Шкалы измерения: номинальная, порядковая, интервальная, отношений

Прежде чем считать средние, проценты и корреляции, нужно ответить на простой вопрос: что за числа у вас в таблице? Год рождения, балл анкеты и пол закодированы цифрами одинаково, но это совершенно разные данные. Тип шкалы измерения определяет, какие статистики корректны и какой критерий вообще можно применять.

Разберём четыре типа шкал по классификации психолога Стэнли Стивенса — без формул, с примерами из дипломов.

В двух словах

Любой признак относится к одной из четырёх шкал, и от этого зависит вся дальнейшая статистика:

• Номинальная (наименований) — категории без порядка: пол, диагноз, профессия. Меры — частоты и мода; методы — хи-квадрат и угловое преобразование Фишера (φ*).
• Порядковая (ранговая) — есть порядок, но интервалы неравные: баллы анкет, ранги, уровни «низкий/средний/высокий». Меры — медиана и квартили; методы — ранговые (непараметрические).
• Интервальная — равные интервалы, но нет абсолютного нуля: температура °C, IQ, год. Меры — среднее и стандартное отклонение; методы — параметрические.
• Шкала отношений — равные интервалы и абсолютный нуль: рост, вес, время реакции, количество. Допустимы все операции, включая «в 2 раза больше».

Номинальная шкала (наименований)

Это самый «слабый» уровень измерения: числа здесь — просто ярлыки категорий, а не количество. Между значениями нет порядка, их нельзя сравнивать на «больше/меньше».

Примеры. Пол (1 — мужчины, 2 — женщины), профессия, тип темперамента, группа (контрольная/экспериментальная), диагноз, ответ «да/нет».

Единственное, что можно делать с такими данными, — проверять равенство или неравенство (= / ≠): этот человек в той же категории или нет.

• Меры: частоты и проценты, мода (самая частая категория). Среднее и медиана тут бессмысленны — «средний пол» посчитать нельзя.
• Методы: критерий хи-квадрат (сравнение распределений по категориям), угловое преобразование Фишера (φ*) для сравнения долей.

Пример. Вы сравниваете, как распределились ответы «справился / не справился» в двух группах. Это номинальная шкала → таблица сопряжённости и χ².

Порядковая шкала (ранговая)

Здесь категории уже упорядочены: можно сказать, где «больше», а где «меньше». Но насколько именно больше — неизвестно, потому что интервалы между делениями неравные или неизмеримые.

Примеры. Места в соревновании (1, 2, 3-е), стадии заболевания, военные звания, уровни «низкий / средний / высокий», ответы по шкале Лайкерта («совсем не согласен» … «полностью согласен»), баллы большинства психологических анкет и тестов.

Расстояние между 1-м и 2-м местом не равно расстоянию между 2-м и 3-м; разница между «средним» и «высоким» уровнем тревожности не равна разнице между «низким» и «средним». Поэтому складывать и усреднять такие значения некорректно.

• Меры: медиана и квартили (Me, Q1–Q3) — они опираются на порядок, а не на «расстояния».
• Методы: ранговые (непараметрические) — Спирмен, Манна-Уитни, Вилкоксон, Краскел-Уоллис, Фридман.

Интервальная шкала

Появляется новое свойство: интервалы равны. Разница между 20 °C и 21 °C — такая же, как между 35 °C и 36 °C. Числа можно складывать и вычитать, считать среднее.

Но нет абсолютного нуля: ноль здесь условный, выбранный человеком. 0 °C не означает «отсутствие температуры», а IQ = 0 не значит «отсутствие интеллекта». Поэтому отношения бессмысленны: нельзя сказать, что 20 °C «в два раза теплее», чем 10 °C.

Примеры. Температура по Цельсию и Фаренгейту, IQ и стандартизированные тестовые шкалы (стены, T-баллы), календарный год, время на часах.

• Меры: среднее (M) и стандартное отклонение (σ), коэффициент корреляции Пирсона.
• Методы: параметрические — критерий Стьюдента, корреляция Пирсона, дисперсионный анализ (ANOVA).

Пример. Сравниваете средний IQ в двух классах. Шкала интервальная, распределение близко к нормальному → можно параметрический критерий Стьюдента.

Шкала отношений

Самый «сильный» уровень. Здесь есть всё: равные интервалы и абсолютный, естественный нуль, который означает реальное отсутствие признака.

Благодаря настоящему нулю появляются отношения: можно сказать, что один объект «в 2 раза больше» другого. 100 кг действительно вдвое тяжелее 50 кг; время реакции 0 секунд — это физическое отсутствие задержки.

