Подвывихи 

Относительная шкала измерений. Измерение и сравнение

Переменные различаются между собой тем, «насколько хорошо» они могут быть измерены или, другими словами, как много измеряемой информации обеспечивает шкала их измерений. Известно, что в каждом измерении присутствует некоторая ошибка, определяющая границы «количества информации», которое можно получить в данном измерении. Тип шкалы, в которой проведено измерение, является еще одним фактором, определяющим количество информации, содержащейся в переменной. Различают следующие типы шкал: номинальная, порядковая (ординальная), интервальная относительная (шкала отношения). Соответственно мы имеем четыре типа переменных.

Шкала наименований (номинальная шкала) фактически не связана с понятием «величина» и используется только для качественной классификации с целью отличить один объект от другого: номер животного в группе или присвоенный ему уникальный шифр и т.п. Данные переменные могут быть измерены только как принадлежность к некоторым, существенно различным классам; при этом вы не сможете упорядочить эти классы. Например, индивидуумы принадлежат к разным национальностям. Типичные примеры номинальных переменных - пол, национальность, цвет, город и т.д. Часто номинальные переменные называют категориальными. Категориальные переменные часто представляют в виде частот наблюдений, попавших в определенные категории и классы. Если классов всего два, то переменная будет называться дихотомической. Например, при исследовании выборки было установлено, что к первой категории Пол женский отнесено 30 испытуемых с повышенным АД, а ко второй категории Пол мужской отнесено 25 испытуемых с повышенным АД. Возможности обработки переменных, относящихся к номинальной шкале, очень ограничены. Собственно говоря, можно провести только частотный анализ таких переменных. К примеру, расчет среднего значения для переменной Пол , совершенно бессмыслен.

Порядковая шкала (шкала рангов) – шкала, относительно значений которой нельзя говорить ни о том, во сколько раз измеряемая величина больше (меньше) другой, ни на сколько она больше (меньше). Такая шкала только упорядочивает объекты, приписывая им те или иные баллы (результатом измерений является нестрогое упорядочение объектов). При этом указывается, какие из них в большей или меньшей степени обладают качеством, выраженным данной переменной. Однако они не позволяют сказать «на сколько больше» или «на сколько меньше». Порядковые переменные иногда также называют ординальными. Номера домов на улице измерены в порядковой шкале. Типичный пример порядковой переменной - социоэкономический статус семьи. Для размера одежды используют следующую порядковую шкалу: S, M, L, XL,XXL, XXXL, XXXXL. Шкала твердости минералов Мооса также является порядковой. Аналогично построены шкалы силы ветра Бофорта и землетрясений Рихтера. Шкалы порядка широко используются в педагогике, психологии, медицине и других науках, не столь точных, как, скажем, физика и химия. В частности, повсеместно распространенная шкала школьных отметок в баллах (пятибалльная, двенадцати балльная и т.д.) может быть отнесена к шкале порядка. В медико-биологических исследованиях шкалы порядка встречаются сплошь и рядом и подчас весьма искусно замаскированы. Например, для анализа свертывания крови используется тромботест: 0 – отсутствие свертывания в течение времени теста, 1 –«слабые нити», 2 – желеподобный сгусток, 3 – сгусток, легко деформируемый, 4 – плотный, упругий, 5 – плотный, занимающий весь объем и т.п. Понятно, что интервалы между этими плохо отличимыми и очень субъективными позициями произвольны. В этом случае сравнивать средние значения в двух выборках не имеет смысла!! Масса подобных шкал все еще встречается в экспериментальной токсикологии, экспериментальной хирургии, экспериментальной морфологии. Порядковыми шкалами в медицине являются шкала стадий гипертонической болезни (по Мясникову), шкала степеней сердечной недостаточности (по Стражеско-Василенко-Лангу), шкала степени выраженности коронарной недостаточности (по Фогельсону), и т.д. Все эти шкалы построены по схеме: заболевание не обнаружено; первая стадия заболевания; вторая стадия; третья стадия. Каждая стадия имеет свойственную только ей медицинскую характеристику. При описании групп инвалидности числа используются в противоположном порядке: самая тяжелая - первая группа инвалидности, затем - вторая, самая легкая - третья. Кроме частотного анализа, переменные с порядковой шкалой допускают также вычисление определенных статистических характеристик, таких как медианы. В некоторых случаях возможно вычисление среднего значения. Для сравнения различных выборок переменных, относящихся к порядковой шкале, могут применяться непараметрические тесты, формулы которых оперируют рангами.

Интервальные переменные позволяют не только упорядочивать объекты измерения, но и численно выразить и сравнить различия между ними. Например, температура, измеренная в градусах Фаренгейта или Цельсия, образует интервальную шкалу. Шкала Цельсия, как известно, была установлена следующим образом: за ноль была принята точка замерзания воды, за 100 градусов – точка ее кипения, и, соответственно, интервал температур между замерзанием и кипением воды поделен на 100 равных частей. Здесь утверждение, что температура 40°С в два раза больше, чем 20°С, будет неверным. В шкале интервалов сохраняется отношение длин интервалов. Вы можете не только сказать, что температура 40°С выше, чем температура 30°С, но и что увеличение температуры с 20°С до 40 градусов вдвое больше увеличения температуры от 30 до 40 градусов. Такие переменные могут обрабатываться любыми статистическими методами без ограничений. Так, к примеру, среднее значение является полноценным статистическим показателем для характеристики таких переменных.

Шкалами отношений измеряются почти все физические величины – время, линейные размеры, площади, объемы, сила тока, мощность и т.д. Это самая мощная шкала. К этой шкале относятся все интервальные переменные, которые имеют абсолютную нулевую точку. В медико-биологических исследованиях шкала отношений будет иметь место, например, когда измеряется время появления того или иного признака после начало воздействия (порог времени, в секундах, минутах), интенсивность воздействия до появления какого-либо признака (порог силы воздействия в вольтах, рентгенах и т.п.). Естественно, к шкале отношений относятся все данные в биохимических и электрофизиологических исследованиях (концентрации веществ, вольтажи, временные показатели электрокардиограммы и т.п.). Сюда же, например, относятся и количество правильно или неправильно выполненных «заданий» в различных тестах по изучению высшей нервной деятельности у животных. Например, температура по Кельвину образует шкалу отношения, и при этом можно утверждать, что температура 200 градусов не только выше, чем 100 градусов, но при этом она вдвое выше. Интервальные шкалы (например, шкала Цельсия) не обладают данным свойством шкалы отношения. Заметим, что в большинстве статистических процедур не делается различия между свойствами интервальных шкал и шкал отношения. Для двух последних шкал возможно вычисление таких числовых показателей, как среднее значение, стандартное отклонение.

