Kommentare

Arten von skalaren Variablen


Ordinal: zielt darauf ab, wie der Name schon sagt, eine Reihenfolge von Werten zu schaffen, die der Präferenz des Befragten entspricht. Auf einer Skala wird beispielsweise A gegenüber B bevorzugt, es wird jedoch nicht identifiziert, wie viel A kleiner als B ist.

Nominal: sind die gängigsten Maßstäbe in der Marketingforschung. Ihre Nummern dienen dazu, die Wahl des Befragten zu identifizieren und nicht die Reihenfolge zu bestimmen oder sogar, ob A besser als B ist. Nummern werden mit Antwortpunkten verknüpft, um eine Organisation auf der Waage zu schaffen. Es ist ein klassisches Beispiel für nominale Skala, Geschlecht und Dichotomie (ja; nein) und semantisches Differential (rein unrein).

Intervall: Dies sind Fragen, die darauf abzielen, Bereiche zu vergleichen und zu messen, wie weit eine Präferenz von einer anderen entfernt ist. Gegenwärtig sind sie Gegenstand endloser Diskussionen zwischen Statistikern und Marketingwissenschaftlern bei der Anwendung statistischer Tests, schließlich gelten sie als diskret, können aber einen Annäherungsprozess durchlaufen und kontinuierlich werden.

Ein ähnlicher Prozess wird von Cunha (1997) beschrieben, als der Autor sich der Correspondence Analysis (CA) -Technik nähert und feststellt, dass die besten Beschäftigungsvariablen für diese Technik die qualitativen oder die kategorisierten sind. Beispiel für Intervallskalen: 1, 2, 3, 4, 5, sehr unzufrieden; unzufrieden; gleichgültig; zufrieden; Sehr zufrieden

Grund: sind die stetigen Variablen. Gewicht, Alter, Einkommen sind Beispiele für Fragen der Vernunft.

Nachfolgend sind die möglichen statistischen Modelle für die angesprochenen Skalentypen aufgeführt.

Skalentyp

Mögliche Statistiken

Ordinal

Alles von zentraler Tendenz

Nominal

Mode und Chi Square

Intervall

Mittelwerte, Standard- und Mittelwertabweichung, Amplituden, Varianz, z- und t-Test, Korrelation und Regression.

Grund

Alle vorherigen

Weiter: Häufigkeitsverteilung


Video: Oberflachenintegrale 1. Art skalar. Einfach Erklärt! (Oktober 2021).