NOMINALUS KINTAMASIS: SĄVOKA IR PAVYZDŽIAI - DUDAS - 2025

Nominali kintamoji yra vienas, kad mano vertybes, nustatyti klasę arba kategoriją, kurioje studijų objektus sugrupuojamos. Pavyzdžiui, kintama „plaukų spalva“ grupuoja žmones į rudus, juodus, šviesius plaukus ir pan.

Nominalioji skalė identifikuoja, grupuoja ir diferencijuoja studijų vienetus pagal tam tikrą kokybę aiškiai apibrėžtose ir išskirtinėse klasėse taip, kad visi tie, kurie priklauso klasei, yra vienodi ar lygiaverčiai tiriamo požymio ar savybės atžvilgiu.

Vyro ir moters piktogramos. Šaltinis: pixabay.com

Klasės yra diferencijuojamos pagal vardus arba pagal identifikavimo numerius, todėl jos neturi nei skaitinės vertės, nei nustatytos tvarkos. Pvz .: kintama lytis turi dvi klases: vyro ir moters; Taip pat gali būti naudojami skaičiai 1 ir 2, atitinkamai vaizduojantys vyrų ir moterų kategorijas. Šie skaičiai yra tik savavališki identifikatoriai.

Tokio tipo priemonėse objektams priskiriami pavadinimai ar etiketės. Daugelio paskirtų egzempliorių ar apibrėžimų pavadinimas yra „vertė“, priskiriama tiriamojo objekto vardiniam matui.

Jei du objektai yra susieti su tuo pačiu pavadinimu, tada jie priklauso tai pačiai kategorijai, ir tai yra vienintelė reikšmė, kurią turi vardiniai matai.

Koncepcija ir savybės

Nominali skalė yra pati elementariausia, o pagal šią skalę išmatuoti kintamieji tiriamuosius vienetus (objektus, žmones ir pan.) Suskirsto į klases, remdamiesi viena ar daugiau unikalių ir stebimų charakteristikų, požymių ar savybių.

Klasės ar kategorijos turi pavadinimą ar numerį, tačiau jos naudojamos tik kaip etiketės ar identifikatoriai, jos išskiria daugiau kategorinį, o ne kiekybinį pobūdį, jos atlieka tik klasifikavimo funkciją.

Jais negalima manipuliuoti aritmetiškai, jie neatspindi tvarkos (kylančios ar mažėjančios) ar hierarchijos (didesnės ar mažesnės), stebėjimų negalima išdėstyti nuo mažiausio iki didžiausio arba nuo mažo iki didelio, tai yra, nė viena iš kategorijų neturi aukštesnės hierarchijos nei kita, jie atspindi tik kintamojo skirtumus.

Nominalūs kintamieji, turintys dvi klases, vadinami dichotominiais, pavyzdžiui, kintamoji lytis (vyriškas ar moteriškas). Kintamieji, turintys tris ar daugiau kategorijų, vadinami daugiachotominiais arba polifotominiais. Pavyzdžiui: profesijos kintamasis (darbuotojas, dailidė, gydytojas ir tt).

Nominalūs kintamieji nustato tik ekvivalentiškumo ryšius; y., konkretus tyrimo objektas arba turi tą savybę, kuri apibūdina klasę, arba jos neturi.

Naudojant vardinius kintamuosius, galima apskaičiuoti proporcijas, procentus ir koeficientus, o kartu su jais atlikti kiekvienos tiriamos kintamosios klasės dažnių skaičiavimą arba įvykių skaičiaus lentelę. Centrinės tendencijos, kurią galima valdyti naudojant šio tipo kintamuosius, matas yra režimas.

Nominaliųjų kintamųjų pavyzdžiai

Kintamųjų, matuojamų vardine skale, pavyzdžiai:

- Tautybė (Argentinos, Čilės, Kolumbijos, Ekvadoro, Peru ir kt.).

- Spalvos (balta, geltona, mėlyna, juoda, oranžinė ir kt.).

- Akių spalva (juoda, ruda, mėlyna, žalia ir kt.).

- Studentų klasifikacija pagal karjerą (Administravimas - 1; Sistemos - 2; Elektronika - 3; Teisė - 4; ir tt). (numeris yra kodas be vertės ar tvarkos)

- Šeiminė padėtis (vieniša, vedusi, našlė, išsiskyrusi, bendrosios sąjungos).

