- Nous commencerons par définir les niveaux de mesure dans la recherche.
- Ensuite, nous approfondirons chaque niveau de mesure dans les statistiques en examinant sa définition et un exemple. Par exemple, nous définirons le niveau de mesure nominal et nous fournirons un exemple de niveau de mesure nominal.
- Enfin, nous verrons comment les niveaux de mesure en psychologie peuvent être identifiés et quelles sont leurs utilisations.
Niveau de mesure
Dans les données, il existe quatre niveaux de mesure : nominal, ordinal, intervalle et ratio.
Les niveaux de mesure dans la recherche
Lorsque les psychologues mènent leurs recherches, la compréhension des variables de mesure dans les statistiques est l'une des étapes les plus critiques.
Ainsi, en statistiques, les chercheurs utilisent des variables de mesure pour décrire et classer le type de variable et la façon de la mesurer.
Les quatre niveaux de mesure sont des échelles utilisées pour mesurer les variables dans la recherche.
En ce qui concerne l'analyse des données, certaines conditions doivent être remplies lors de la réalisation de tests statistiques. Par exemple, les données des variables dépendantes doivent être des rapports ou des intervalles si l'on souhaite effectuer un test paramétrique.
Définir : Niveau de mesure nominal
En psychologie, le niveau de mesure nominal consiste en des" donnéesnommées" ou"étiquetées ". Il est identifié comme un niveau de mesure qui recueille des données catégoriques.
Les données catégorielles sont des données qui sont subdivisées en groupes, c'est-à-dire en catégories.
Les données nominales se caractérisent par les éléments suivants :
- Pas d'ordre entre lesvaleurs- une réponse dans un questionnaire est aussi vitale que les autres, et ce parce que ces données ont tendance à ne pas fournir de valeur numérique.
- Lesvaleurs nominales ne se chevauchent pas - lespersonnes interrogées ne peuvent sélectionner qu'une seule réponse (les données qui ne peuvent prendre que des valeurs spécifiques sont appelées données discrètes).
Elles ne sont généralement pas utilisées pour les calculs d'évaluation mais plutôt pour regrouper des données ou des participants ;
- Les calculs standard utilisés pour représenter les données nominales sont les pourcentages et le mode.
La plupart des données nominales sont utilisées pour les données qualitatives, car ce type de données a une utilisation limitée pour les données quantifiées. Enfin, on ne peut pas utiliser les données nominales pour montrer les différences entre les données car il n'y a pas de signification dans l'ordre des données nominales.
Niveau de mesure nominal : Exemple
Généralement, les questions des questionnaires qui ont une réponse fixe et qui n'impliquent pas que tu évalues quelque chose génèrent un niveau de mesure nominal.
'Quel est ton sexe?'
Les données nominales peuvent être "homme", "femme" ou "préfère ne pas répondre".
Si l'on décompose cet exemple de réponse, on constate que les données sont réparties en catégories (c'est-à-dire en fonction du sexe). Cependant, le classement des données n'est pas important, ce qui signifie que nous ne pouvons pas déterminer si le fait d'être né homme ou femme est plus important que l'autre.
Définis : Niveau de mesure ordinal
Tout comme le niveau nominal de mesure, les données ordinales sont identifiées comme étant catégoriques. Cependant, le classement des données est essentiel.
Le niveau de mesure ordinal en psychologie est constitué de données catégoriques, et les valeurs ont un ensemble ou un ordre fixe. Les intervalles entre ces points de données ne sont pas égaux.
Les données ordinales présentent les caractéristiques suivantes :
- Il n'y a aucun moyen de mesurer la valeur numérique d'une réponse par rapport à la suivante, par exemple les chercheurs ne peuvent pas déterminer la différence d'importance entre les personnes qui ont répondu 3 et celles qui ont répondu 5.
- Données basées sur le classement - il y a une différence entre les évaluations en fonction de l'ordre, mais nous ne pouvons pas mesurer l'importance de cette différence.
- L'ordre des données est essentiel, par exemple, 1 peut refléter une réponse plus faible que 5.
- Les réponses sur l'échelle de Likert sont un exemple de données ordinales.
Une échelle de Likert est un test psychométrique utilisé pour faire évaluer les participants sur une échelle.
Les données ordinales sont généralement qualitatives car nous ne pouvons pas déterminer la signification numérique entre les valeurs. Elles sont généralement utilisées pour des données reflétées par des catégories, c'est-à-dire que les données ordinales ont une utilisation limitée pour les données quantitatives.
Niveau de mesure ordinale : Exemple
Voyons un exemple de données ordinales et comment nous pouvons identifier la réponse comme étant ordinale.