Рассмотрим еще несколько конкретных примера переменных в эмпирическом исследовании. Пусть они кодируются следующим образом:

Таблица 1.1

Типы шкал

Мы видим, что кодирование переменной пол с помощью цифр 1 и 2 абсолютно произвольно, их можно было поменять местами или обозначить другими цифрами. Это не значит, что женщины стоят на ступеньку ниже мужчин. В этом случае говорят о переменных, относящихся к номинальной шкале. Такая же ситуация и с переменной семейное положение . Здесь также соответствие между числами и категориями семейного положения не имеет никакого эмпирического значения. Но в отличии от пола, эта переменная не является дихотомической - у нее четыре кодовых цифры вместо двух.

Переменная курение отсортирована в порядке значимости снизу вверх: умеренный курильщик курит больше, нежели некурящий, а сильно курящий - больше, чем умеренный курильщик и т.д. Эти переменные относятся к порядковой шкале. Однако эмпирическая значимость этих переменных не зависит от разницы между соседними численными значениями. Так, несмотря на то, что разница между значениями кодовых чисел для некурящего, редко курящего и интенсивно курящего в обоих случаях равна единице, нельзя утверждать, что фактическое различие между некурящим, изредка курящим и интенсивно курящим одинаково. Для этого данные понятия слишком расплывчаты. Классическими примерами переменных с порядковой шкалой являются также переменные, полученные в результате объединения величин в классы, такие, как месячный доход в нашем примере.

Рассмотрим теперь коэффициент интеллекта (IQ). И его абсолютные значения отображают порядковое отношение между респондентами, и разница между двумя значениями также имеет эмпирическую значимость. Например, если у Федора IQ равен 80, у Петра – 120 и у Ивана – 160, можно сказать, что Петр в сравнении с Федором настолько же интеллектуальнее насколько Иван в сравнении с Петром (а именно – на 40 единиц IQ). Однако, основываясь только на том, что значение IQ у Федора в два раза меньше, чем у Ивана, нельзя сделать вывод, что Иван вдвое умнее Федора. Такие переменные относятся к интервальной шкале.

Наивысшей статистической шкалой, на которой эмпирическую значимость приобретает и отношение двух значений, является шкала отношений. Примером переменной, относящейся к такой шкале, является возраст: если Андрею 30 лет, а Алексею 60, можно сказать, что Алексей вдвое старше Андрея. Шкалой отношений является температурная шкала Кельвина с абсолютным нулём температур.

На практике, в том числе при обработке данных в пакете Statistica, различие между переменными, относящимися к интервальной шкале и шкале отношений обычно несущественно.

От более богатой или мощной шкалы всегда можно перейти к более бедной. Так, непрерывные переменные можно категоризировать. Например, непрерывную случайную величину (СВ) Рост можно из шкалы отношений перевести в порядковую шкалу с градациями: низкий, средний, высокий.

Допустим, весь диапазон изменения интервальной переменной был разделен на область высоких, средних и низких значений и каждое наблюдение было отнесено к одной из трех категорий. Это означает, что явление, которое вначале описывалось в интервальной шкале, может быть описано также и в шкале наименований, а, следовательно, можно использовать для анализа этого явления все те статистические методы, которые требуют использования переменных в шкале наименований. Но надо учитывать, что при переходе к шкале наименований от шкал более высокого порядка, мы теряем часть информации о наблюдениях. Наблюдения, которые отличались друг от друга при описании их в интервальной шкале, могут восприниматься как одинаковые при описании их в шкале наименований. Поэтому рекомендуется применять шкалу наименований лишь тогда, когда нет возможности использовать шкалу более высокого порядка.

Проблема обеспечения высокого качества продукции тесным образом связана с проблемой качества измерений. Между ними явно прослеживается непосредственная связь: там, где качество измерений не соответствует требованиям технологического процесса, невозможно достичь высокого уровня качества продукции. Поэтому качество продукции в значительной степени зависит от успешного решения вопросов, связанных с точностью измерений параметров качества материалов и комплектующих изделий и поддержания заданных технологических режимов. Иными словами, технический контроль качества осуществляется путем замеров параметров технологических процессов, результаты измерений которых необходимы для регулирования процессом.

Следовательно, качество измерений представляет собой совокупность свойств состояния измерений, обеспечивающих результаты измерений с требуемыми точностными характеристиками, получаемые в необходимом виде за определенный отрезок времени.

Основные свойства состояния измерений:

Точность результатов измерений;

Воспроизводимость результатов измерений;

Сходимость результатов измерений;

Быстрота получения результатов;

Единство измерений.

При этом под воспроизводимостью результатов измерений понимается близость результатов измерений одной и той же величины, полученные в разных местах, разными методами, разными средствами, разными операторами, в разное время, однако в одних и тех же условиях измерений (температуре, давлении, влажности и т.д.).

Сходимость результатов измерений - это близость результатов измерений одной и той же величины, проведенных повторно с применением одних и тех же средств, одним и тем же методом в одинаковых условиях и с той же тщательностью.

Любое измерение или количественное оценивание чего-либо осуществляется, используя соответствующие шкалы.

Шкала - это упорядоченный ряд отметок, соответствующий соотношению последовательных значений измеряемых величин. Шкалой измерений называется принятая по соглашению последовательность значений одноименных величин различного размера.

В метрологии шкала измерений является средством адекватного сопоставления и определения численных значений отдельных свойств и качеств различных объектов. Практически используют пять видов шкал: шкалу наименований, шкалу порядка, шкалу интервалов, шкалу отношений и шкалу абсолютных значений.

