Concetto ed esempi variabili nominali

UN Variabile nominale È uno che prende valori che identificano una classe o una categoria in cui gli oggetti di studio sono raggruppati. Ad esempio, la variabile del "colore dei capelli" raggruppa le persone in marrone, nero, biondo, ecc.

La scala nominale identifica, gruppi e differenzia le unità di studio, secondo una certa qualità, in classi chiaramente definite ed esclusive, in modo tale che tutti coloro che appartengono a una classe siano uguali o equivalenti rispetto all'attributo o alla proprietà in studio.

Icone uomini e donne. Fonte: Pixabay.com

Le classi differiscono con i numeri di nomi o identificatori, quindi non hanno valore numerico o ordine stabilito. Ad esempio: la variabile sessuale ha due classi, maschi e femmina; I numeri 1 e 2 che rappresentano le categorie maschili e femminili, rispettivamente, possono anche essere usati. Questi numeri sono semplici identificatori arbitrari.

In questo tipo di misure, i nomi o le etichette sono assegnati agli oggetti. Il nome della maggior parte del candidato o delle definizioni è il "valore" assegnato alla misura nominale dell'oggetto di studio.

Se due oggetti hanno lo stesso nome ad essi associati, allora appartengono alla stessa categoria, e questo è l'unico significato che le misure nominali hanno.

[TOC]

Concetto e caratteristiche

La scala nominale è la più elementare e le variabili misurate in questa scala classificano le unità di studio (oggetti, persone, ecc.) Nelle classi, in base a una o più caratteristiche, attributi o proprietà uniche e osservate.

Le classi o le categorie hanno un nome o un numero, ma queste fungono da etichette o identificatori, fanno distinzioni categoriche piuttosto che quantitative, classificano completamente la classificazione

Non possono essere manipolati aritmetici, non riflettono l'ordine (ascendente o discendente) o la gerarchia (maggiore o minore), le osservazioni non possono essere ordinate da minori a più grandi o piccole, cioè nessuna delle categorie ha una gerarchia maggiore della un altro, stanno riflettendo solo le differenze nella variabile.

Può servirti: esperimento casuale: concetto, spazio campione, esempi

Le variabili nominali con due classi sono chiamate dicotomiche, come la variabile sessuale (maschio o femmina). Le variabili con tre o più categorie sono chiamate multicotomiche o policotomiche. Ad esempio: l'occupazione variabile (lavoratore, carpentiere, medico, ecc.).

Le variabili nominali stabiliscono solo relazioni di equivalenza; Cioè, un particolare oggetto di studio ha la caratteristica che definisce la classe o non la ha.

Con le variabili nominali, possono essere fatti calcoli di proporzioni, percentuali e ragioni e con esse ci sono conteggi di frequenza o schede del numero di eventi in ciascuna classe della variabile studiata. La misura della tendenza centrale che può essere gestita con questo tipo di variabili è la moda.

Esempi di variabili nominali

Esempi di variabili misurate su scala nominale:

- Nazionalità (argentino, cileno, colombiano, ecuadoriano, peruviano, ecc.).

- Colori (bianco, giallo, blu, nero, arancione, ecc.).

- Colore degli occhi (nero, marrone, blu, verde, ecc.).

- Classificazione degli studenti per carriera (amministrazione - 1; sistemi - 2; elettronica - 3; legge - 4; ecc.). (Il numero è un codice senza valore o ordine)

- Stato civile (singolo, sposato, vedovo, divorziato, unione libera).

- Professione (ingegnere, avvocato, medico, insegnante, ecc.).

- Sesso (maschio, femmina).

- Affiliazione religiosa (cristiana, musulmana, cattolica, ecc.).

- Affiliazione politica (liberale, conservatore, indipendente, ecc.).

- Tipo di scuola (pubblico o privato).

- Race (bianco, nero, giallo, meticcio, ecc.).

- Gruppi sanguigni (O, A, B, AB).

- Esempi spiegati

Partecipare a una partita di calcio

Se viene effettuato un conteggio dei partecipanti che entrano in una partita di calcio, la variabile nominale "assistenza sessuale" può essere definita. Il conteggio informa quanti uomini e quante donne hanno partecipato alla festa, ma la variabile di classificazione è il sesso.

Può servirti: quali sono le espressioni algebriche e quali sono le più frequenti?

Dividi il pubblico in due categorie nella partita di calcio e nessuno dei gruppi preferisce l'altro. Infine, le categorie sono esclusive perché non vi è dubbio che il gruppo ciascuno dei partecipanti appartiene.

Beneficio delle politiche del lavoro

Si desidera conoscere l'opinione delle persone di fronte all'applicazione delle riforme nelle politiche del lavoro di un paese. La variabile "interesse" è i benefici delle politiche del lavoro e nel sondaggio ci sono cinque possibili risultati positivi: più denaro, migliore cure mediche, migliore pensione, equilibrio di lavoro/famiglia e altri.

Tutte le risposte sono misurate su scala nominale con sì o no. Il risultato altri comprende tutti i benefici che gli intervistati ritengono che ottengano, ma che non fanno parte dei valori del sondaggio.

La quantità di risposte affermative o negative sono necessarie per calcolare la percentuale di intervistati del totale che considera che migliorerà o meno in nessuno degli aspetti, ma tali percentuali non hanno alcun significato dal punto di vista che un beneficio sia maggiore di un altro.

Infine, non esiste un ordine naturale per i risultati, si può prestare prima attenzione medica anziché più denaro, ad esempio, e il risultato non cambia affatto.

Paese di nascita di una persona

Il paese di nascita è una variabile nominale i cui valori sono i nomi dei paesi. Ai fini del lavoro con questa variabile, è conveniente fare una codifica numerica di tali informazioni, assegniamo a quelli nati in Argentina Code 1, Bolivia Code 2, Canada il 3 e così via.

Può servirti: permutazioni circolari: dimostrazione, esempi, esercizi risolti

Questa codifica facilita il conteggio dei computer e la gestione degli strumenti di raccolta delle informazioni. Tuttavia, e poiché abbiamo assegnato numeri alle varie categorie, non possiamo manipolare questi numeri. Ad esempio, 1 + 2 non è uguale a 3; Cioè, l'Argentina + Bolivia non provoca il Canada.

Riferimenti

1. Coronado, j. (2007). Scale di misurazione. Rivista Paradigmas. Recuperato da Unitec.Edu.co.
2. Freund, r.; Wilson, w.; Mohr, d. (2010). Metodi statistici. Terzo ed. Academic Press-Elsevier Inc.
3. Vetro, g.; Stanley, J. (millenovecentonovantasei). Metodi statistici non applicati alle scienze sociali. Hall Hall di Hispanoamerican Hall. A.
4. Bellissimo.; Marchal, w.; Wathen, s. (2012). Statistiche applicate alle imprese ed economiche. Decimo ed. McGraw-Hill/Inter-American Editors. A.
5. Orlandoni, g. (2010). Scale di misurazione statistica. Telos Magazine. Estratto da OJS.città.Edu.
6. Siegel, s.; Castellan, n. (1998). Statistiche non parametriche applicate alle scienze comportamentali. Quarta ed. Trillas editoriale S. A.
7. (2019). Livello di misurazione. Recuperato da.Wikipedia.org.