NOMINELL VARIABEL: KONCEPT OCH EXEMPEL - DUDAS - 2025

En nominell variabel är en som tar värden som identifierar en klass eller kategori där studieobjekten är grupperade. Till exempel grupperar den variabla "hårfärgen" människor i brunt, svart, blondt hår, etc.

Den nominella skalan identifierar, grupperar och differentierar studieenheterna, enligt en viss kvalitet, i klart definierade och exklusiva klasser, på ett sådant sätt att alla de som tillhör en klass är lika eller likvärdiga med avseende på attribut eller egenskap som studeras.

Man och kvinna ikoner. Källa: pixabay.com

Klasserna är differentierade med namn eller genom att identifiera nummer, så de har inget numeriskt värde eller fastställd ordning. Till exempel: det variabla könet har två klasser, manliga och kvinnliga; Siffrorna 1 och 2 kan också användas, vilket representerar de respektive manliga och kvinnliga kategorierna. Dessa nummer är bara godtyckliga identifierare.

I dessa typer av åtgärder tilldelas namn eller etiketter objekt. Namnet på de flesta av de nominerade exemplen eller definitionerna är "värdet" tilldelat det nominella måttet för studieobjektet.

Om två objekt har samma namn associerade med dem, tillhör de samma kategori, och det är den enda betydelsen som nominella mått har.

Koncept och egenskaper

Den nominella skalan är den mest elementära och variablerna uppmätta på denna skala klassificerar studieenheterna (objekt, personer etc.) i klasser, baserat på en eller flera unika och observerade egenskaper, attribut eller egenskaper.

Klasser eller kategorier har ett namn eller ett nummer, men dessa fungerar bara som etiketter eller identifierare, de gör kategoriska snarare än kvantitativa distinktioner, de tjänar en ren klassificeringsfunktion.

De kan inte manipuleras aritmetiskt, de återspeglar inte ordning (stigande eller fallande) eller hierarki (högre eller lägre), observationerna kan inte beställas från minsta till största eller från små till stora, det vill säga ingen av kategorierna har en högre hierarki än en annan, de speglar bara skillnader i variabeln.

Nominella variabler med två klasser kallas dikotom, till exempel variabeln kön (manlig eller kvinnlig). Variabler med tre eller flera kategorier kallas multikotom eller polyhotom. Till exempel: yrkesvariabeln (arbetare, snickare, läkare osv.).

Nominella variabler upprättar endast ekvivalensrelationer; det vill säga ett speciellt studieobjekt har antingen den egenskap som definierar klassen eller inte.

Med nominella variabler kan beräkningar av proportioner, procentsatser och förhållanden göras, och med dem utförs frekvensräkningar eller tabeller för antalet händelser i varje klass av den studerade variabeln. Mätet på den centrala tendensen som kan hanteras med dessa typer av variabler är läget.

Exempel på nominella variabler

Exempel på variabler uppmätta i nominell skala:

- Nationalitet (argentinska, chilenska, colombianska, ecuadorianska, peruanska, etc.).

- Färger (vit, gul, blå, svart, orange, etc.).

- Färg på ögonen (svart, brun, blå, grön, etc.).

- Klassificering av studenter efter karriär (administration - 1; system - 2; elektronik - 3; lag - 4; etc.). (numret är en kod utan värde eller ordning)

- Äktenskaplig status (ensamstående, gift, änka, skild, gemensam lag).

- Yrke (ingenjör, advokat, läkare, lärare, etc.).

- Sex (man, kvinna).

- Religiös anknytning (kristen, muslim, katolik, etc.).

- Politisk anknytning (liberal, konservativ, oberoende osv.).

- Typ av skola (offentlig eller privat).

- Race (vit, svart, gul, mestizo, etc.).

- Blodgrupper (O, A, B, AB).

- Exempel förklarade

Deltagare på en fotbollsmatch

Om en räkning görs av de deltagare som deltar i en fotbollsmatch kan den nominella variabeln "närvaro efter kön" definieras. Räkningen rapporterar hur många män och hur många kvinnor som deltog i matchen, men klassificeringsvariabeln är kön.

Dela allmänheten i fotbollsmatchen i två kategorier och ingen av grupperna har en preferens framför den andra. Slutligen är kategorierna exklusiva eftersom det inte finns någon tvekan till vilken grupp var och en av de deltagande tillhör.

Fördelar med arbetspolitiken

Du vill veta folks åsikt innan reformer tillämpas i ett lands arbetspolitik. Variabeln "ränta" är fördelarna med arbetspolitiken, och i undersökningen finns det fem möjliga positiva resultat: Mer pengar, bättre läkarvård, bättre pension, arbete / familjebalans och andra.

Alla svar mäts på en nominell skala med Ja- eller Nej-värden. Det andra resultatet omfattar alla de fördelar som respondenterna tror att de kommer att få, men som inte ingår i undersökningsvärdena.

Antalet bekräftande eller negativa svar är nödvändigt för att beräkna andelen svarande av det totala som anser att de kommer att förbättras eller inte i någon av aspekterna, men dessa procentsatser har inte mening ur synvinkeln att en fördel är större än en annan .

Slutligen finns det ingen naturlig ordning på resultaten, du kan sätta bättre hälso- och sjukvård först istället för Mer pengar, till exempel, och det ändrar inte resultatet alls.

Födelseland för en person

Födelselandet är en nominell variabel vars värden är namnen på länderna. För att arbeta med denna variabel är det bekvämt att göra en numerisk kodifiering av den informationen, vi tilldelar kod 1 till de som är födda i Argentina, Bolivia kod 2, Kanada kod 3, och så vidare.

Denna kodning underlättar datorräkning och hantering av informationssamlingsinstrument. Men eftersom vi har tilldelat nummer till de olika kategorierna, kan vi inte manipulera dessa nummer. Till exempel är 1 + 2 inte lika med 3; det vill säga Argentina + Bolivia leder inte till Kanada.

referenser

1. Coronado, J. (2007). Mätskala. Paradigmas Magazine. Återställs från unitec.edu.co.
2. Freund, R .; Wilson, W .; Mohr, D. (2010). Statistiska metoder. Tredje upplagan Academic Press-Elsevier Inc.
3. Glas, G .; Stanley, J. (1996). Statistiska metoder som inte tillämpas inom samhällsvetenskapen. Prentice Hall Hispanoamericana SA
4. Söt.; Marchal, W .; Wathen, S. (2012). Statistik tillämpad på näringsliv och ekonomi. Femtonde upplagan McGraw-Hill / Interamericana Editores SA
5. Orlandoni, G. (2010). Statistiska mätvärden. Telos Magazine. Återställdes från ojs.urbe.edu.
6. Siegel, S .; Castellan, N. (1998). Icke-parametrisk statistik tillämpas på beteendevetenskapen. Fjärde upplagan Redaktionella Trillor SA
7. (2019). Mätningsnivå. Återställs från en.wikipedia.org.