انواع المقاييس في الاحصاء

تعريف المقاييس

القياس هو العملية من التخصيص المنهجي للأرقام وللأشياء ، وخصائصها لتسهيل استخدام الرياضيات في دراسة ، ووصف الأشياء وعلاقاتها ، بعض أنواع القياس ملموسة إلى حد ما ، على سبيل المثال، قياس وزن الشخص بالجنيه ، أو الكيلوجرام ، أو ارتفاعه بالأقدام والبوصات ، أو بالمتر ، لاحظ أن نظام القياس المعين المستخدم ليس بنفس أهمية حقيقة أننا نطبق مجموعة متسقة من القواعد ، يمكننا بسهولة تحويل الوزن المعبر عنه بالكيلوجرام إلى الوزن المكافئ بالجنيه ، على سبيل المثال ، على الرغم من أن أي نظام من الوحدات قد يبدو عشوائيًا (حاول الدفاع عن الأقدام ، والبوصات لشخص نشأ مع النظام المتري) ، طالما أن النظام لديه علاقة متسقة مع الخاصية التي يتم قياسها ، يمكننا استخدام النتائج في الحسابات .

لا يقتصر القياس على الصفات الجسدية ، مثل الطول والوزن ، تستخدم اختبارات قياس التركيبات المجردة ، مثل الذكاء أو الكفاءة الدراسية بشكل شائع في التعليم ، وعلم النفس ، ويهتم مجال القياس النفسي إلى حد كبير بتطوير ، وصقل طرق دراسة هذه الأنواع من التركيبات ، يكون إثبات أن قياسًا معينًا دقيقًا وذو مغزى أكثر صعوبة عندما ، لا يمكن ملاحظته مباشرة ، على الرغم من أنه يمكنك اختبار دقة مقياس واحد من خلال مقارنة النتائج مع تلك التي تم الحصول عليها من مقياس آخر معروف بدقة ، ويمكنك أن ترى الاستخدام الواضح لمعرفة وزن الجسم ، فإن الموقف يكون أكثر تعقيدًا إذا كنت مهتمًا بقياس بناء مثل الذكاء ، كما أنه من المهم لفهم المقاييس معرفة


قوانين الاحصاء الوصفي


. [1]

أهمية معرفة المقاييس والمتغيرات في الإحصاء

الآن دعنا ننتقل إلى منطقة مألوفة أكثر ، عندما تبدأ في قياس تأثير العلاج عليك أن تسأل نفسك ، ما أنواع المتغيرات التي أتعامل معها هنا ؟ ما هي اختياراتي للمتغيرات ؟ .

الآن ، قد تسأل ، لماذا أحتاج إلى معرفة أنواع المتغيرات أو المقاييس ؟ تحتاج إلى معرفة أنواع المتغيرات والمقاييس من أجل تقييم مدى ملاءمة الأساليب الإحصائية المستخدمة ، وبالتالي ما إذا كانت الاستنتاجات المستمدة منها صحيحة بمعنى آخر ، لا يمكنك معرفة ما إذا كانت النتائج في دراسة بحثية طبية معينة موثوقة ، إلا إذا كنت تعرف أنواع المتغيرات ، أو المقاييس التي تم استخدامها في الحصول على البيانات ، ولا تقل المقاييس أهمية عن


أنواع الارتباط في الإحصاء


. [2]

أنواع المقاييس في الاحصاء

في الإحصاء ، هناك أربعة مقاييس لقياس البيانات ، الأسمية ، والترتيبية ، والفاصلة ، والنسبة ، من الأفضل فهم مقاييس قياس البيانات الأربعة (الأسمية ، والترتيبية ، والفاصل الزمني ، والنسبة ) مع المثال ، كالتالي :

المقياس الأسمي  (صوري شكلي ، بالاسم فقط )

لنبدأ بأسهل طريقة يمكن فهمها، تستخدم المقاييس الاسمية لوصف المتغيرات ، دون أي قيمة كمية ، يمكن ببساطة تسمية المقاييس ” الاسمية ” ” بالعلامات ” ، وفيما يلي بعض الأمثلة أدناه .

لاحظ أن كل هذه المقاييس متنافية (بدون تداخل) ، وليس لأي منها أي أهمية عددية ، هناك طريقة جيدة لتذكر كل هذا ، وهي أن الأصوات ” الأسمية ” تشبه كثيرًا ” الاسم ” ، وأن المقاييس الاسمية تشبه نوعًا ما ” الأسماء ” أو الملصقات .