Voici des exemples de questions d'un questionnaire qui recueillent des données ordinales :
'Sur une échelle de 1 à 5, évalue à quel point cette vidéo te rend heureux'.
OU ,
'Quel est le statut socio-économique le plus représentatif de toi?'
Les participants ne peuvent répondre que par : '1', '2', '3', '4' et '5'.
OU
'Classe ouvrière', 'Classe moyenne' ou 'Classe supérieure'.
Dans cet exemple, bien que l'ordre des données collectées soit nécessaire, les différences entre les valeurs ne le sont pas, ce qui en fait un exemple de niveau de mesure ordinal.
Définir : Niveau de mesure ratio
Nous avons identifié les données nominales et ordinales comme étant des données catégoriques, mais les données de rapport sont catégorisées comme étant l'opposé de cela car elles collectent des données continues, ce qui signifie qu'elles peuvent avoir une valeur infinie,
Le niveau de mesure du ratio en psychologie est classé comme des données de valeur infinie, et l'ordre des valeurs est important. Il peut être quantifié pour comprendre la différence entre chaque réponse.
Les données de rapport se caractérisent par les éléments suivants :
- Il existe un zéro absolu, c'est-à-dire que les données recueillies ne peuvent pas être égales à 0 ou inférieures à 0.
- Les données mesurées sont continues (données pouvant avoir n'importe quelle valeur).
- La distance entre les valeurs est la même, par exemple la distance entre 3 et 5 et 7 et 9 est la même.
- Les chercheurs peuvent mesurer la différence entre les valeurs. Par exemple, le chercheur peut identifier et mesurer quantitativement la différence entre les participants qui ont répondu 1 et 50.
- Le sens du changement des valeurs numériques est essentiel, par exemple, 14 à 24 indique une augmentation, tandis que 30 à 17 indique une diminution.
Les données de ratio sont recueillies lorsque des données quantitatives sont collectées plutôt que qualitatives, car les chercheurs peuvent identifier la différence quantifiable entre les valeurs mesurées.
Niveau de mesure du ratio : Exemple
La taille, l'âge et la vitesse des participants sont des exemples de données pour lesquelles le niveau de mesure par ratio est utilisé. Aucun des exemples cités ne peut avoir une valeur inférieure à 0, et les données sont continues car les valeurs rapportées peuvent avoir un nombre infini de valeurs.
Décomposons un exemple de recherche pour mettre en évidence la façon dont le niveau de mesure du ratio en psychologie peut être collecté.
Une étude a porté sur l'évolution de la taille (la variable dépendante) en fonction de l'âge (la variable indépendante).
La taille est clairement un exemple de niveau de mesure de rapport. La différence entre les scores de taille est quantifiable, par exemple une personne mesurant 1,80 m est plus petite d'un pied qu'une personne mesurant 1,80 m, et tu ne peux pas être mesuré à une valeur de 0 ou moins.
L'âge est une question délicate. Mais réfléchis, nous n'avons jamais vraiment 0 an ; nous pouvons avoir 0 et 1 seconde d'âge ou plus. L'âge a donc une valeur absolue de 0, et la différence entre les âges est tout aussi importante. Par exemple, si tu as six ans, tu seras toujours identifié comme plus jeune qu'une personne de plus de six ans.
Données d'intervalle Pyschologie
Les données d'intervalle sont une unité fixe, et la distance entre les nombres adjacents est égale .
Tout comme les données de rapport, les données d'intervalle recueillent des données continues.
Le niveau d'intervalle de mesure en psychologie est un type de données qui est essentiellement le même que les données de rapport, sauf que les valeurs peuvent avoir une valeur de 0 ou inférieure (0 n'est pas absolu).
Niveau de mesure de l'intervalle
Les données d'intervalle se caractérisent par les éléments suivants :
- La valeur 0 n'est pas absolue ; lesdonnées recueillies peuvent être 0ou moins.
- Les données mesurées sont continues(les données peuvent avoir n'importe quelle valeur).
- L'intervalle entre les valeurs est égal, par exemple les intervalles entre 3 et 5 et 7 et 9 sont identiques.
- Les chercheurs peuvent mesurer la différence entre les valeurs ; par exemple, le chercheur peut identifier et mesurer quantitativement la différence entre les participants qui ont répondu à 1 et à 50.
- Le sens du changement des valeurs numériques est essentiel ; par exemple, 14 à 24 indique une augmentation, tandis que 30 à 17 indique une diminution.
Comme les données de rapport, les niveaux d'intervalle mesurent des données quantitatives parce que les chercheurs peuvent déterminer la différence quantifiable entre les valeurs mesurées.
Niveau d'intervalle de mesure : Exemple
Un exemple de données collectées qui peuvent être classées dans la catégorie des mesures de données d'intervalle est la température puisque celle-ci peut être égale ou inférieure à 0.