Шкала наименований (номинальная шкала). Это самая простая из всех шкал. В ней числа выполняют роль ярлыков и служат для обнаружения и различения изучаемых объектов. Числа, составляющие шкалу наименований, разрешается менять местами. В этой шкале нет отношений типа «больше-меньше», поэтому некоторые полагают, что применение шкалы наименований не стоит считать измерением. При использовании шкалы наименований могут проводится только некоторые математические операции. Например, ее числа нельзя складывать и вычитать, но можно подсчитывать, сколько раз (как часто) встречается то или иное число.

Шкала порядка. Места, занимаемые величинами в шкале порядка, называются рангами, а сама шкала называется ранговой, или неметрической. В такой шкале составляющие ее числа упорядочены по рангам (т.е. занимаемым местам), но интервалы между ними точно измерить нельзя. В отличие от шкалы наименований шкала порядка позволяет не только установить факт равенства или неравенства измеряемых объектов, но и определить характер неравенства в виде суждений: «больше-меньше», «лучше-хуже» и т.п.

С помощью шкал порядка можно измерять качественные, не имеющие строгой количественной меры, показатели. Особенно широко эти шкалы используются в гуманитарных науках: педагогике, психологии, социологии. К рангам шкалы порядка можно применять большее число математических операций, чем к числам шкалы наименований.

Шкала интервалов. Это такая шкала, в которой числа не только упорядочены по рангам, но и разделены определенными интервалами. Особенность, отличающая ее от описываемой дальше шкалы отношений, состоит в том, что нулевая точка выбирается произвольно. Примерами могут быть календарное время (начало летоисчисления в разных календарях устанавливалось по случайным причинам, температура, потенциальная энергия поднятого груза, потенциал электрического поля и др.).

Результаты измерений по шкале интервалов можно обрабатывать всеми математическими методами, кроме вычисления отношений. Данные шкалы интервалов дают ответ на вопрос «на сколько больше?», но не позволяют утверждать, что одно значение измеренной величины во столько-то раз больше или меньше другого. Например, если температура повысилась с 10 до 20°С, то нельзя сказать, что стало в два раза теплее.

Шкала отношений. Эта шкала отличается от шкалы интервалов только тем, что в ней строго определено положение нулевой точки. Благодаря этому шкала отношений не накладывает никаких ограничений на математический аппарат, используемый для обработки результатов наблюдений.

По шкале отношений измеряют и те величины, которые образуются как разности чисел, отсчитанных по шкале интервалов. Так, календарное время отсчитывается по шкале интервалов, а интервалы времени - по шкале отношений.

При использовании шкалы отношений (и только в этом случае!) измерение какой-либо величины сводится к экспериментальному определению отношения этой величины к другой подобной, принятой за единицу. Измеряя длину объекта, мы узнаем, во сколько раз эта длина больше длины другого тела, принятого за единицу длины (метровой линейки в данном случае) и т.п. Если ограничиться только применением шкал отношений, то можно дать другое (более узкое, частное) определение измерения: измерить какую-либо величину - значит найти опытным путем ее отношение к соответствующей единице измерения.

Шкала абсолютных величин. Во многих случаях напрямую измеряется величина чего-либо. Например, непосредственно подсчитывается число дефектов в изделии, количество единиц произведенной продукции, сколько студентов присутствует на лекции, количество прожитых лет и т.д. и т.п. При таких измерениях на измерительной шкале отмечаются

абсолютные количественные значения измеряемого. Такая шкала абсолютных значений обладает и теми же свойствами, что и шкала отношений, с той лишь разницей, что величины, обозначенные на этой шкале, имеют абсолютные, а не относительные значения.

Результаты измерений по шкале абсолютных величин имеют наибольшую достоверность, информативность и чувствительность к неточностям измерений.

Шкалы интервалов, отношений и абсолютных величин называются метрическими, так как при их построении используются некоторые меры, т.е. размеры, принятые в качестве единиц измерений.

Существует четыре основных типа шкал (по Стивенсу):

1. Номинальная шкала (шкала наименований).

2. Порядковая шкала (ординальная, ранговая).

3. Интервальная (шкала равных интервалов).

4. Шкала равных отношений (относительная).

Номинальная шкала (шкала наименований) - это шкала, классифицирующая по названию. Название не измеряется количественно, оно лишь позволяет отличить один объект от другого.

Простейшая форма номинальной шкалы, это - дихотомическая шкала, которая имеет только 2 значения (да - нет, мужчина - женщина, купил - не купил).

Шкала наименований позволяет подсчитать частоту, встречаемость разных наименований, а затем работать с этой частотой, с помощью математических методов. Допустимо только ограниченное количество статистических расчетов, базирующихся на подсчете частот. К ним относятся процентные соотношения, мода, хи-квадрат, биноминальный критерий, угловое преобразование Фишера.

Порядковая шкала (ординальная, ранговая) - это шкала, классифицирующая по принципу «больше - меньше». Если в номинальной шкале безразлично, в каком порядке находятся ячейки, то в порядковой шкале они образуют последовательность от ячейки «самое малое» к ячейке «самое большое» или наоборот. Здесь мы не знаем, на сколько именно значение следующей ячейки больше или меньше значения предыдущей. Знаем лишь, что они образуют последовательность. Все методы использующие ранжирование основаны на порядковых шкалах.

Единица измерения здесь - расстояние в один класс (ранг), при этом расстояние это может быть разным. Для анализа данных, измеренных на основе этой шкалы, применимы все непараметрические критерии, кроме того, имеют смысл расчеты процентилей, квартилей, медианы и ранговой корреляции.

Интервальная шкала (шкала равных интервалов) - это шкала, классифицирующая по принципу «больше на определенное количество единиц», «меньше на определенное количество единиц». Здесь каждое из возможных значений признака отстоит от последующего на равном расстоянии. В интервальной шкале точки начала отсчета нет (нулевой точки нет).

Шкала равных отношений (относительная шкала)

Классифицирует объекты или субъекты пропорционально степени выраженности измеряемого свойства. Шкала предполагает наличие нулевой точки отсчета, наиболее информативная шкала. Она обладает всеми свойствами номинальной, порядковой и интервальной шкал. К ней применимы все параметрические и непараметрические методы обработки. С помощью таких шкал можно определять, классифицировать и ранжировать объекты, сравнивать интервалы и разницы.


Примерами таких шкал являются: килограммы, метры, градусы и т.д.

