مستويات القياس level of measurements
نظرة عامة
اننا في السقيفة نقوم بتحديد مستويات القياس في الدراسة التي نود البدء بها من البداية وتحديدها لان الإجراءات الإحصائية المتبعة من قبل المحلل الاحصائي والتي تستدعي القيام بعمليات التوضيح قبل البدء بإجراءات الدراسات ومنهجيتها وتكون واضحة وسوف نوضح في هذا المقال مستويات القياس الخاصة على نوعية البيانات الإحصائية الملائمة.
يعتمد إجراء الاختبار الإحصائي المناسب على نوعية البيانات التي يتم جمعها وعلى نوعية الدراسة وخطتها العامة. وهناك أربعة أنواع من البيانات يمثل كل منها قياساً معيناً وهي:
- البيانات الإسمية Nominal data: وهي أضعف أنواع البيانات حيث يوضع الأشخاص في مجموعات فرعية subgroups أو فئات categories حسب الصفات والمميزات الخاصة بهم. وفي أبسط أشكالها تكون البيانات الإسمية ذات تفرع ثنائي dichotomous، فهي إما أن يكون المريض ذكراً أو أنثى، ولهذا فإن المريض لا يمكن أن يكون في المجموعتين الفرعيتين في نفس الوقت بل يقتصر على مجموعة واحدة فقط (اقتصار متبادل mutual exclusive).
- بيانات الرتبة ordinal data: وهي ذات مستوى أقوى للقياس من البيانات الإسمية، وفيها توضع البنود في مجموعات فرعية أيضاً ولكن البيانات تكون مرتبة ordered or ranked. ويستخدم هذا النوع في ترتيب استجابة الأشخاص مثل قياس مدى الألم، كأن نقوم بتصنيف الألم إلى عدة فئات مرتبة كالتالي: لا يوجد ألم No pain، وألم خفيف Mild، وألم متوسطModerate، وألم شديد Severe، وألم لا يطاق Excruciating pain. وليس بالضرورة أن تكون المسافة بين الفئات متساوية.
- بيانات الفترة Interval data: وهي أعلى مستويات القياس السابقة إذ أنها من البيانات الكمية Quantitative data على عكس النوعين السابقين إذ أنهما من البيانات الكيفية (النوعية) Qualitative data. وفي هذا النوع من القياس يكون لكل شخص قراءة واحدة تمثل الصفة التي تتم دراستها مثل معدل النبض 70، 73، 75، وغيرها، نبضة في الدقيقة، والطول 175سم، 185سم، وغيرها. وهناك أمثلة كثيرة مثل ضغط الدم، ودرجة الحرارة، ومستوى الدواء في البلازما، وغيرها. وفي مثل هذه البيانات يوجد دائماً متغيران variables أحدهما للصفة مثل الطول أو الوزن وغيرها، والآخر للتكرار Frequency، ومثال ذلك أنه ضمن مدى الطول 162 إلى 164 يوجد عشرة أشخاص بين هذين الطولين.
- بيانات النسبة Ratio data: وهي أعلى مستويات القياس على الإطلاق، وتتميز بجميع الخواص السابقة بالإضافة إلى وجود الصفر المطلق الذي يعني عدم وجود الخاصية المطلقة مثل الوزن أو الطول، ولكن يمكن النظر إلى هذه الخواص من زاوية أخرى مثل أن نقول أن وزن الشخص يبلغ ضعف وزن شخص آخر.
كما ذكرنا سابقاً، يطلق على النوعين الأولين اسم البيانات الكيفية أو النوعية Qualitative، ويطلق عليهما أيضاً إسم البيانات المنفصلة discrete (أو غير المستمرة أو غير المترابطة). أما النوعان الآخران فيطلق عليهما اسم البيانات الكمية Quantitative، ويطلق عليهما اسم البيانات المستمرة continuous. ويمكننا تحويل البيانات الكمية إلى بيانات كيفية، ولكن لا يمكننا تحويل البيانات الكيفية إلى بيانات كمية.
وسوم :
دراسة مشاريع تحليل احصائي مكاتب دراسات الجدوى
