Niveaux de mesure

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.

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 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.

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.

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.

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.

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.

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,

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.

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.

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.

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.

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.

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.

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.

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.

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.