Шкалы дают возможность:

1) идентифицировать,

2) классифицировать,

3) ранжировать,

4) измерять.

Используемые в маркетинге методы шкалирования условно подразделяются на две группы:

Сравнительные методы, предполагающие прямое сравнение объектов;

Несравнительные методы, заключающиеся в самостоятельной оценке каждого обьекта.

К сравнительным методам относятся попарное сравнение, упорядоченное шкалирование, шкалирование с постоянной суммой и Q-сортировка .

Попарное сравнение - в качестве вариантов ответа респонденту дается 2 объекта для выбора по определенному критерию. По своей природе данные порядковые. Данные, полученные методом попарного сравнения, могут быть проанализированы несколькими способами: может быть подсчитан процент респондентов, предпочитающих один обьект другому, возможна одновременная оценка всех объектов. Кроме того, они могут быть упорядочены. Упорядоченность попарного сравнения может быть осуществлена на основе свойства транзитивности.

Транзитивность предпочтений - это допущение, сделанное для преобразования данных попарного сравнения в упорядоченные. Допущение предполагает, что если торговой марке А отдается предпочтение перед торговой маркой В, а торговой марке В перед торговой маркой С, то торговой марке А будет отдано предпочтение перед торговой маркой С.

Упорядоченное шкалирование - респонденту предлагается одновременно несколько объектов, с тем, чтобы их проранжировать по определенному критерию. Оно также дает порядковые данные.

Шкалирование с постоянной суммой - респондентов просят распределить постоянные суммы баллов (фишек, процентов, долей) между объектами сравнения по определенному критерию. Если свойство несущественное респондент может поставить ноль. Если какое то свойство в два раза важнее другого, оно получает в два раза больше баллов.

Пример: в результате исследования выявлено, что потребитель выбирает товар по трем признакам: цена, удобство покупки, прочность. При этом, у потребителей различных групп доходности весомость каждого из факторов различна. Для потребителей с высокими доходами на первом месте по весомости стоит удобство, для потребителей с низкими доходами - цена. Потребителю предлагается оценить всю сумму свойств в 100% и разделить эти проценты между свойствами, в соответствии с их значимостью лично для него.

Q-cортировка разработана для быстрого установления различий между большим количеством объектов. Этот метод заключается в процессе упорядочивания, при котором объекты разбиваются на группы в зависимости от схожести по определенному критерию.

Например, респонденту выдается 20 утверждений, написанных на карточках и предлагается разделить эти карточки на 5 групп в зависимости от того, насколько он с этими утверждениями согласен.

Методы несравнительного шкалирования. При их использовании респонденты не сравнивают рассматриваемый объект ни с каким другим, поэтому такие шкалы еще называют монадическими или однопредметными.

К ним относятся следующие шкалы:

Непрерывные рейтинговые шкалы (графические шкалы), при использовании, которых респонденты ставят отметки в соответствующей точке отрезка соединяющей крайние значения критерия. Шкала может иметь различные формы, они легко составляются.

Например: плохой-1 балл, а наилучший- 10 баллов.

Между ними шкала от 1 до 10: плохой - 1 - 2 - 3 - 4 - 5 - 6 - 7 - 8 - 9 - 10 - наилучший. Недостаток - сложность подсчета баллов без компьютера.

2. Семантический дифференциал;

3. Шкала Стэпеля.

Шкала Лайкерта - от респондента требуется определить степень согласия или несогласия для каждого набора утверждений о рассматриваемых объектах. Обычно каждый пункт шкалы имеет 5 категорий для ответа от абсолютного несогласия, до полного согласия: каждому утверждению присваиваются определенные баллы.

Например, от -2 до +2 они расположены следующим образом:

1. Абсолютно не согласен - 2;

2. Не согласен - 1;

3. Затрудняюсь ответить - 0;

4. Согласен - 1;

5. Абсолютно согласен - 2.

Недостаток - большой промежуток времени, который тратит респондент.

Семантический дифференциал - 7- балльная шкала с противоположными оценками в крайних точках (слабая - мощная, ненадежная - надежная). Респонденты делают отметки на шкале, которые отражают их мнение, и можно затем сформировать портрет фирмы (профиль) по степени ее надежности. Если в одинаковой шкале на одном листе дать оценку по надежности и другим фирмам, их можно сравнить (профильный анализ). Отдельные пункты семантического дифференциала могут принимать значения от -3 до +3 или от 1 до 7 при обработке. С его помощью можно представить многие параметры не метрического характера, например, - образ фирмы в глазах потребителя.

Шкала Степеля - 10 бальная шкала, состоящая из одной характеристики в середине шкалы с диапазоном противоположных числовых значений.

Ее значения от -5 до +5 без нейтральной нулевой точки. Шкала изображается вертикально. Респондентов просят распределить, выбирая число на шкале, насколько верно каждый термин описывает объект. Респондент предполагает, что чем выше число, тем ближе термин к описанию объекта. Например, допустим выбор универмага: Респонденту предлагается оценить, насколько точно каждая фраза описывает каждый универмаг. Он, выбирает какое то из положительных значений, если считает, что фраза довольно точно описывает данный универмаг, либо какое то из отрицательных, если она не соответствует ситуации в магазине.

Высокое качество Плохой сервис

Данные анализируются так же как семантический дифференциал. Несравнительные детализированные рейтинговые шкалы не обязательно должны использоваться только в рамках вышеуказанных форматов. Они могут принимать много различных форм.

Но при разработке любой другой формы шкалы необходимо ответить на следующие вопросы:

1. Количество используемых категорий;

2. Сбалансирована или не сбалансирована шкала;

4. Допустим ли неопределенный ответ;

5. Каков характер вербального описания;

6. Каков формат шкалы.

Принимают во внимание два противоположных фактора:

Кроме того, при разработке шкал учитывают:

Заинтересованность респондента;

Способ сбора данных;

Методы анализа.

Величина коэффициента корреляции и общепринятая мера связи зависит от числа категорий в шкале, поэтому, если данные будут анализироваться с помощью сложных статистических методик, то число категорий должно быть равно семи.

В сбалансированной шкале количество категорий одинаково. В несбалансированной шкале их количество разное. Для получения объективных данных шкалы должны быть сбалансированы.

