EIN Nennvariable Es sind Werte, die eine Klasse oder Kategorie identifizieren, in der die Untersuchungsobjekte gruppiert sind. Zum Beispiel gruppiert die Variable "Haarfarbe" Personen in braunen, schwarzen, blonden Haaren usw..
Die nominale Skala identifiziert, gruppiert und differenziert die Lerneinheiten nach einer bestimmten Qualität in klar definierte und exklusive Klassen, so dass alle zu einer Klasse gehörenden Personen in Bezug auf das zu untersuchende Attribut oder die zu untersuchende Eigenschaft gleich oder gleichwertig sind..
Klassen werden durch Namen oder Identifikationsnummern unterschieden, sodass sie keinen numerischen Wert oder eine festgelegte Reihenfolge haben. Zum Beispiel: Das variable Geschlecht hat zwei Klassen, männlich und weiblich; Sie können auch die Zahlen 1 und 2 verwenden, die die männlichen bzw. weiblichen Kategorien darstellen. Diese Zahlen sind einfache willkürliche Bezeichner.
Bei diesen Arten von Kennzahlen werden Objekten Namen oder Beschriftungen zugewiesen. Der Name der meisten nominierten Exemplare oder Definitionen ist der "Wert", der dem nominalen Maß des Untersuchungsobjekts zugeordnet ist..
Wenn zwei Objekte denselben Namen haben, gehören sie derselben Kategorie an, und dies ist die einzige Bedeutung, die nominelle Kennzahlen haben.
Artikelverzeichnis
Die nominelle Skala ist die elementarste und die in dieser Skala gemessenen Variablen klassifizieren die Lerneinheiten (Objekte, Personen usw.) in Klassen, basierend auf einem oder mehreren eindeutigen und beobachteten Merkmalen, Attributen oder Eigenschaften..
Klassen oder Kategorien haben einen Namen oder eine Nummer, aber diese dienen lediglich als Bezeichnungen oder Bezeichner, sie machen eher kategorische als quantitative Unterscheidungen, sie haben eine reine Klassifizierungsfunktion.
Sie können nicht arithmetisch manipuliert werden, sie spiegeln nicht die Reihenfolge (aufsteigend oder absteigend) oder Hierarchie (größer oder kleiner) wider, die Beobachtungen können nicht von klein nach groß oder von klein nach groß geordnet werden, dh keine der Kategorien hat eine höhere Hierarchie als die anderen spiegeln sie nur Unterschiede in der Variablen wider.
Nominalvariablen mit zwei Klassen werden als dichotom bezeichnet, z. B. das variable Geschlecht (männlich oder weiblich). Variablen mit drei oder mehr Kategorien werden als multichotomisch oder polyhotomisch bezeichnet. Zum Beispiel: der variable Beruf (Arbeiter, Schreiner, Arzt usw.).
Nominalvariablen stellen nur Äquivalenzbeziehungen her; Das heißt, ein bestimmtes Studienobjekt hat die Eigenschaft, die die Klasse definiert, oder nicht..
Mit nominalen Variablen können Proportionen, Prozentsätze und Verhältnisse berechnet und mit ihnen Häufigkeitszählungen oder Tabellen der Anzahl der Ereignisse in jeder Klasse der untersuchten Variablen durchgeführt werden. Das Maß für die zentrale Tendenz, das mit diesen Variablentypen behandelt werden kann, ist der Modus.
Beispiele für Variablen, die im Nennmaßstab gemessen werden:
- Nationalität (argentinisch, chilenisch, kolumbianisch, ecuadorianisch, peruanisch usw.).
- Farben (weiß, gelb, blau, schwarz, orange usw.).
- Augenfarbe (schwarz, braun, blau, grün usw.).
- Klassifizierung der Studierenden nach Karrieren (Administration - 1; Systeme - 2; Elektronik - 3; Recht - 4; etc.). (Die Nummer ist ein Code ohne Wert oder Reihenfolge)
- Familienstand (ledig, verheiratet, verwitwet, geschieden, Gewerkschaft nach dem Common Law).
- Beruf (Ingenieur, Anwalt, Arzt, Lehrer usw.).
- Geschlecht (männlich, weiblich).
- Religionszugehörigkeit (christlich, muslimisch, katholisch usw.).
- Politische Zugehörigkeit (liberal, konservativ, unabhängig usw.).
- Art der Schule (öffentlich oder privat).
- Rasse (weiß, schwarz, gelb, Mischling usw.).
- Blutgruppen (O, A, B, AB).
Wenn die Teilnehmer gezählt werden, die an einem Fußballspiel teilnehmen, kann die nominelle Variable "Teilnahme nach Geschlecht" definiert werden. Die Zählung gibt an, wie viele Männer und wie viele Frauen an dem Spiel teilgenommen haben, aber die Klassifizierungsvariable ist das Geschlecht.
Teilen Sie das Publikum im Fußballspiel in zwei Kategorien ein und keine Gruppe hat Vorrang vor der anderen. Schließlich sind die Kategorien exklusiv, da es keinen Zweifel gibt, zu welcher Gruppe jeder der Teilnehmer gehört..
Sie möchten die Meinung der Menschen vor der Anwendung von Reformen in der Arbeitspolitik eines Landes kennen. Die Variable „Interesse“ ist der Nutzen der Arbeitspolitik, und in der Umfrage gibt es fünf mögliche positive Ergebnisse: Mehr Geld, bessere medizinische Versorgung, besserer Ruhestand, Vereinbarkeit von Beruf und Familie und andere.
Alle Antworten werden auf einer nominalen Skala mit Ja- oder Nein-Werten gemessen. Das andere Ergebnis umfasst alle Vorteile, die die Befragten für möglich halten, die jedoch nicht Teil der Umfragewerte sind..
Die Anzahl der positiven oder negativen Antworten ist erforderlich, um den Prozentsatz der Befragten an der Gesamtzahl zu berechnen, die der Ansicht sind, dass sie sich in einem der Aspekte verbessern oder nicht. Diese Prozentsätze haben jedoch keine Bedeutung, da ein Nutzen größer als der andere ist ..
Schließlich gibt es keine natürliche Reihenfolge für die Ergebnisse. Sie können beispielsweise eine bessere Gesundheitsversorgung anstelle von mehr Geld in den Vordergrund stellen, und das Ergebnis ändert sich überhaupt nicht.
Das Geburtsland ist eine nominelle Variable, deren Werte die Namen der Länder sind. Für die Arbeit mit dieser Variablen ist es zweckmäßig, eine numerische Codierung dieser Informationen vorzunehmen. Wir weisen den in Argentinien geborenen Personen den Code 1, den Code 2 für Bolivien, den Code 3 für Kanada usw. zu..
Diese Codierung erleichtert das Zählen von Computern und die Verwaltung von Instrumenten zum Sammeln von Informationen. Da wir den verschiedenen Kategorien jedoch Nummern zugewiesen haben, können wir diese Nummern nicht manipulieren. Zum Beispiel ist 1 + 2 nicht gleich 3; Das heißt, Argentinien + Bolivien führt nicht zu Kanada.
Bisher hat noch niemand einen Kommentar zu diesem Artikel abgegeben.