Статистические шкалы

Видеоуроки по Statgraphics Учебные пособия по статистике Введение в математическую статистику Генеральная совокупность и выборка Статистические шкалы Эмпирические распределения Числовые характеристики выборки Стандартная ошибка среднего арифметического Представление результатов исследования Точечное и интервальное оценивание числовых характеристик Элементы теории вероятностей Нормальный закон распределения (закон нормального распределения) Статистические гипотезы Критерии проверки статистических гипотез Критерии согласия Условия применения параметрических критериев Обоснование выбора критерия значимости Статистические операции в номинальной шкале Представление данных статистического анализа Корреляционный анализ Представление данных корреляционного анализа Регрессионный анализ Представление результатов регрессионного анализа

Статистические шкалы

Применение статистических шкал в области науки и практики

Введение

Грамотное применение статистических методов обработки данных во многом зависит от четкого понимания исследователем того, в какой статистической шкале они представлены. Непонимание этого может привести к тому, что исследователь получит результаты, которые не отражают действительное положение вещей и сделает неправильные выводы. Именно поэтому необходимо знать, в какой шкале представлены статистические данные.

Прежде чем перейти к статистическим шкалам необходимо знать классификацию исходных данных. Эти данные подразделяются на номинативные, ранговые (порядковые), дискретные и непрерывные. Номинативные и ранговые относятся к качественным данным, а дискретные и непрерывные — к количественным.

Теперь  разберемся, что представляют собой статистические шкалы.

Определение статистической шкалы

Шкала (от лат. «скале» — лестница) – элемент счетной системы, посредством которого происходит отнесение исследуемого объекта к определенной группе объектов.

Типы шкал

Статистические шкалы можно разделить на качественные и количественные. К качественным шкалам относится номинальная и порядковая шкалы. К количественным – интервальная шкала и шкала отношений (рис.1).

Типы статистических шкал
Рис.1. Типы статистических шкал

Номинальная шкала

Номинальная шкала (Nominal) – качественная шкала. Относится к самому элементарному типу измерения. В ней каждому оцениваемому объекту приписывается наименование или число.

Пример 1: Признак – пол. Цифрой «0» обозначаем женщин, цифрой «1» — мужчин. Очевидно, что расчет среднего арифметического не имеет смысла.

Пример 2: Признак — Цвет волос: Цифрой «1» обозначаем брюнетов, цифрой «2» — шатенов, цифрой «3» –  блондинов, цифрой «4» – людей, имеющих рыжий цвет волос.

Пример 3: Номера на футболках спортсменов (рис.2).

 Цифры на футболках - пример данных, представленных в номинальной шкале
Рис.2. Цифры на футболках — пример данных, представленных в номинальной шкале

В области физической культуры и спорта, психологии и медицины часто используется метод анкетного опроса. При этом результаты представлены в виде таблицы, в которой представлена абсолютная частота ответов на тот или иной вопрос (табл. 1). Такие данные также можно отнести к номинальным.

С данными, представленными в номинальной шкале возможны следующие статистические операции: частотный анализ, а также проверка статистических гипотез с использованием следующих критериев: хи-квадрата, точного критерия Фишера, критерия МакНемара и углового преобразования Фишера.

Таблица 1 — Влияние занятий спортом студентов технических вузов на утомляемость после рабочего дня (n=200) (В.С. Иванов, 1990)

Утомляемость

Занятия спортом

ДаНет
Да36124
Нет2812
Всего

64

136

Порядковая шкала

Порядковая шкала (ранговая, Ordinal) – качественная шкала, использующая свойство чисел отражать отношение «больше – меньше».

Так, например, различные сорта перцев можно расположить в порядке возрастания их остроты и присвоить им числа: 1 — острый; 2 — более острый; 3 — жгучий (рис.3).

Пример классификации различных сортов перцев на основе их остроты
Рис.3. Пример классификации различных сортов перцев на основе их остроты

В порядковой шкале нельзя сказать насколько или во сколько одно значение больше другого, но можно сказать какое больше, какое меньше. Очень часто статистические данные, представленные в порядковой шкале, измеряются в баллах.

В области физической культуры и спорта в баллах измеряются результаты в спортивной и художественной гимнастике; в фигурном катании; в прыжках в воду; в прыжках на лыжах с трамплина; в фристайле (лыжной акробатике).

Также примером порядковой шкалы является шкала Мооса, которая используется для определения твердости минералов. Она 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 (рис.4).

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.

Шкала Мооса - пример порядковой шкалы
Рис.4. Шкала Мооса — пример порядковой шкалы

Еще одним примером порядковой шкалы является Faces Pain Scale – Международная шкала измерения боли по выражению лица (применяется в педиатрии), рис. 5.

Пример данных, представленных в порядковой шкале
Рис.5. Пример данных, представленных в порядковой шкале

Еще одним примером порядковой шкалы является шкала, предложенная Ренсисом Лайкертом в 1930-х годах. Она представляет собой широко используемую оценочную шкалу, которая требует от респондентов указать степень согласия или несогласия с каждым из серии утверждений об объектах-стимулах.

