表的内容
- 根据测量的不同，可以获得四种不同类型的数据。
- 这些不同类型的数据是标称数据、序数数据、区间数据和比率数据。
- 这些不同的数据差异在获取的复杂性上有所不同。
名义上的数据
- 名义数据是四种数据类型中最简单的。
- 名义或类别数据是由不能按等级排序的类别组成的数据——每个类别都是不同的。
- 可用的类别不能按任何顺序排列，也不能判断一个类别到另一个类别的相对大小或距离。这就是说，不能对数据进行相对的数学运算。
- 它由绝对代码或名称组成，主要用于最后的计数。
- 可以使用名义数据来保持主题之间的互斥性。
- 例如，在进行一项研究时，实验者可能决定使用符号M和F来代表男性和女性参与者。在研究结束时，这些符号将被计算出来，以确定参与者中有多少男性和女性，仅此而已。
- 另一个例子是在语法中，许多词类:名词、动词、介词、冠词、代词等。这些不同的部分/代码组成句子，构成段落，从而产生故事，成为演讲、书籍、文章等。
顺序数据
- 序数数据由自然顺序组成，因此得名:序数。
- 序数是根据排名或等级来操作的，但差异之间的距离没有相对程度。
- 它是由可以按顺序排列的类别组成的数据。
- 与名义数据一样，每个类别之间的距离无法计算，但类别之间可以排序高于或低于其他类别。
- 只能进行统计判断和有限的数学运算。
- 例如，在一个量表中，参与者被指导为他们的满意度水平在1到10之间进行排名，尽管7分比6分高一级，但这并不一定意味着9分和10分之间的差异就等同于7分和6分之间的差异。
- 还有一个例子是，在一场比赛或某种类型的比赛中，会有排名系统，其中会有第一名、第二名、第三名，等等。这些排名只显示了完成的顺序或在有序的平面上的位置。
间隔的数据
- 在序数尺度中，相邻值之间的间隔不是常数。例如，第一名和第二名的马的完成时间的差距不一定和第二名和第三名的马的完成时间的差距相同。
- 音程刻度具有恒定的音程，但缺少一个真正的0点。因此，人们可以在区间尺度上加减数值，但不能乘或除单位。
- 因此，它类似于序数，但值或排名之间的差异或间隔相等。因此，在10分制中，7分和6分的区别就相当于9分和10分的区别。
- 间隔数据的一个真实例子是一个测量一天时间的12小时模拟时钟。时钟的间隔相等;大手牌从1到2所花的时间和从9到10所花的时间是一样的。
比数据
- 比率数据是四种测量尺度中最复杂的，也是最首选的测量尺度。
- 它具有与区间数据相同的所有属性，但拥有一个自然零，这意味着在某个点上，该测量值(无论它可能是什么)不存在。
- 比率刻度具有等距的性质，但也有一个真正的0点。因此，可以使用比率标度进行乘除和加减。
- 诸如身高、体重和持续时间等变量都是比率数据。
- 所有这些变量的值都可以为零，表示没有任何东西。
- 比率数据的一个真实例子是收入:在一段时间内赚到的钱。一个人可以一个月挣0美元，也可以挣比0高的任何其他美元。
参考文献
- Kumar Ranjit。研究方法:初学者一步一步的指南。洛杉矶:SAGE, 2011。打印。
- https://www.cise.ufl.edu/class/cis6930sp15res/week3_lecture2_scribe1.pdf
- http://athena.ecs.csus.edu/~buckley/CSc238/Types%20of%20Data.pdf
- https://www.albany.edu/~msz03/sta552/pennstate/types_of_data.pdf
- https://is.muni.cz/el/1456/podzim2015/MPH_CSMR/um/51765602/2_Types_of_Data.pdf
- http://homepage.stat.uiowa.edu/~rdecook/stat1010/notes/Section_2.1_2.2_data_types_and_errors.pdf
- http://www.stat.purdue.edu/~huang251/slides25.pdf
- http://psych.colorado.edu/~carey/courses/psyc5741/handouts/Measurement%20Scales.pdf