skal pomiarowych przed analizą pozwala uniknąć błędów, których nie naprawi późniejsza zmiana testu.