НОМИНАЛЬНАЯ ПЕРЕМЕННАЯ: ПОНЯТИЕ И ПРИМЕРЫ - ДУДАС - 2026

Номинальная переменная является один , который принимает значения , которые определяют класс или категорию , в которой объекты исследования сгруппированы. Например, переменная «цвет волос» группирует людей на коричневые, черные, светлые волосы и т. Д.

Номинальная шкала идентифицирует, группирует и дифференцирует учебные единицы в соответствии с определенным качеством в четко определенные и исключительные классы таким образом, чтобы все те, которые принадлежат к классу, были равны или эквивалентны в отношении изучаемого атрибута или свойства.

Мужчина и женщина иконки. Источник: pixabay.com

Классы различаются именами или идентификационными номерами, поэтому они не имеют числового значения или установленного порядка. Например: переменный пол имеет два класса: мужской и женский; Также можно использовать числа 1 и 2, обозначающие мужские и женские категории соответственно. Эти числа - просто произвольные идентификаторы.

В этих типах мер объектам присваиваются имена или метки. Название большинства номинированных образцов или определений является «значением», присвоенным номинальной мере объекта исследования.

Если два объекта имеют одно и то же имя, связанное с ними, то они принадлежат к одной категории, и это единственное значение, которое имеют номинальные меры.

Понятие и характеристики

Номинальная шкала является наиболее элементарной, и переменные, измеряемые по этой шкале, классифицируют изучаемые единицы (объекты, люди и т. Д.) По классам на основе одной или нескольких уникальных и наблюдаемых характеристик, атрибутов или свойств.

Классы или категории имеют имя или номер, но они служат просто как метки или идентификаторы, они делают категориальные, а не количественные различия, они служат чисто классификационной функции.

Ими нельзя манипулировать арифметически, они не отражают порядок (по возрастанию или убыванию) или иерархию (большую или меньшую), наблюдения не могут быть упорядочены от наименьшего к наибольшему или от малого к большему, то есть ни одна из категорий не имеет более высокой иерархии, чем категория во-вторых, они только отражают различия в переменной.

Номинальные переменные с двумя классами называются дихотомическими, например переменные пола (мужской или женский). Переменные с тремя и более категориями называются мультихотомическими или полиготомными. Например: переменная профессии (рабочий, плотник, врач и т. Д.).

Номинальные переменные только устанавливают отношения эквивалентности; то есть, конкретный объект исследования либо имеет характеристику, определяющую класс, либо нет.

С номинальными переменными могут быть выполнены расчеты пропорций, процентов и соотношений, и с их помощью выполняется подсчет частоты или таблицы количества событий в каждом классе изучаемой переменной. Мерилом центральной тенденции, с которой можно справиться с помощью этих типов переменных, является мода.

Примеры номинальных переменных

Примеры переменных, измеренных в номинальной шкале:

- Национальность (аргентинец, чилиец, колумбиец, эквадорец, перуанец и др.).

- Цвета (белый, желтый, синий, черный, оранжевый и др.).

- Цвет глаз (черный, коричневый, синий, зеленый и др.).

- Классификация студентов по профессиям (Администрация - 1; Системы - 2; Электроника - 3; Право - 4 и т. Д.). (число - это код без значения или порядка)

- Семейное положение (холост, женат, вдовец, разведен, гражданский союз).

- Профессия (инженер, юрист, врач, педагог и др.).

- Пол (мужской, женский).

- Религиозная принадлежность (христианская, мусульманская, католическая и др.).

- Политическая принадлежность (либеральная, консервативная, независимая и др.).

- Тип школы (государственная или частная).

- Раса (белая, черная, желтая, метисы и др.).

- Группы крови (O, A, B, AB).

- Объяснение примеров

Участники футбольного матча

Если подсчитать количество участников, участвующих в футбольном матче, можно определить номинальную переменную «посещаемость с разбивкой по полу». Счетчик сообщает, сколько мужчин и сколько женщин присутствовало на матче, но классификационной переменной является пол.

Разделите публику, участвующую в футбольном матче, на две категории, и ни одна из групп не имеет предпочтений перед другой. Наконец, категории являются исключительными, поскольку нет никаких сомнений в том, к какой группе принадлежит каждый из участников.

Польза трудовой политики

Вы хотите узнать мнение людей до проведения реформ в трудовой политике страны. Переменная «процент» - это выгоды от трудовой политики, и в исследовании можно выделить пять возможных положительных результатов: больше денег, лучшее медицинское обслуживание, лучший выход на пенсию, баланс между работой и семьей и другие.

Все ответы измеряются по номинальной шкале со значениями «Да» или «Нет». Другой результат охватывает все те преимущества, которые, по мнению респондентов, они получат, но которые не являются частью значений опроса.

Количество положительных или отрицательных ответов необходимо для расчета процента респондентов от общего числа, которые считают, что они улучшат или не улучшат какой-либо из аспектов, но эти проценты не имеют значения с точки зрения того, что одно преимущество больше другого. .

Наконец, нет естественного порядка в результатах, например, вы можете поставить «Лучшее здравоохранение» на первое место, а не «Больше денег», и это никак не повлияет на результат.

Страна рождения человека

Страна рождения - это номинальная переменная, значениями которой являются названия стран. Для работы с этой переменной удобно выполнить числовую кодификацию этой информации: мы присваиваем код 1 тем, кто родился в Аргентине, код Боливии 2, код Канады 3 и так далее.

Это кодирование облегчает компьютерный подсчет и управление инструментами сбора информации. Однако, поскольку мы присвоили номера различным категориям, мы не можем управлять этими числами. Например, 1 + 2 не равно 3; то есть Аргентина + Боливия не приводит к Канаде.

Ссылки

1. Коронадо, Дж. (2007). Шкалы измерений. Журнал Paradigmas. Получено с unitec.edu.co.
2. Freund, R .; Уилсон, В .; Мор, Д. (2010). Статистические методы. Третье изд. Academic Press-Elsevier Inc.
3. Стекло, G .; Стэнли, Дж. (1996). Статистические методы не применяются в социальных науках. Prentice Hall Hispanoamericana SA
4. Милый.; Маршал, W .; Уотен, С. (2012). Статистика применительно к бизнесу и экономике. Пятнадцатое изд. McGraw-Hill / Interamericana Editores SA
5. Орландони, Г. (2010). Статистические измерительные шкалы. Журнал Телос. Восстановлено с ojs.urbe.edu.
6. Siegel, S .; Кастеллан, Н. (1998). Непараметрическая статистика применительно к наукам о поведении. Четвертое изд. Редакция Trillas SA
7. (2019). Уровень измерения. Восстановлено с en.wikipedia.org.