Nominellt variabelt koncept och exempel

725
Charles McCarthy

A nominell variabel Det är ett som tar värden som identifierar en klass eller kategori där studieobjekten är grupperade. Till exempel grupperar den variabla hårfärgen människor i brunt, svart, blont hår etc..

Den nominella skalan identifierar, grupperar och differentierar studieenheterna, enligt en viss kvalitet, i tydligt definierade och exklusiva klasser, på ett sådant sätt att alla som tillhör en klass är lika eller likvärdiga med avseende på attributet eller egenskapen som studeras..

Man och kvinna ikoner. Källa: Pixabay.com

Klasser differentieras med namn eller genom att identifiera nummer, så de har inget numeriskt värde eller fastställd ordning. Till exempel: det variabla könet har två klasser, man och kvinna; Du kan också använda siffrorna 1 och 2 som representerar manliga respektive kvinnliga kategorier. Dessa siffror är enkla godtyckliga identifierare.

I dessa typer av åtgärder tilldelas objekt eller etiketter till objekt. Namnet på de flesta av de nominerade exemplar eller definitioner är det "värde" som tilldelats det nominella måttet på studieobjektet..

Om två objekt har samma namn associerade hör de till samma kategori, och det är den enda betydelsen som nominella mått har.

Artikelindex

  • 1 Koncept och egenskaper
  • 2 Exempel på nominella variabler
    • 2.1 - Exempel förklarade
  • 3 Referenser

Koncept och egenskaper

Den nominella skalan är den mest elementära och variablerna som mäts i denna skala klassificerar studieenheterna (objekt, människor etc.) i klasser, baserat på en eller flera unika och observerade egenskaper, attribut eller egenskaper..

Klasser eller kategorier har ett namn eller nummer, men dessa fungerar bara som etiketter eller identifierare, de gör kategoriska snarare än kvantitativa skillnader, de tjänar en ren klassificeringsfunktion.

De kan inte manipuleras aritmetiskt, de återspeglar inte ordning (stigande eller fallande) eller hierarki (större eller mindre), observationerna kan inte ordnas från minsta till största eller från små till stora, det vill säga ingen av kategorierna har en högre hierarki än den andra, återspeglar de bara skillnader i variabeln.

Nominella variabler med två klasser kallas dikotom, såsom variabelt kön (man eller kvinna). Variabler med tre eller flera kategorier kallas multichotomic eller polyhotomic. Till exempel: det rörliga yrket (arbetare, snickare, läkare, etc.).

Nominella variabler etablerar endast ekvivalensförhållanden; det vill säga ett visst studieobjekt har den egenskap som definierar klassen eller inte..

Med nominella variabler kan beräkningar av proportioner, procentsatser och förhållanden göras och med dem utförs frekvensräkningar eller tabeller av antalet händelser i varje klass av variabeln som studerats. Måttet på central tendens som kan hanteras med dessa typer av variabler är läget.

Exempel på nominella variabler

Exempel på variabler uppmätta i nominell skala:

- Nationalitet (argentinsk, chilensk, colombiansk, ecuadoriansk, peruansk, etc.).

- Färger (vit, gul, blå, svart, orange, etc.).

- Ögonfärg (svart, brun, blå, grön, etc.).

- Klassificering av studenter efter karriär (Administration - 1; System - 2; Elektronik - 3; Juridik - 4; etc.). (numret är en kod utan värde eller ordning)

- Civilstånd (singel, gift, änka, frånskild, gemensam lag).

- Yrke (ingenjör, advokat, läkare, lärare etc.).

- Sex (man, kvinna).

- Religiös tillhörighet (kristen, muslim, katolik, etc.).

- Politisk tillhörighet (liberal, konservativ, oberoende etc.).

- Typ av skola (offentlig eller privat).

- Race (vit, svart, gul, mongrel, etc.).

- Blodgrupper (O, A, B, AB).

- Exempel förklarade

Deltagare i ett fotbollsmatch

Om en räkning görs av deltagarna som deltar i en fotbollsmatch kan den nominella variabeln 'närvaro efter kön' definieras. Räkningen rapporterar hur många män och hur många kvinnor som deltog i matchen, men klassificeringsvariabeln är kön.

Dela upp allmänheten i fotbollsmatchen i två kategorier och ingen av grupperna har företräde framför den andra. Slutligen är kategorierna exklusiva eftersom det inte råder någon tvekan till vilken grupp var och en av deltagarna tillhör..

Fördelar med arbetspolitiken

Du vill veta folkets åsikt innan reformerna tillämpas i ett lands arbetspolitik. Variabeln "ränta" är fördelarna med arbetspolitiken, och i undersökningen finns det fem möjliga positiva resultat: Mer pengar, bättre läkarvård, bättre pension, balans mellan arbete och familj och andra.

Alla svar mäts på en nominell skala med Ja- eller Nej-värden. Det andra resultatet omfattar alla de fördelar som respondenterna anser att de kommer att få, men som inte ingår i undersökningsvärdena..

Antalet bekräftande eller negativa svar är nödvändiga för att beräkna procentandelen av de totala respondenterna som anser att de kommer att förbättras eller inte i någon av aspekterna, men dessa procentsatser har ingen betydelse ur synvinkeln om en fördel är större än en annan ..

Slutligen finns det ingen naturlig ordning för resultaten, du kan till exempel sätta bättre hälso- och sjukvård i stället för mer pengar och det förändrar inte resultatet alls.

Födelseland för en person

Födelselandet är en nominell variabel vars värden är namnen på länderna. För att arbeta med denna variabel är det bekvämt att göra en numerisk kodifiering av den informationen, vi tilldelar kod 1 till de som är födda i Argentina, Bolivia-kod 2, Kanada-kod 3 och så vidare..

Denna kodning underlättar datorräkning och hantering av informationsinsamlingsinstrument. Men eftersom vi har tilldelat nummer till de olika kategorierna kan vi inte manipulera dessa nummer. Till exempel är 1 + 2 inte lika med 3; Argentina + Bolivia resulterar inte i Kanada.

Referenser

  1. Coronado, J. (2007). Mätningsskalor. Paradigmas Magazine. Återställd från unitec.edu.co.
  2. Freund, R. Wilson, W. Mohr, D. (2010). Statistiska metoder. Tredje upplagan Academic Press-Elsevier Inc..
  3. Glas, G.; Stanley, J. (1996). Statistiska metoder som inte tillämpas på samhällsvetenskap. Prentice Hall Hispanoamericana S. A.
  4. Söt.; Marchal, W.; Wathen, S. (2012). Statistik tillämpad på näringslivet. Femtonde upplagan McGraw-Hill / Interamericana Editores S. A.
  5. Orlandoni, G. (2010). Statistiska mätvågar. Telos Magazine. Återställd från ojs.urbe.edu.
  6. Siegel, S.; Castellan, N. (1998). Icke-parametrisk statistik tillämpad på beteendevetenskap. Fjärde upplagan Ledare Trillas S. A.
  7. (2019). Mätnivå. Återställd från en.wikipedia.org.

Ingen har kommenterat den här artikeln än.