ADATÁBRÁZOLÁS

A változók mérési szintjei

Ez a fejezet a változók mérési szintjeit, illetve a mérési szintekbe sorolás jelentőségét és
gyakorlati hasznát tárgyalja. A változók mérési szintje is egy modell, ami megkönnyíti
a helyes statisztika mutatók meghatározását. Napjainkban egyesek megkérdőjelezik en-
nek a modellnek a létjogosultságát, de sok számítógépes statisztikai programcsomag is
használja. Véleményünk szerint is jól használható, és megvéd olyan alapvető hibák el-
követésétől, amikor szakmailag és statisztikailag értelmezhetetlen mutatókat határoz-
nak meg.

A mérési modell alapján a változók az alábbi típusba tartozhatnak:

• Nominális (kategorikus és diszkrét)
• Ordinális
• Intervallum skála
• Arányskála

A fenti négy típust két kategóriába lehet összevonni: magas és alacsony mérési szintű
adatok. A magasba az intervallum és arányskála, az alacsonyba a nominális és ordinális
adatok tartoznak. Milyen az átjárhatóság ezen adatok között? Lehet-e egyiket a másik-
ba konvertálni? Igen. Azonban be kell tartani egy szabályt. Magas mérési szintű válto-
zóból lehet alacsonyt csinálni, de fordítva nem. Annak ellenére sem, hogy a gyakorlat-
ban sokszor elkövetik ezt a hibát. Amennyiben alacsony mérési szintű változóból maga-
sat szeretnénk csinálni, bonyolult statisztikai eljárást kell alkalmazni, ami elvégzi a ská-
lázást. Azonban ez a skálázás nem egzakt, csak becslés, becslési hibával terhelt. Az így
előállított skála nem egyenrangú a valódi skálával.

6. ábra: Nominális típusú változók

Nominális változó: a nominális skálán mért változók csak minőségi információt hor-
doznak, arra alkalmasak, hogy egymástól jól elkülönülő kategóriákat hozzanak létre. Ti-

- 16 -
 ADATÁBRÁZOLÁS

pikus nominális változó a nem, a rassz, a város, a kezelés helyszíne. Legjellemzőbb érté-
ke a módusz vagy sűrűsödési középpont, aminek a jele: Mo. ez a mintavétel során leg-
gyakrabban előforduló érték. Az adatbázisban a nominális változót két oszlopban tárol-
juk: az első a kategória nevet, a második a gyakoriságot tárolja.
Nominális változó jellemzői:
• Megszámlálható
• Távolság és arány nem értelmezett a kategóriák között
• Számítások a gyakorisági értékekkel

Az ilyen típusú változók elemzésekor tisztába kell lenni, hogy mit lehet kiszámítani be-
lőlük. Milyen kérdéseket lehet megfogalmazni?

Példa : hajszín
X=y. ugyanannyi barna, mint szőke. X nem egyenlő y. Egyik színből több vagy keve-
sebb van. Hányszor több a barna hajszín, mint a szőke?
A később ismertetett viszonyszámok meghatározása: megoszlási viszonyszám, koor-
dinációs viszonyszám.

A nominális típusú változókat oszlop vagy kördiagramon ábrázolhatjuk.

120

100

80

60
40

20

0
szőke b a rn a f e k e te vö rö s egyéb

7. ábra: A hajszín ábrázolásai

Ordinális változó:
• Sorrenden alapuló változó
• Az egyes kategóriák kvantitatív alapon sorba rendezhetők
• Az objektumok közötti eltérés mértéke nem ismert
• Jellemző értéke: medián, Me

A 8. ábra egy ordinális változót szemléltet, pl. egy édesség kóstolás eredményét. A vilá-
goskék cukor ízlett a legkevésbé, a piros kicsit jobban, és így tovább.

- 16 -
 ADATÁBRÁZOLÁS

8. ábra: Ordinális változó

Intervallumskála:
• Az egyes kategóriák kvantitatív alapon sorba rendezhetők
• Az objektumok közötti eltérés mértéke ismert
• Nincs abszolút nulla pont
• Legjellemzőbb értéke: számított középérték

Intervallumskála típusú változó például a hőmérsékletmérés (Celsius- vagy Fahrenheit

skála). Vannak olyan fizikai mennyiségek, amelyeket eleve csak intervallumskálán ér-
demes mérni, arányskálán nem. Például ilyenek a színek. A pszichológiai mennyiségek
közül például az intelligencia tartozik ezek közé. Az intelligenciának jóformán lehetet-
len egy abszolút nullapontját értelmezni, de az reális célkitűzés lehet, hogy interval-
lumskálán mérjük. Az intervallumskála nullapontjának és egységpontjának a megha-
tározása is megállapodás kérdése. Itt már számolhatunk átlagot, mivel a nullapont el-
tolása nem változtatja meg az átlag relatív helyét az átlagolt számok között. Azonkívül
az intervallumskála értékei közötti különbségképzésnek is van értelme. Egyedül az
arányszámítást nem végezhetjük el, nem mondhatjuk, hogy 40 Celsius fok kétszer mele-
gebb, mint 20 Celsius fok. A termodinamika törvénye szerint ez nem igaz. Ezért is hasz-
náljuk a Kelvin-skálát tudományos vizsgálatokban.

Arányskála:
• Az intervallumskála jellemzőivel rendelkezik
• Abszolút nullaponttal rendelkezik
• Jellemző értéke: számított középérték

Az arányskála az intervallumskála jellemzőivel rendelkezik, emellett tartalmaz egy ab-

szolút nullapontot is. A darabszámmal vagy intenzitással rendelkező mennyiségek ti-
pikus arányskálát képviselnek. Az arányskálára a számokra vonatkozó összes művelet
alkalmazható. Az arányskálán a nullapont természetesen rögzítve van. Ugyanakkor a
skála egysége itt is szabadon megválasztható: például mérhetjük méterben vagy yard-
ban, ez a két távolság arányát nem befolyásolja.

- 16 -
 ADATÁBRÁZOLÁS

Egy fizikai mennyiség a történelem során, a tudomány fejlődésének köszönthetően

többféle mérési szintbe is tartozhat. Elindul az alacsony szintről és később akár skála tí-
pusú adat is lehet belőle.
„Amikor az emberek még csak érzékelés révén ismerték a hőmérsékletet, amikor az
egyik dolog csak ’melegebb’ vagy ’hidegebb’ volt, mint a másik, a hőmérséklet az ordi-
nális skálák osztályához tartozott. Úgy lett belőle intervallumskála típusú adat, hogy ki-
fejlődött a hőméréstan, majd amikor a termodinamika felhasználta a gázok kiterjedési
arányát a zérushoz való extrapolációhoz, arányskálává vált.” (Az utolsó mondat az ab-
szolút, kelvin-fokokra mért hőmérsékletre vonatkozik. Mérő 1992. 15. o.)

- 16 -