انواع مقیاس های اندازه گیری در آمار و spss

انواع مقیاس های اندازه گیری در آمار و spss را می توان تحت عنوان مقیاسی اسمی، ترتیبی، فاصله ای و نسبی نام گذاری کرد.

در تعریف متغیرها ، زمانی که هدف مشخص کردن یک متغیر است، از مقیاس اسمی استفاده می شود.

انواع مقیاس ها انواع مقیاس ها را می توان تحت عنوان مقیاسی اسمی، ترتیبی، فاصله ای و نسبی نام گذاری کرد.

در تعریف متغیرها ، زمانی که هدف مشخص کردن یک متغیر است، از مقیاس اسمی استفاده می شود. مقیاس اسمی، مقیاسی است که با تشخیص یک کد از دیگر طبقات متمایز می شود.

برای مثال، ممکن است در یک پژوهش به جنس مرد کد 1 و به جنس زن کد 2 اختصاص یابد.

بنابراین، رایانه کدهای 1 و 2 را می شناسد و در این مقیاس سایر ویژگی های ریاضی مانند جمع، تفریق، ضرب و تقسیم بر روی کد ها مد نظر نمی باشد، بلکه صرفاً این اعداد جهت شناسایی و معرفی گروه ها، افراد، اشیاء رویدادها و ... به کار برده می شود.

در مقیاس ترتیبی، علاوه بر این که افراد توسط یک کد مورد شناسایی قرار می گیرند، برتری یک کد بر کد دیگر نیز مورد توجه است.

برای مثال، اگر در یک آزمون فردی را رتبه اول و دیگری را رتبه دوم، سوم و ... تعیین کنیم، برتری فرد رتبه اول نسبت به رتبه دوم و برتری رتبه دوم بر رتبه سوم مورد نظر است. بنابراین، در مقیاس ترتیبی برتری یک رتبه بر رتبه دیگر مورد توجه است.

ولی فواصل رتبه ها با یکدیگر برابر نیستند.

برای مثال اختلاف نمره فرد رتبه ی اول با فرد رتبه ی دوم برابر با اختلاف نمره ی فرد رتبه سوم با فرد رتبه چهارم نمی باشد. ممکن است، نمره ی فرد رتبه ی اول 19 و نمره فرد رتبه ی دوم 5/18 باشد، در صورتی که رتبه ی فرد سوم 17 باشد.

این مثال آشکارا نشان می دهد که رتبه ها نسبت به هم برتری دارند اما اختلاف آن ها می تواند برابر نباشد. در مواردی که وضعیت یک متغیر بدین صورت باشد، برای سنجش آن سخن از مقیاس ترتیبی مطرح است.

مقیاس فاصله ای مقیاسی است که علاوه بر برتری یک نمره بر نمره دیگر، اختلاف هر دو نمره در طول مقیاس نیز برابر است.

برای مثال، اختلاف دانش ریاضی دو دانش آموز که یکی نمره 18 و دیگری نمره 16 گرفته است، برابر اختلاف دانش دو دانش آموزی است که یکی نمره 14 و دیگری نمره 12 گرفته است. در مقیاس فاصله ای صفر قراردادی است.

زیرا فردی که در ریاضی صفر می گیرد، نمی توان تصور کرد که او از دانش ریاضی هیچ بهره ای ندارد. مقیاس نسبی، به مقیاسی گفته می شود که علاوه بر داشتن تمام ویژگی های شناسایی، برتری، تساوی فواصل در طول مقیاس، دارای صفر مطلق، نیز می باشد.

به طور مثال ، متغیر وزن و طول از نوع نسبی هستند. هدف از ارائه ی تعاریفی مختصر از مقیاس ها این بود تا بر یک نقطه ی کلیدی و حساس که اغلب میان پژوهشگران تولید مناقشه می نماید، توضیح و تبیینی ارائه گردد.

اصولاً برای تحلیل داده هایی که از نوع مقیاس های اسمی و ترتیبی هستند، از آزمون های غیر پارامتریک استفاده می شود. در این آزمون ها از میانگین، انحراف معیار و دیگر شاخص های پراکندگی صحبت نمی شود.