Однако, если велика вероятность смещения в положительную или отрицательную сторону, для исследования больше подходит шкала с наибольшим числом смещений в положительную сторону.

При нечетном количестве категорий центральное положение в шкале отображает нейтральность характеристики или безразличие респондента. При расположении такой нейтральной категории можно сильно повлиять на ответ. Если хотя бы у одного респондента возможно нейтральное или безразличное отношение, то категорий должно быть нечетное количество.

Должна быть предусмотрена допустимость неопределенного ответа - возможность респонденту уйти от ответа (не знаю, не помню).

Характером и степенью вербального описания, которое используется для шкалы можно значительно повлиять на ответы. Подробное словесное описание каждой категории может не увеличить точность, а уменьшить ее, так как от обилия слов отвечающий человек теряется. Сила аргумента тоже может влиять.

Существует несколько вариантов форм шкалы: вертикальная форма;

Горизонтальная форма. Категории шкалы могут обозначаться линиями, графами, делением. Шкалы могут иметь или не иметь числовые значения. Числовые значения могут быть со знаками «+», «−» или и те и другие.

Шкалы могут быть многомерными . Их разработка требует специальной подготовки. Измеряемая характеристика чаще всего здесь формируется в несколько приемов и называется конструкцией.

С. Стивенсом предложена классификация из четырех типов шкал измерения: номинальная, порядковая, интервальная и шкала отношений.

Номинальная шкала (шкала наименований, номинативная шкала) состоит в присваивании какому-либо свойству или признаку определенного обозначения или символа (численного, буквенного и т.д.). По сути это- классификация свойств, группирование объектов, объединение их в классы при условии, что объекты, принадлежащие к одному классу, идентичны (или аналогичны) друг другу в отношении какого-либо признака или свойства, тогда как объекты, различающиеся по этому признаку, попадают в разные классы.

Пример: а) классификация вкусовых качеств: А - сладкое, В - горь­кое, С - кислое; б) цвета видимого спектра: красный, зеленый, синий и пр.; в) национальность: А белорус, В - русский, С - украинец; г) раз­биение людей по четырем типам темперамента: сангвиник, флегматик, меланхолик, холерик.

Номинальная шкала определяет, что разные свойства или признаки качественно отличаются друг от друга. Привычные операции с числами - упорядочивание, сложение-вычитание, деление - при измерении в номинативной шкале теряют смысл. Так, для признаков, измеренных по этой шкале, нельзя сказать, что какой-то из них больше, а какой-то меньше, какой-то лучше, а какой-то хуже. То есть при сравнении объектов мы можем делать вывод только о том, принадлежат они к одному или разным классам, тождественны или нет по измеренному свойству.

Следует подчеркнуть, что присваиваемые объектам в номинативной шкале символы являются условными и допускаются любые замены или перестановки буквенных (численных) обозначений.

Простейший случай номинативной шкалы - дихотомическая шкала. При измерениях по этой шкале измеряемые признаки можно кодировать двумя символами или цифрами, например 0 и 1 или 3 и 5, или буквами А и Б, а также любыми двумя отличающимися друг от друга символами. Признак, измеренный по дихотомической шкале, называется альтернативным.

В дихотомической шкале все объекты, признаки или изучаемые свойства разбиваются на два непересекающихся класса, при этом исследователь ставит вопрос о том, «проявился» ли интересующий его признак у испытуемого или нет. Например, в конкретном исследовании признак «леворукости» проявился у 8 испытуемых из 20, то есть 8 испытуемым можно поставить цифру 1, соответствующую признаку «леворукость», остальным цифру 0, соответствующую признаку «праворукость».

Пример: а) классификация по полу: 1 - мужской, 0 - женский;
б) ответы на опросник: 1 - да, 0 - нет; в) состав семьи: А - полная семья, Б -неполная семья.

В номинативной шкале можно подсчитать частоту встречаемости признака, то есть число испытуемых, явлений и т.п., попавших в данный класс и обладающих данным свойством. Допустим, мы выясняем число мальчиков и девочек в классе. Для этого мы кодируем мальчиков, например, цифрой 1, а девочек - цифрой 0. После этого подсчитываем общее количество цифр (кодов) 1 и 0. Это и есть подсчет частоты признака.


Единица измерения, которой мы при этом оперируем - количество наблюдений (испытуемых, реакций, выборов и т.п.), или частота. Точнее, единица измерения - это одно наблюдение. Общее число наблюдений (испытуемых, реакций, выборов и т.п.) принимается за 100%, и тогда можно вычислить процентное соотношение, например, мальчиков и девочек в классе.

К результатам измерений, полученным в номинативной шкале, возможно применить небольшое число статистических методов. Такие данные могут быть обработаны, например, с помощью метода %, биномиального критерия m, углового преобразования Фишера φ и др.

Порядковая шкала (ранговая шкала) - это шкала, классифицирующая по принципу «больше - меньше», «выше - ниже», «сильнее - слабее». Измерение в этой шкале предполагает приписывание объектам чисел в зависимости от степени выраженности измеряемого свойства. Если в предыдущей шкале было несущественно, в каком порядке располагаются измеренные признаки, то в порядковой шкале все признаки располагаются по рангу - от самого большего (высокого, сильного, умного и т.п.) до самого маленького (низкого, слабого, глупого и т. п.) или наоборот. Типичный и очень хорошо известный всем пример порядковой шкалы - это школьные оценки: от 5 до 1 балла или от 0 до 10 баллов.

В порядковой шкале должно быть не менее трех классов, например «положительная реакция - нейтральная реакция - отрицательная реак­ция» или «высокий - средний - низкий» и т. п., с тем расчетом, чтобы можно было расставить измеренные признаки по порядку.

Существует множество способов получения измерения в порядковой шкале. Но суть остается общей: при сравнении испытуемых друг с другом мы можем сказать, больше или меньше выражено свойство, но не можем сказать, насколько больше или насколько меньше оно выражено, а уж тем более - во сколько раз больше или меньше. При измерении в ранговой шкале, таким образом, из всех свойств чисел учитывается то, что они разные, и то, что одно число больше, чем другое.

Пример: а) места, занятые студентами в соревновании (1, 2, 3); б) ранг студента по среднему баллу успеваемости (1, 2, 3, 4, 5, 6 и т.д.); в) ответы на тест: 1 - никогда, 2 - иногда, 3 - часто, 4 - всегда.