Пример шкалы Лайкерта

Оцените свое психическое состояние:

  • Крайне неустойчивое
  • Неустойчивое
  • Устойчивое
  • Очень устойчивое

В порядковой шкале допускаются следующие статистические операции:

  • Частотный анализ (расчет частот).
  • В качестве характеристик положения  —  расчет медианы (Ме).
  • В качестве характеристик вариативности – расчет квантилей.
  • В качестве меры независимости двух признаков — расчет критериев Манна-Уитни и Вилкоксона.
  • В качестве меры связи двух признаков – расчет рангового коэффициента корреляции (Спирмена).

Интервальная шкала

Интервальная шкала (Interval) – количественная шкала. В этой шкале устанавливается объективная единица измерения. Однако нулевое значение устанавливается субъективно.

В интервальной шкале, например, измеряется температура тела. Шкала температуры тела по Цельсию за ноль градусов принимает температуру таяния льда, а за 100 — температуру кипения воды. Шкала температуры тела по Фаренгейту за ноль градусов принимает температуру смеси воды, льда и хлорида аммония, а за 96 град — температуру тела здорового человека, рис.6.

Также примером интервальной шкалы является настоящее летосчисление (за ноль принят год рождения Иисуса Христа).

Пример интервальных шкал - термометр со шкалами Фаренгейта и Цельсия.
Рис.6. Примеры интервальных шкал — термометр со шкалами Фаренгейта и Цельсия

Шкала отношений

Шкала отношений (Ratio) — количественная шкала. В этой шкале, как и в интервальной шкале имеется объективная единица измерения. Нулевое значение устанавливается объективно и означает полное отсутствие признака. Для признаков, измеренных в шкале отношений можно дополнительно сказать: во сколько одно значение больше другого.

Примерами статистических данных, представленных в шкале отношений являются признаки: рост, вес, температура по Кельвину (за ноль принято состояние тела, соответствующее минимальной теоретически возможной внутренней энергии тела), результаты в беге (рис. 7), в прыжках в длину, толкании ядра и др.

Результаты в беге - примеры данных измеренных в шкале отношений.
Рис.7. Результаты в беге — примеры данных измеренных в шкале отношений

Также примером  шкалы отношений является шкала Сковилла —  американского ученого-химика, профессора Массачусетского колледжа Уилбура Сковилла. Во время работы в фармацевтической компании Parke-Davis, Уилбур Сковилл решил измерить степень остроты различных сортов перцев с целью возможного её применения при тестировании лекарственных препаратов. За единицу измерения У.Сковилл предложил взять удельный вес капсаицина в перце.  Данную единицу он назвал единицей шкалы Сковилла (ЕШС) или SHU в международной системе единиц. За точку отсчета (то есть за нулевое значение) химик взял остроту сладкого болгарского перца, так как, в его составе капсаицина практически нет. Максимальной степенью остроты обладает перец сорта Хабанеро — 577000 (рис. 8).

Примером шкалы отношений является шкала Сковилла - шкала для измерения степени остроты различных сортов перцев.
Рис.8. Примером шкалы отношений является шкала Сковилла — шкала для измерения степени остроты различных сортов перцев.

С данными, представленными в интервальной шкале и шкале отношений возможны все статистические операции. Более подробное эта тема рассмотрена в литературе, ссылки на которую приведены ниже.

Литература

  1. Барникова, И.Э. Информационные технологии в обработке анкетных данных в педагогике и биомеханике спорта: учеб. пособие / И.Э. Барникова; А.В. Самсонова; Национальный государственный университет физической культуры, спорта и здоровья им. П.Ф. Лесгафта, Санкт–Петербург. – СПб.: [Б.и.], 2017. – 103 с.
  2. Гласс Дж., Стэнли Дж. Статистические методы в педагогике и психологии. М.: Прогресс. 1976.- 495 с.
  3. Самсонова, А.В. Математическая статистика в спортивных исследованиях: учебное пособие / А.В. Самсонова, И.Э. Барникова: НГУ им.П.Ф.Лесгафта, Санкт-Петербург.- СПб [б.и.], 2022.- 122 c.

С уважением, А.В.Самсонова

  1. Учебные пособия по статистике
  2. Видеоуроки по Statgraphics
  3. Введение в математическую статистику
  4. Генеральная совокупность и выборка
  5. Статистические шкалы
  6. Эмпирические распределения
  7. Числовые характеристики выборки
  8. Стандартная ошибка среднего арифметического
  9. Представление результатов исследования
  10. Точечное и интервальное оценивание числовых характеристик
  11. Элементы теории вероятностей
  12. Нормальный закон распределения (закон нормального распределения)
  13. Статистические гипотезы
  14. Критерии проверки статистических гипотез
  15. Критерии согласия
  16. Условия применения параметрических критериев
  17. Обоснование выбора критерия значимости
  18. Статистические операции в номинальной шкале
  19. Представление данных статистического анализа
  20. Корреляционный анализ
  21. Представление данных корреляционного анализа
  22. Регрессионный анализ
  23. Представление результатов регрессионного анализа