این آزمون ها دارای معایب و مزایای ویژه ی خود می باشند. برای مثال، آزمون های غیر پارامتریک به دلیل عدم حساسیت، کمتر دچار خطای نوع اول ( زمانی که فرض صفر درست است و پژوهشگر نادرست آن را رد می کند) می باشند.

ولی آنچه مسلم است، این که اغلب تاثیر مداخله های آزمایشی را در طرح های آزمایشی به دلیل عدم حساسیت نادیده می گیرند. همچنین، اغلب آزمون های غیر پارامتریک برای پژوهش هایی مناسب است که در آن فقط بررسی یک متغیر مد نظر است. بنابراین، مجالی برای بررسی ترکیب خطی متغیرها و بررسی تعامل آن ها مطرح نمی باشد.

دانشجویان باید بدانند که چند جمله ی اخیر به حدی از اهمیت برخوردارند که استفاده از آزمون های پارامتریک را نسبت به آزمون های غیر پارامتریک برتری می دهند. بنابراین، اغلب پژوهشگران برای کشف حقیقت، مجبور می شوند تا برخی از مفروضات زیربنایی آزمون های پارامتریک را نادیده بگیرند و از این آزمون ها که انعطاف و مزایایی بیشتری دارند، بهره جویند.

بنابراین، هنگامی که سخن از به کار بردن آزمون های پارامتریک است، مقیاس اندازه گیری باید دست کم فاصله ای باشد.

باید گفت که بیشتر متغیرها در پژوهش های روانشناختی در حد مقیاس ترتیبی هستند، اما هنگامی که درگیر تحلیل های چند متغیری هستیم، چاره ای جز عدول از ترتیبی بودن مقیاس و فاصله ای انگاشتن آن نداریم.

البته محدودیت هایی نیز وجود دارد. برای مثال، اگر متغیر حاضر در پژوهش از نرمال بودن فاصله ی جدی داشته باشد، همواره باید شیوه های گوناگون تحلیل را برای کنترل این کاستی مدنظر داشت.

با این همه، دو گرایش موافق و مخالف در میان پژوهشگران برجسته نسبت به آزمون های پارامتریک و غیر پارامتریک وجود دارد. برخی ها آزمون های پارامتریک و عده ی دیگر، بر آزمون های غیر پارامتریک پافشاری می کنند.

اما آنچه که این مسئله را می تواند به سرانجام خوبی برساند، این است که ببینیم اگر رد نادرست فرض صفر زیان بار است، نسبت به استفاده از آزمون های پارامتریک احتیاط و اگر خطای نوع دوم زیان بار باشد، از آزمون های غیر پارامتریک پرهیز یا احتیاط نمایم.

بنابراین، رابطه ی میان نوع آزمون و خطای نوع نوع اول و دوم یک مسئله ی مهمی است که می تواند موافقت و یا مخالفت ما را در استفاده از این آزمون ها معین نماید.

سخن آخر در این بحث، توصیه ای دوستانه به طرفداران آزمون های پارامتریک و غیر پارامتریک است که مقاله ی پژوهشگری را که میانگین نمره های دانش آموزان دختر و پسر را با آزمون t-test و یا با آزمون یومان ویتنی بررسی کرده است رد نکنیم.


 

 

برای دریافت متن کامل این مقاله آموزشی بسته آموزش تحلیل آماری با spss را تهیه کنید:

شما با این بسته می توانید تحلیل آماری با spss و amos را کامل و آسان بیاموزید

و قطعا قادر می شوید کارهای آماری را حودتان انجام دهید

چگونه؟

بسته آموزشی تجزیه تحلیل آماری با SPSS و AMOS

از صفر تا صد آموزش  spss

آموزش مباحث اساسی AMOS

آموزش به زبان ساده ، موضوعی و گام به گام همراه با تصویر

33 پکیج (1378 صفحه تصویری)+ به همراه همه مقالات آموزشی این سایت درباره spss

لطفا و خواهشا برای سوال های آماری و رفع اشکال تماس نگیرید

هر آنچه لازم باشد در این بسته آموزشی آمده است.

 


انتخاب جدیدترین موضوعات پایان نامه روانشناسی، مشاوره و علوم تربیتی و انجام تخصصی پروپوزال(دانلود نمونه کار پروپوزال)::

شماره تماس: 09011853901
جهت ارسال سریع پیام در پیام رسان های زیر نام هر یک را لمس کنید.