В порядковой шкале мы не знаем истинного расстояния между классами, а знаем лишь, что они образуют последовательность. От классов можно просто перейти к числам, если считать, что низший класс получает ранг (код или цифру) 1, средний - 2, высший - 3 (или наоборот). Чем больше число классов разбиений всей экспериментальной совокупности, тем шире возможности статистической обработки полученных данных.

При кодировании порядковых переменных им можно приписывать любые цифры (коды), но в этих кодах (цифрах) обязательно должен сохраняться порядок, или, иначе говоря, каждая последующая цифра должна быть больше (или меньше) предыдущей, Например, необходимо закодировать уровень тревожности по пяти градациям: самый низкий - 1, низкий - 2, средний - 3, высокий - 4, самый высокий - 5. Можно использовать и другие способы кодировки (например, 14, 23, 34, 45, 56 соответственно), однако предложенный первоначально способ кодировки является наиболее привычным и поэтому наиболее предпочтительным. Числа в ранговых шкалах обозначают лишь порядок следования признаков, а операции с числами в этой шкале - это операция с рангами.

При ранжировании необходимо учитывать два обстоятельства:
1. Установите для себя и запомните порядок ранжирования. Можно ранг 1 присваивать тому, у которого 1-е место по выраженности данного признака (например, «самый сильный»). Или можно ранг 1 присваивать тому, у которого наименьшая выраженность признака, и далее - увеличение ранга по мере увеличения уровня признака. Строгих правил выбора здесь нет, но важно помнить, в каком направлении производилось ранжирование. 2. Соблюдайте правило ранжирования для связанных рангов, когда двое или более испытуемых имеют одинаковую выраженность измеряемого свойства. В этом случае таким испытуемым присваивается один и тот же, средний ранг. Например, если вы ранжируете испытуемых по «месту в группе» и двое имеют одинаковые самые высокие исходные оценки, то обоим присваивается средний ранг 1,5: (1+2)/2=1,5. Следующему за этой парой испытуемому присваивается ранг 3 и т.д. Это правило основано на соглашении соблюдения одинаковой суммы рангов для связанных или несвязанных рангов. В соответствии с этим правилом сумма всех присвоенных рангов для группы численностью N должна равняться N(N+1)/2, вне зависимости от наличия или отсутствия связей в рангах.

В порядковой шкале применяется множество разнообразных статистических методов. Наиболее часто к измерениям, полученным в этой шкале, применяются коэффициенты корреляции Спирмена и Кендалла, кроме того, применительно к данным, полученным в этой шкале, используют разнообразные критерии различий.

Интервальная шкала (шкала интервалов) - это шкала, классифицирующая по принципу «больше на определенное количество единиц -меньше на определенное количество единиц». Каждое из возможных значений признака отстоит от другого на равном расстоянии. Главное понятие этой шкалы - интервал, который можно определить как долю или часть измеряемого свойства между двумя соседними позициями на шкале. Размер интервала - величина фиксированная и постоянная на всех участках шкалы. Для измерения посредством шкалы интервалов устанавливаются специальные единицы измерения (в психологии, например, стены и стенайны). Объекту присваивается число единиц измерения, пропорциональное выраженности измеряемого свойства. Важной особенностью шкалы интервалов является то, что у нее нет естественной точки отсчета (нуль условен и не указывает на отсутствие измеряемого свойства). Следовательно, применяя эту шкалу, мы можем судить, насколько больше или насколько меньше выражено свойство при сравнении объектов, но не можем судить о том, во сколько раз больше или меньше выражено свойство.

Пример: а) измерение температуры по шкале Цельсия (°С); б) тесты интеллекта (условная единица измерения IQ); в) 16-факторный опросник Кеттелла (сырые баллы переведены в стены).

К экспериментальным данным, полученным по этой шкале, применимо достаточно большое число статистических методов.

Шкала отношений - это шкала, классифицирующая объекты или субъекты пропорционально степени выраженности измеряемого свойства. В шкалах отношений классы обозначаются числами, которые пропорциональны друг другу: 2 так относится к 4, как 4 к 8. Это предполагает наличие абсолютной нулевой точки отсчета, поэтому при сравнении объектов мы можем сказать не только о том, насколько больше или меньше выражено свойство, но и о том, во сколько раз (на сколько процентов и т.д.) больше или меньше оно выражено. Измерив время решения задачи парой испытуемых, мы можем сказать не только о том, кто и на сколько секунд (минут) решил задачу быстрее, но и о том, во сколько раз быстрее.

Следует отметить, что, несмотря на привычность и обыденность абсолютной шкалы, в психологии она используется не часто. Возможности человеческой психики столь велики, что трудно представить себе абсолютный нуль в какой-либо измеряемой психологической переменной.

Пример: а) измерение времени реакции (обычно в миллисекундах); б) измерение абсолютных порогов чувствительности.

Перечисленные шкалы полезно характеризовать по признаку их дифференцирующей способности (мощности). В этом отношении шкалы по мере возрастания мощности располагаются следующим образом: номинальная, порядковая, интервальная, шкала отношений. Таким образом, неметрические шкалы заведомо менее мощные - они отражают меньше информации о различии объектов (испытуемых) по измеренному свойству, и, напротив, метрические шкалы более мощные, так как они лучше дифференцируют испытуемых. Поэтому если у исследователя есть возможность выбора, необходимо применить более мощную шкалу. Другое дело, что чаще такого выбора нет, и приходится использовать доступную измерительную шкалу.

Определение того, в какой шкале измерено явление (представлен признак), - ключевой момент анализа данных: от этого зависит выбор метода и интерпретация результатов.

Обычно идентификация номинативной шкалы, ее дифференциация от ранговой, а тем более от метрической шкалы не вызывает проблем.

Пример: рассмотрим вопрос анкеты «Насколько Вы уверены в своих силах?» для ответа, на который испытуемые выбирают один из предложенных вариантов:

1) совершенно уверен;

2) затрудняюсь ответить;

3) совершенно неуверен.

Если исследователя интересует, в какой степени испытуемые уверены или не уверены в своих силах, то логично предполагать, что признак представлен в порядковой шкале. Если же исследователя интересует то, как распределились ответы по вариантам или чем характеризуется каждая из трех соответствующих групп, то разумнее рассматривать этот признак как номинальный.