ملاحظة : نوع فرعي من المقياس الاسمي مع فئتين فقط (مثل ذكر/ أنثى) يسمى ” ثنائي التفرع ” ، إذا كنت طالبًا ، يمكنك استخدام ذلك لإقناع معلمك .

ملاحظة رقم 2 : أنواع فرعية أخرى من البيانات الاسمية هي ” أسمية بترتيب ” (مثل ” بارد ، دافئ ، ساخن ، ساخن جدًا ” ) ، واسمي بدون ترتيب (مثل ” ذكر / أنثى” ) .

المقياس الترتيبي

بالنسبة للمقاييس الترتيبية ، فإن ترتيب القيم هو المهم والمهم ، لكن الاختلافات بين كل منها غير معروفة حقًا، ألق نظرة على المثال أدناه .

في كل حالة نعلم أن رقم 4 أفضل من رقم 3 أو رقم 2 ، لكننا لا نعرف ولا يمكننا تحديد مقدار ذلك إلى أي مدى هو أفضل ، على سبيل المثال ، هل الفرق بين ” حسنًا ” و ” غير سعيد ” هو نفسه الفرق بين ” سعيد جدًا ” و ” سعيد ” لا يمكننا القول ، المقاييس الترتيبية هي مقاييس لمفاهيم غير رقمية ، مثل الرضا والسعادة وعدم الراحة وما إلى ذلك .

من السهل تذكر كلمة ” Ordinal ” لأنها تبدو مثل ” Order ” ، وهذا هو المفتاح الذي يجب تذكره باستخدام ” المقاييس الترتيبية ”  إنه الترتيب المهم ، ولكن هذا كل ما تحصل عليه حقًا من هذه .

ملاحظة متقدمة: أفضل طريقة لتحديد الاتجاه المركزي لمجموعة من البيانات الترتيبية هي استخدام الوضع أو الوسيط ، سيخبرك الأصولي أنه لا يمكن تحديد المتوسط ​​من مجموعة ترتيبية .

مقياس الفترة

مقاييس الفاصل الزمني هي مقاييس رقمية نعرف من خلالها كلاً من الترتيب ، والاختلافات الدقيقة بين القيم ، المثال الكلاسيكي لمقياس الفاصل الزمني هو درجة الحرارة المئوية ، لأن الفرق بين كل قيمة هو نفسه على سبيل المثال ، الفرق بين 60 و50 درجة هو 10 درجات قابلة للقياس ، كما هو الفرق بين 80 و 70 درجة .

المقاييس الفاصلة جيدة لأن مجال التحليل الإحصائي على مجموعات البيانات هذه ينفتح على سبيل المثال ، يمكن قياس الاتجاه المركزي بالنمط ، أو الوسيط ، أو المتوسط يمكن أيضًا حساب الانحراف المعياري .

مثل الآخرين ، يمكنك تذكر النقاط الرئيسية لـ ” مقياس الفاصل ” بسهولة تامة ، ” الفاصل الزمني ” نفسه يعني ” المسافة بين ” ، وهو الشيء المهم الذي يجب تذكره لا تخبرنا المقاييس الفاصلة عن الترتيب فحسب ، بل تخبرنا أيضًا بالقيمة بين كل عنصر .

مقياس النسبة

مقاييس النسبة هي النيرفانا النهائية عندما يتعلق الأمر بمقاييس قياس البيانات لأنها تخبرنا عن الترتيب ، وتخبرنا بالقيمة الدقيقة بين الوحدات ، ولديها أيضًا صفر مطلق ، مما يسمح بمجموعة واسعة من الإحصائيات الوصفية والاستنتاجية ليتم تطبيقها ، مع المخاطرة بتكرار نفسي ، فإن كل ما ورد أعلاه حول بيانات الفاصل الزمني ينطبق على مقاييس النسبة ، بالإضافة إلى مقاييس النسبة لها تعريف واضح للصفر ، تشمل الأمثلة الجيدة لمتغيرات النسبة الطول والوزن والمدة .

توفر مقاييس النسبة ثروة من الاحتمالات عندما يتعلق الأمر بالتحليل الإحصائي ، يمكن إضافة هذه المتغيرات بشكل مفيد وطرحها ، ومضاعفتها ، وتقسيمها (النسب)، يمكن قياس الاتجاه المركزي بالطريقة ، أو الوسيط ، أو المتوسط ، يمكن أيضًا حساب مقاييس التشتت ، مثل الانحراف المعياري ، ومعامل الاختلاف من مقاييس النسبة ، كما يمكن الإطلاع على


اهمية الاحصاء الوصفي


لمعرفة المزيد عن هذا الموضوع . [3]