- Profesija (inžinierius, teisininkas, gydytojas, mokytojas ir kt.).

- Lytis (vyras, moteris).

- religinė priklausomybė (krikščionių, musulmonų, katalikų ir kt.)

- Politinė priklausomybė (liberali, konservatyvi, nepriklausoma ir kt.).

- Mokyklos tipas (valstybinė ar privati).

- Lenktynės (balta, juoda, geltona, mestizo ir kt.).

- Kraujo grupės (O, A, B, AB).

- Paaiškinti pavyzdžiai

Dalyvauja futbolo žaidime

Jei suskaičiuojami lankytojai, atvykstantys į futbolo varžybas, galima apibrėžti vardinį kintamąjį „lankomumas pagal lytį“. Skaičius nurodo, kiek vyrų ir kiek moterų dalyvavo varžybose, tačiau klasifikavimo kintamasis rodiklis yra lytis.

Suskirstykite visuomenę į futbolo žaidimą į dvi kategorijas ir nė viena grupė neturi pirmenybės prieš kitą. Galiausiai, kategorijos yra išskirtinės, nes nėra abejonių, kuriai grupei priklauso kiekvienas dalyvis.

Darbo politikos nauda

Norite sužinoti žmonių nuomonę prieš pradėdami vykdyti reformas šalies darbo politikoje. „Intereso“ kintamasis yra darbo politikos pranašumai, o apklausoje pateikiami penki galimi teigiami rezultatai: Daugiau pinigų, geresnė medicininė pagalba, geresnė išėjimas į pensiją, darbo ir šeimos pusiausvyra ir kiti.

Visi atsakymai matuojami vardine skale, naudojant Taip arba Ne reikšmes.Kitas rezultatas apima visas tas privilegijas, kurias respondentai mano, kad gaus, tačiau kurios nėra tyrimo apimties dalis.

Teigiamų arba neigiamų atsakymų skaičius yra būtinas norint apskaičiuoti procentinę dalį respondentų, manančių, kad jie pagerės ar ne pagerės bet kuriuo aspektu, tačiau šie procentai neturi prasmės požiūriu, kad viena nauda yra didesnė už kitą .

Galiausiai, nėra natūralios rezultatų eilės tvarkos, pirmiausia galite pateikti geresnę sveikatos priežiūrą, o ne, pavyzdžiui, daugiau pinigų, ir rezultatas to visiškai nepakeičia.

Asmens gimimo šalis

Gimimo šalis yra vardinis kintamasis, kurio reikšmės yra šalių pavadinimai. Dirbant su šiuo kintamuoju, patogu atlikti skaitmeninę tos informacijos kodifikaciją, mes priskiriame kodą 1 tiems, kurie gimė Argentinoje, Bolivijos kodą 2, Kanados kodą 3 ir pan.

Šis kodavimas palengvina skaičiavimą kompiuteriu ir informacijos rinkimo priemonių valdymą. Kadangi mes priskyrėme skaičius įvairioms kategorijoms, mes negalime manipuliuoti šiais numeriais. Pavyzdžiui, 1 + 2 nėra lygus 3; tai yra, Argentina + Bolivija nenulemia Kanados.

Nuorodos

1. Coronado, J. (2007). Matavimo skalės. Žurnalas „Paradigmas“. Atkurta iš unitec.edu.co.
2. Freundas, R .; Wilsonas, W .; Mohr, D. (2010). Statistiniai metodai. Trečiasis leidimas „Academic Press-Elsevier Inc.“
3. Stiklas, G .; Stanley, J. (1996). Socialiniams mokslams netaikomi statistiniai metodai. „Prentice Hall“ - „Hispanoamericana SA“
4. Mielas.; Marchalas, W .; Wathen, S. (2012). Verslo ir ekonomikos statistika. Penkioliktasis ed. „McGraw-Hill“ / „Interamericana Editores SA“
5. Orlandoni, G. (2010). Statistinės matavimo skalės. Žurnalas „Telos“. Atkurta iš ojs.urbe.edu.
6. Siegel, S .; Castellan, N. (1998). Neparametrinė statistika, taikoma elgesio mokslams. Ketvirtasis leidimas „Trillas SA“ redakcija
7. (2019 m.). Matavimo lygis. Atkurta iš en.wikipedia.org.