淺談資料類型 — 研究資料
當我們要對「資料」進行更進一步的「統計運算」時,就必須對資料「測量」(measurement)的類型先行了解。「測量」意指對所測概念(變數)給定一個數字或符號的過程,例如:溫度為攝氏26度、性別為男…等。 在研究方法裡,有關「測量」(measurement)的資料類型包括:名目資料(nominal)、順序資料(ordinal)、區間資料(interval),以及比例資料(ratio),如圖1所示。 圖1 名目資料、順序資料、區間資料、與比例資料 繪圖者:張庭瑄 1.名目資料(nominal) 名目資料能區分不同組別,例如:將「性別」區分成「男」、「女」。以下是名目資料的特性: 名目內容(如:「男」、「女」)本身具有意義,但編碼後 (如「男」為「1」、「女」為「0」) 的數字大小,並不代表任何意義(如,不能說1大於0)。 編碼後的數字不能排序,但在統計處理時,可以累加次數(頻率數,也就是符合的人數),例如男性156人、女性182人,或按次數多寡依序排列找出最高數值(最多人選擇的選項次數)。 2.順序資料(ordinal) 順序資料能區分等級或順序,例如:教育程度裡,從小到大依序為:國小、國中、高中、大學、研究所。以下是順序資料的特性: 編碼後的數字能夠排序,但無法進行加減。 可降階為名目資料(如:將教育程度區分成國小、國中、高中、大學、研究所,但不予排序)。 3.區間資料(interval) 區間資料能區分程度上的差異,例如:年份為2001年、2002年、2003年…。以下是區間資料的特性: 編碼後的數字為等距(如:「1與2之間的距離」,與「2與3之間的距離」相同)。 因為等距,所以能夠加減(如:年份2005年與2000年之間差了5年)。 因為不具絕對原點,所以不能乘除(如:年份2000年/2並不具意義) 問卷調查最常採用的就是區間尺度。例如請從「非常滿意、很滿意、滿意、普通、不滿意、很不滿意、非常不滿意」等選項中圈選出符合的,這原本是順序尺度,在此則拿來做為區間尺度來使用。區間尺度因為設定的組距都相等,所以可做為「非常滿意7分、…、非常不滿意1分」的處理方式,而最有名的則像是李克特七點量表或五點量表。 可降階為名目資料與順序資料。 4.比例資料(ratio) 比例資料能衡量數值之間實質的差異,例如:
留言
張貼留言