Значительно сложнее определить различие между порядковой и метрической шкалами. Проблема связана с тем, что измерения в психологии, как правило, косвенные. Непосредственно мы измеряем некоторые наблюдаемые явления или события: количество ответов на вопросы или заданий, решенных за отведенное время, или время решения набора заданий и т.д. Но при этом выносим суждения о некотором скрытом, латентном свойстве, недоступном прямому наблюдению: об агрессивности, общительности, способности и т.д.

Количество заданий, решенных за отведенное время, - это, конечно, измерение в метрической шкале. Но само по себе это количество нас интересует лишь в той мере, в какой оно отражает некоторую изучаемую нами способность. Соответствуют ли равные разности решенных задач равным разностям выраженности изучаемого свойства (способности)? Если ответ «да» - шкала метрическая (интервальная или равных отношений), если «нет» - шкала порядковая.

В подобных ситуациях проще всего согласиться с тем, что признак представлен в порядковой шкале. Но при этом мы существенно ограничиваем себя в выборе методов последующего анализа. Более того, переход к менее мощной шкале обрекает нас на утрату части ценной для нас эмпирической информации. Следствием этого может являться падение статистической достоверности результатов исследования. Поэтому исследователь стремиться все же найти свидетельство того, что используемая шкала - более мощная.

Задания:

Определите, в какой шкале представлено каждое из приведенных ниже измерений; наименований, порядка, интервалов, отношений.

1. Упорядочивание испытуемых по времени решения тестовой задачи.

2. Предпочтение домашних животных: собаки, кошки, крысы, никакие.

3. Воинское звание (рядовой, ефрейтор, сержант, лейтенант, капитан) как мера продвижения по службе.

4. Количество агрессивных реакций за день.

5. Академический статус (ассистент, доцент, профессор) как указание на принадлежность к соответствующей категории.

6. Упорядочивание испытуемым 18 инструментальных ценностей (по Рокичу) по степени их значимости для него.

7. Цвет волос (блондинки, брюнетки, шатенки, рыжие).

8. Время решения задачи.

9. Статус ученика в группе (звезда, предпочитаемый, принятый, непринятый).

Библиография

1. Ермолаев, О.Ю. Математическая статистика для психологов /
О.Ю. Ермолаев. - М.: МПСИ: Флинта. - 2002. – 325 с.

2. Наследов, А.Д. Математические методы в психологическом исследовании. Анализ и интерпретация данных / А.Д. Наследов. - СПб.: Речь. - 2004.

3. Сидоренко, Е.В. Методы математической обработки в психологии. – СПб.: ООО «Речь» - 2004. – 350с.

4. Бурлачук, Л.Ф., Морозов С.М. Словарь – справочник по психодиагностике / Л.Ф. Бурлачук, С.М. Морозов – СПб: Питер Ком. - 1999. – 528с.

5. Суходольский, Г. В. Математические методы в психологии / Г.В. Суходольский. - Харьков: Изд-во Гуманитарный Центр. - 2006. – 512с.

6. Тарасов, С.Г. Основы применения математических методов в психологии. / С.Г. Тарасов. - СПб.: Изд-во: Санкт - Петербург. ун-та. - 1999. – 326с.

7. Глинский, В. В., Ионин, В. Г. Статистический анализ данных /
В.В. Глинский, В.Г. Ионин. - М.: Филин. - 2008. – 265 с.

Шкала измерений – это совокупность значений, позволяющих количественно или качественно отобразить свойства объекта измерений. Разнообразные проявления (количественные или качественные) любого свойства образуют множества, отображения элементов которых на упорядоченное множество чисел или в более общем случае условных знаков образуют шкалы измерения этих свойств. Шкала измерений количественного свойства является шкалой физической величины. Шкала физической величины - это упорядоченная последовательность значений ФВ, принятая по соглашению на основании результатов точных измерений.

Виды шкал измерений

В практической деятельности необходимо проводить измерения различных величин, характеризующих свойства тел, веществ, явлений и процессов. Некоторые свойства измерительных шкал в метрологии проявляются только качественно, другие - количественно.

Шкала – упорядоченный числовой или символьный ряд значений, отражающий допустимые вариации значений измеряемой величины.

В соответствии с логической структурой проявления свойств различают пять основных видов шкал измерений: шкалы наименований, шкалы порядка, шкалы интервалов, шкалы отношений, абсолютные шкалы.

Номинальная шкала (шкала наименований)

Рисунок – Пример номинальной шкалы (атлас цветов)

Такие шкалы измерений в метрологии используются для классификации эмпирических объектов, свойства которых проявляются только в отношении эквивалентности эти свойства нельзя считать физическими величинами, поэтому шкалы такого вида но являются шкалами ФВ. Номинальные шкалы, или, как их еще называют шкалы наименований так же называют шкалами измерений, или шкалами классификаций. Это самый простой тип шкал, основанный на приписывании качественным свойствам объектов чисел, играющих роль имен.

В номинальных шкалах, в которых отнесение отражаемого свойства к тому или иному классу эквивалентности осуществляется с использованием органов чувств человека, наиболее адекватен результат, выбранный большинством экспертов. При этом большое значение имеет правильный выбор классов эквивалентной шкалы - они должны надежно различаться наблюдателями, экспертами, оценивающими данное свойство. Нумерация объектов по шкале наименований осуществляется по принципу: "не приписывай одну и ту же цифру разным объектам". Числа, приписанные объектам, могут быть использованы для определения вероятности или частоты появления данного объекта, но их нельзя использовать для суммирования и других математических операций.

Поскольку данные шкалы характеризуются только отношениями эквивалентности, то в них отсутствует понятия нуля, "больше" или "меньше" и единицы измерения. Примером номинальных шкал являются широко распространенные атласы цветов, предназначенные для идентификации цвета.

Шкала порядка (рангов)

Если свойство данного эмпирического объекта проявляет себя в отношении эквивалентности и порядка по возрастанию или убыванию количественного проявления свойства, то для него может быть построена шкала порядка. Она является монотонно возрастающей или убывающей и позволяет установить отношение больше/меньше между величинами, характеризующими указанное свойство. В шкалах порядка существует или не существует нуль, но принципиально нельзя ввести единицы измерения, так как для них не установлено отношение пропорциональности и соответственно нет возможности судить во сколько раз больше или меньше конкретные проявления свойства.