Примеры. Рост, вес, возраст в годах, время реакции, доход, количество ошибок, число правильных ответов, частота пульса.

• Меры: все описательные статистики — среднее, медиана, мода, σ, а также среднее геометрическое.
• Методы: любые, включая все параметрические критерии.

Как шкала определяет метод

Шкала — это «пропуск» к определённому набору статистик. Чем выше уровень шкалы, тем больше операций разрешено: для шкалы отношений можно всё, для номинальной — почти ничего, кроме подсчёта частот.

Закономерность одна: методы, разрешённые для слабой шкалы, всегда допустимы для более сильной, но не наоборот. К баллам анкеты (порядковая) корректно применить ранговый Спирмен; а вот посчитать по ним среднее и Пирсона — уже натяжка.

Таблица 1 — Четыре шкалы измерения: свойства, меры и методы

Видно, как с каждой строкой добавляется одна новая операция — от простого «равно/не равно» до полноценных умножения и деления. На практике выбор сводится к простой схеме на рисунке 1.

Частые ошибки

• Считать среднее по номинальной шкале. «Средний пол 1,4» или «средний диагноз» — бессмыслица. Для категорий — только частоты и мода.
• Применять Стьюдента и Пирсона к баллам анкет. Баллы опросников — порядковая шкала, поэтому корректнее ранговые методы и медиана.
• Путать код категории с количеством. Если группы пронумерованы (1, 2, 3), это всё равно номинальная шкала — числа здесь просто названия.
• Считать год шкалой отношений. У календарного года нет абсолютного нуля, это интервальная шкала: 2000-й не «в два раза больше» 1000-го.
• Игнорировать шкалу при выборе критерия. Сначала определите тип данных, потом подбирайте метод — не наоборот.

Частые вопросы

Балл психологического теста — это какая шкала?

Чаще всего порядковая. Сумма баллов опросника отражает порядок («больше тревожности — меньше тревожности»), но интервалы между баллами неравные. Поэтому корректнее описывать медианой и анализировать ранговыми методами.

Чем интервальная шкала отличается от шкалы отношений?

Только наличием абсолютного нуля. У шкалы отношений ноль означает реальное отсутствие признака (0 кг = нет веса), поэтому допустимы отношения «в 2 раза больше». У интервальной ноль условный (0 °C ≠ нет температуры), и отношения бессмысленны.

Можно ли применить «сильный» метод к «слабой» шкале?

Нет. Правило работает только в одну сторону: методы для слабой шкалы годятся для более сильной, но не наоборот. К росту (отношений) можно применить и ранговые методы, а вот к баллам анкеты (порядковая) — параметрические уже нельзя.

Как отличить номинальную шкалу от порядковой?

Спросите себя: можно ли упорядочить категории по «больше/меньше»? Если да (стадии, уровни, ранги) — порядковая. Если нет (пол, профессия, цвет) — номинальная.

Почему это вообще важно для диплома?

Потому что от типа шкалы зависит, какой критерий корректен. Неверно выбранный метод (например, Стьюдент для баллов анкеты) — формальная ошибка, к которой придираются на защите. Правильно определённая шкала — это половина обоснования выбора метода.

Где в работе указывать тип шкалы?

В разделе с методами исследования: коротко опишите, в каких шкалах измерены ваши переменные, — это логично подводит к выбору статистических критериев.

Короткий алгоритм

1. Посмотрите на каждую переменную и спросите: это категории, порядок или количество?
2. Категории без порядка → номинальная: частоты, мода, χ².
3. Есть порядок, но интервалы неравные (баллы, ранги, уровни) → порядковая: медиана, ранговые методы.
4. Равные интервалы (температура, IQ, год) → интервальная: среднее, параметрические методы.
5. Есть абсолютный нуль (рост, вес, время, количество) → шкала отношений: всё доступно.
6. Сомневаетесь между порядковой и интервальной? Выбирайте порядковую и ранговые методы — это безопаснее.

Что ещё почитать

• Параметрические и непараметрические критерии: в чём разница — продолжение темы: как тип данных определяет группу методов.
• Как выбрать статистический критерий — пошаговый разбор выбора метода под задачу.
• Среднее, медиана и мода: что выбрать — какая мера центра подходит для какой шкалы.
• Описательная статистика в дипломе — как грамотно описать выборку.
• Калькулятор описательной статистики — посчитать частоты, медиану или среднее под свою шкалу.

Определить шкалу и подобрать корректный метод поможет база методов, а если хочется сделать всё под ключ — консультация эксперта.