Examinons un exemple de niveau d'intervalle de mesure dans le cadre d'une recherche en psychologie.
Une étude a été menée pour déterminer si la température avait une incidence sur les résultats du QI.
Les scores de QI sont clairement un exemple de niveau de mesure par rapport. La différence entre les scores de QI est quantifiable, par exemple une personne ayant un score de QI de 45 a un score 2 fois inférieur à celui d'une personne ayant un score de 90. Bien qu'on en ait entendu parler, tu peux obtenir un score de 0, ce qui signifie que ce score de test n'a pas une valeur absolue de 0.
Rappelle-toi que les données d'intervalle sont classées comme quelque chose qui peut obtenir un score de 0 ou moins, mais dans les données de ratio, il est impossible de recueillir une valeur de 0.
De même, nous pouvons identifier quantitativement la différence entre les températures, et tu peux mesurer une température de 0 et moins.
Niveaux de mesure : Psychologie
Lorsque l'on mène des recherches, il est essentiel de déterminer le niveau de mesure des données, car cela nous aide à comprendre comment interpréter les données, quel test statistique doit être utilisé et quelles informations les données peuvent nous donner.
Regarde le tableau ci-dessous pour voir comment nous identifions le type de données à utiliser.
| Niveau de mesure | Les données sont-elles discrètes ou continues ? | L'ordre des données est-il important ? | Peut-on mesurer une valeur absolue de 0 ? |
| Ordinaire | Discrètes | Oui | Non |
| Nominal | Discret | Non | Non |
| Rapport | Continu | Non | Oui |
| Intervalle | Continu | Non | Non |
Niveaux de mesure en statistique
En identifiant le niveau de mesure, les chercheurs peuvent déterminer comment les données ont été collectées, par exemple si les méthodes sont qualitatives ou quantitatives, comment les données peuvent être classées et quels types de tests statistiques peuvent être utilisés.
Par exemple, les données continues permettent aux chercheurs d'effectuer une analyse corrélationnelle.
En statistique, le niveau de mesure n'influence pas seulement le type de test à effectuer, mais aussi les déductions.
En règle générale, les chercheurs peuvent faire des déductions généralisables à partir de données de rapport et d'intervalle, car elles leur permettent d'utiliser des tests paramétriques. Il n'en va pas de même pour les données nominales et ordinales.
Niveaux de mesure - Principaux enseignements
- Les chercheurs utilisent des variables de mesure pour décrire et classer le type de variable et la façon dont elle est mesurée.
- Pour définir le niveau nominal des mesures, les données doivent être constituées de "données nommées" ou "étiquetées".
- Le niveau de mesure ordinal en psychologie correspond à des données catégorielles, et les valeurs ont une quantité ou un ordre fixe.
- Le niveau de mesure ratio en psychologie est un type de données classées et hiérarchisées ; il recueille des données continues.
- Le niveau de mesure par intervalle en psychologie est un type de données qui est essentiellement le même que les données par rapport, sauf que les valeurs peuvent avoir une valeur de 0 ou inférieure (0 n'est pas absolu).
Apprends avec 20 fiches de Niveaux de mesure dans l'application gratuite StudySmarter
Nous avons 14,000 fiches sur les paysages dynamiques.
Tu as déjà un compte ? Connecte-toi
Questions fréquemment posées en Niveaux de mesure
Teste tes connaissances avec des questions à choix multiples
TON SCORE
Ton score
Rejoins l'application StudySmarter et apprends efficacement avec des millions de flashcards, et plus encore.
Apprends avec 20 fiches de Niveaux de mesure dans l'application gratuite StudySmarter
Tu as déjà un compte ? Connecte-toi
À propos de StudySmarter
StudySmarter est une entreprise de technologie éducative mondialement reconnue, offrant une plateforme d'apprentissage holistique conçue pour les étudiants de tous âges et de tous niveaux éducatifs. Notre plateforme fournit un soutien à l'apprentissage pour une large gamme de sujets, y compris les STEM, les sciences sociales et les langues, et aide également les étudiants à réussir divers tests et examens dans le monde entier, tels que le GCSE, le A Level, le SAT, l'ACT, l'Abitur, et plus encore. Nous proposons une bibliothèque étendue de matériels d'apprentissage, y compris des flashcards interactives, des solutions de manuels scolaires complètes et des explications détaillées. La technologie de pointe et les outils que nous fournissons aident les étudiants à créer leurs propres matériels d'apprentissage. Le contenu de StudySmarter est non seulement vérifié par des experts, mais également régulièrement mis à jour pour garantir l'exactitude et la pertinence.
En savoir plus
