انواع المقاييس في الاحصاء

تعريف المقاييس

القياس هو عملية تخصيص منهجي للأرقام والأشياء وخصائصها لتسهيل استخدام الرياضيات في دراسة ووصف الأشياء وعلاقاتها، وبعض أنواع القياس ملموسة إلى حد ما، مثل قياس وزن الشخص بالجنيه أو الكيلوجرام، أو ارتفاعه بالأقدام والبوصات والمتر. ونظام القياس المستخدم ليس بنفس أهمية القواعد المتسقة المطبقة، ويمكن بسهولة تحويل الوزن من الكيلوجرام إلى الجنيه، على سبيل المثال، وعلى الرغم من أن نظام الوحدات قد يبدو عشوائيا لبعض الأشخاص، إلا أنه يمكن استخدامه في الحسابات طالما أنه متسق مع الخاصية التي يتم قياسها .

لا يقتصر القياس على الصفات الجسدية مثل الطول والوزن، بل يتم استخدام اختبارات قياس التركيبات المجردة مثل الذكاء والكفاءة الدراسية على نطاق واسع في التعليم وعلم النفس. يولي مجال القياس النفسي اهتماما كبيرا لتطوير وتحسين طرق دراسة هذه الأنواع من التركيبات. يكون إثبات دقة قياس معين وذو معنى أكثر صعوبة عندما لا يمكن ملاحظته مباشرة، على الرغم من أنه يمكن اختبار دقة مقياس واحد من خلال مقارنة النتائج مع تلك التي تم الحصول عليها من مقياس آخر معروف بدقة. ويمكن أن تظهر أهمية فهم قوانين الإحصاء الوصفي عند الاهتمام بقياس بنية مثل الذكاء، وبالتالي يصبح الموقف أكثر تعقيدا .

أهمية معرفة المقاييس والمتغيرات في الإحصاء

الآن دعنا ننتقل إلى منطقة أكثر شيوعًا، وعندما تبدأ في قياس تأثير العلاج عليك أن تسأل نفسك، ما هي أنواع المتغيرات التي تتعامل معها هنا؟ وما ههي اختياراتي للمتغيرات؟ .

الآن، قد تسأل، لماذا يتوجب علي أن أعرف أنواع المتغيرات أو المقاييس؟ يجب عليك معرفة أنواع المتغيرات والمقاييس لتقييم مدى ملائمة الأساليب الإحصائية المستخدمة وبالتالي التأكد من صحة الاستنتاجات المستمدة منها. بمعنى آخر، لا يمكنك التأكد من موثوقية النتائج في دراسة بحثية طبية معينة إلا إذا كنت تعرف أنواع المتغيرات أو المقاييس التي تم استخدامها في جمع البيانات. ولا تقل المقاييس أهمية عن أنواع الارتباط في الإحصاء .

أنواع المقاييس في الاحصاء

في مجال الإحصاء، يوجد أربعة مقاييس لقياس البيانات، وهي: البيانات الأسمية، والبيانات الترتيبية، والبيانات الفاصلة، والبيانات النسبية. من الأفضل فهم هذه المقاييس الأربعة لقياس البيانات (البيانات الأسمية، والترتيبية، والفاصلة الزمنية، والنسبية) من خلال الأمثلة

المقياس الأسمي  (صوري شكلي ، بالاسم فقط )

تستخدم المقاييس الاسمية لوصف المتغيرات بدون الإشارة إلى أي قيمة كمية، ويمكن ببساطة تسميتها “مقاييس اسمية” أو “بالعلامات”، وفيما يلي بعض الأمثلة على ذلك .

يلاحظ أن جميع هذه المقاييس غير متداخلة، ولا يوجد لأي منها أهمية رقمية، وهناك طريقة جيدة لتذكر كل ذلك، وهي أن الأصوات النامية تشبه إلى حد كبير الأسماء، وأن المقاييس النامية تشبه إلى حد ما الأسماء أو الملصقات .

ملاحظة : نوع فرعي من المقياس الاسمي يعرف بـ `الثنائي التفرع`، يحتوي على فئتين فقط (مثل ذكر/أنثى)، وإذا كنت طالبا يمكنك استخدامه لإقناع مدرسك .

ملاحظة رقم 2 : تشمل أنواع فرعية أخرى من البيانات الاسمية “أسمية بترتيب” مثل “بارد، دافئ، ساخن، ساخن جدًا”، و “اسمي بدون ترتيب” مثل “ذكر/أنثى .

المقياس الترتيبي

بالنسبة للمقاييس الترتيبية، فإن ترتيب القيم هو المهم والأساسي، ولكن الاختلافات بين كل منها غير معروفة حقًا، ويمكن الإشارة إلى ذلك من خلال 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 تشبه `Order`، وهذا هو المفتاح الذي يجب تذكره عند استخدام `المقاييس الترتيبية`. فالترتيب مهم، ولكن هذا هو كل ما تحصل عليه فعليًا .

ملاحظة متقدمة: تعتبر الوضيع أو الوسيط هما الطريقة الأفضل لتحديد الاتجاه المركزي لمجموعة من البيانات الترتيبية، ويخبرك الأصولي أنه لا يمكن تحديد المتوسط في 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 .

تعد المقاييس الفاصلة جيدة لأن مجال التحليل الإحصائي لمجموعات البيانات يتيح العديد من الطرق، حيث يمكن قياس الاتجاه المركزي باستخدام النمط أو الوسيط أو المتوسط، ويمكن أيضًا حساب الانحراف المعياري .

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

مقياس النسبة

مقاييس النسبة تعتبر الأداة النهائية عندما يتعلق الأمر بقياس وتحليل البيانات، حيث توفر معلومات عن الترتيب والقيم الفردية ولها قيمة صفرية مطلقة. وتتيح هذه الميزات تطبيق مجموعة واسعة من الإحصاءات الوصفية والاستنتاجية. على الرغم من خطر التكرار، ينطبق كل ما تم ذكره عن البيانات الزمنية على مقاييس النسبة، بالإضافة إلى تعريف واضح للصفر. وتشمل أمثلة تلك المقاييس المتغيرات مثل الطول والوزن والمدة .

توفر مقاييس النسبة العديد من الاحتمالات في التحليل الإحصائي، فبإمكاننا إضافة هذه المتغيرات بشكل مفيد وطرحها ومضاعفتها وتقسيمها (النسب)، وبإمكاننا قياس الاتجاه المركزي بالطريقة، أو الوسيط، أو المتوسط، كما يمكن حساب مقاييس التشتت مثل الانحراف المعياري ومعامل الاختلاف من مقاييس النسبة. ويمكن الإطلاع على أهمية الإحصاء الوصفي لمزيد من المعرفة حول هذا الموضوع .