В случаях, когда уровень познания явления не позволяет точно установить отношения, существующие между величинами данной характеристики, либо применение удобно и достаточно для практики, используют условные (эмпирические) шкалы порядка. Условная шкала - это шкала ФВ, исходные значения которой выражены в условных единицах. Пример шкалы порядка - шкала вязкости Энглера, 12-бальная шкала Бофорта для силы морского ветра.

Рисунок - Пример шкалы порядка (шкала Бофорта)

Широкое распространение получили шкалы измерений порядка с нанесенными на них реперными точками. К таким шкалам, например, относится шкала Мооса для определения твердости минералов, которая содержит 10 опорных (реперных) минералов с различными условными числами твердости: тальк – 1; гипс – 2; кальций – 3; флюорит – 4; апатит – 5; ортоклаз – 6; кварц – 7; топаз – 8; корунд – 9; алмаз – 10. Отнесение минерала к той или иной градации твердости осуществляется на основании эксперимента, который состоит в том, что испытуемый материал царапается опорным. Если после царапанья испытуемого минерала кварцем (7) на нем остается след, а после ортоклаза (6) - не остается, то твердость испытуемого материала составляет более 6, но менее 7. Более точного ответа в этом случае дать невозможно,

В условных шкалах одинаковым интервалам между размерами данной величины не соответствуют одинаковые размерности чисел, отображающих размеры. С помощью этих чисел можно найти вероятности, моды, медианы, квантили, однако их нельзя использовать для суммирования, умножения и других математических операция. Определение значения величин при помощи шкал порядка нельзя считать измерением, так как на этих шкалах не могут быть введены единицы измерения. Операцию по приписыванию числа требуемой величине следует считать оцениванием . Оценивание по шкалам порядка является неоднозначным и весьма условным, о чем свидетельствует рассмотренный пример.

Шкала интервалов (разностей)

Эти шкалы измерений в метрологии являются дальнейшим развитием шкал порядка и применяются для объектов, свойства которых удовлетворяют отношениям эквивалентности, порядка и аддитивности. Шкала интервалов состоит из одинаковых интервалов, имеет единицу измерения и произвольно выбранное начало – нулевую точку. Пример шкалы интервалов - летоисчисление по различным календарям, в которых за начало отсчета принято либо сотворение мира, либо рождество Христово и т.д. Температурные шкалы Цельсия, Фаренгейта и Реомюра также являются шкалами интервалов.

Рисунок – Пример шкалы интервалов (Температурные шкалы Цельсия и Фаренгейта)

На шкале интервалов определены действия сложения и вычитания интервалов. Действительно, по шкале времени интервалы можно суммировать или вычитать и сравнивать, во сколько раз один интервал больше другого, но складывать даты каких-либо событий просто бессмысленно.

Шкала интервалов величины Q описывается уравнением Q = Q о + q[Q], где q - числовое значение величины; Q о - начало отсчета шкалы; [Q] - единица рассматриваемой величины. Такая шкала полностью определяется заданием начала отсчета Q о шкалы и единицы данной величины [Q].

Задать шкалу практически можно двумя путями. При первом из них выбираются два значения Q о и Q 1 , величины, которые относительно просто реализованы физически. Эти значения называются опорными точками , или основными реперами , а интервал (Q 1 ~ Q о) - основным интервалом . Точка Q о принимается за начало отсчета, а величина (Q 1 -Q о)/n= за единицу Q. При этом n выбирается таким, чтобы [Q] было целой величиной.

Рисунок – Пример шкалы отношений

При втором пути задания шкалы единица воспроизводится непосредственно как интервал, его некоторая доля или некоторое число интервалов размеров данной величины, а начало отсчета выбирают каждый раз по-разному в зависимости от конкретных условий изучаемого явления. Пример такого подхода - шкала времени, в которой 1с = 9192631770 периодов излучения, соответствующих переходу между двумя сверхтонкими уровнями основного состояния атома цезия-133. За начало отсчета принимается начало изучаемого явления.

Шкала отношений

Шкала отношений описывает свойства эмпирических объектов, которые удовлетворяют отношениям эквивалентности, порядка и аддитивности (шкалы второго рода - аддитивные), а в ряде случаев и пропорциональности (шкалы первого рода - пропорциональные). Пример шкалы отношений - шкала массы (второго рода), термодинамической температуры (первого рода).

В шкалах отношений существует однозначный естественный критерий нулевого количественного проявления свойства и единица измерений, установленная по соглашению. С формальной точки зрения этот вид шкал измерений является шкалой интервалов с естественным началом отсчета. К значениям, полученным по этой шкале, применимы все арифметические действия, что имеет важное значение при измерений физических величин.

Рисунок – Пример абсолютной шкалы (шкала температур Кельвина)

Шкалы отношений - самые совершенные. Они описываются уравнением Q = q[Q], где Q - ФВ, для которой строится шкала, [Q] - ее единица измерения, q - числовое значение ФВ. Переход от одной шкалы отношений к другой происходит в соответствии с уравнением q 2 = q 1 /.

Абсолютные шкалы

Абсолютные шкалы - это шкалы, обладающие всеми признаками шкал отношений, но дополнительно имеющие естественное однозначное определение единицы измерения и не зависящие от принятой системы единиц измерения. Примером абсолютной шкалы могут стать шкалы с относительным величинам: коэффициенту усиления, ослабления и др. Для образования многих производных единиц в системе СИ используются безразмерные и счетные единицы абсолютных шкал.

Отметим, что шкалы наименований и порядка называют неметрическими (концептуальными), а шкалы интервалов и отношений - метрическими (материальными) . Метрические и абсолютные шкалы относятся к разряду линейных. Практическая реализация шкал измерений в метрологии осуществляется путем стандартизации как самих шкал и единиц измерений, так и, в необходимых случаях, способов и условий их однозначного воспроизведения.

Изготовление измерительной шкалы своими руками

Видео о том, как самостоятельно сделать шкалу стрелочного прибора на примере изготовления шкалы амперметра.