Các thang đo trong nghiên cứu khoa học
|
Trong thống kê, có bốn thang đo dữ liệu: danh nghĩa, thứ tự, khoảng và tỷ lệ. Đây chỉ là những cách đơn giản để phân loại các loại dữ liệu khác nhau ( đây là tổng quan về các loại dữ liệu thống kê ). Chủ đề này thường được thảo luận trong bối cảnh giảng dạy hàn lâm và ít thường xuyên hơn trong thế giới thực tế. Nếu bạn đang xem xét khái niệm này để kiểm tra thống kê, cảm ơn một nhà nghiên cứu tâm lý học tên là Stanley Stevens đã đưa ra các thuật ngữ này. Show
Bốn thang đo dữ liệu này (danh nghĩa, thứ tự, khoảng, và tỷ lệ) được hiểu rõ nhất với ví dụ, như bạn sẽ thấy dưới đây. Thang đo danh nghĩaHãy bắt đầu với cách dễ hiểu nhất. Thang đo danh nghĩa được sử dụng để ghi nhãn các biến, không có bất kỳ giá trị định lượng . Quy mô danh nghĩa của người Viking có thể được gọi đơn giản là các nhãn của nhãn hiệu. Đây là một số ví dụ dưới đây. Lưu ý rằng tất cả các thang đo này là loại trừ lẫn nhau (không chồng chéo) và không có thang đo nào có ý nghĩa số. Một cách tốt để ghi nhớ tất cả những điều này là âm thanh danh nghĩa của âm thanh rất giống với tên của tên tuổi và quy mô danh nghĩa là giống như tên của tên hay tên. Lưu ý : một loại phụ của thang đo danh nghĩa chỉ có hai loại (ví dụ: nam / nữ) được gọi là nhị phân . Thang đo thứ tựVới thang đo thứ tự, thứ tự của các giá trị là những gì quan trọng và có ý nghĩa, nhưng sự khác biệt giữa mỗi giá trị không thực sự được biết đến. Hãy xem ví dụ dưới đây. Trong mỗi trường hợp, chúng tôi biết rằng số 4 tốt hơn số 3 hoặc số 2, nhưng chúng tôi không biết về chương trình và không thể định lượng được mức độ tốt hơn của nó. Chẳng hạn, có phải sự khác biệt giữa ăn vặt OK và “Unhappy” , hay sự khác biệt giữa của “Very Happy” và “Happy”? Thang đo thứ tự là thước đo của các khái niệm phi số như sự hài lòng, hạnh phúc, sự khó chịu, v.v. Lưu ý nâng cao : Cách tốt nhất để xác định xu hướng trung tâm trên một tập hợp dữ liệu thứ tự là sử dụng mode hoặc trung vị; một người theo chủ nghĩa thuần túy sẽ cho bạn biết rằng giá trị trung bình không thể được định nghĩa từ một tập hợp thứ tự. KhoảngThang đo khoảng là các thang số trong đó chúng ta biết cả thứ tự và sự khác biệt chính xác giữa các giá trị. Ví dụ kinh điển của thang đo khoảng là nhiệt độ Celsius vì sự khác biệt giữa mỗi giá trị là như nhau. Ví dụ, sự khác biệt giữa 60 và 50 độ là 10 độ có thể đo được, cũng như sự khác biệt giữa 80 và 70 độ. Thang đo khoảng là tốt vì lĩnh vực phân tích thống kê trên các bộ dữ liệu này mở ra. Ví dụ, xu hướng trung tâm có thể được đo lường bằng mode, trung vị hoặc trung bình; độ lệch chuẩn cũng có thể được tính toán. Đây là vấn đề với thang đo khoảng cách: họ không có một số 0 đúng. Ví dụ, không có thứ gì như là không có nhiệt độ, ít nhất là không có celsius. Trong trường hợp thang đo khoảng, zero không có nghĩa là không có giá trị, nhưng thực sự là một số khác được sử dụng trên thang đo, như 0 độ c. Số âm cũng có ý nghĩa. Nếu không có số 0 thực sự thì không thể tính được tỷ số. Với dữ liệu khoảng, chúng ta có thể cộng và trừ, nhưng không thể nhân hoặc chia. Bối rối? Ok, xem xét điều này: 10 độ C + 10 độ C = 20 độ C. Không có vấn đề ở đó. Tuy nhiên, 20 độ C không nóng gấp đôi 10 độ C, bởi vì không có thứ gì gọi là không có nhiệt độ, khi nói đến thang đo Celsius. Khi được chuyển đổi thành Fahrenheit, nó rõ ràng: 10C = 50F và 20C = 68F, rõ ràng là không nóng gấp đôi. Tôi hy vọng điều đó đúng. Dòng dưới cùng, thang đo khoảng cách là tuyệt vời, nhưng chúng tôi không thể tính toán tỷ lệ, điều này đưa chúng tôi đến thang đo lường cuối cùng của chúng tôi Tỉ lệThang đo tỷ lệ là phân loại cuối cùng khi nói đến thang đo dữ liệu vì chúng cho chúng ta biết về thứ tự, chúng cho chúng ta biết giá trị chính xác giữa các đơn vị, VÀ chúng cũng có một số 0 tuyệt đối cho phép thống kê cả mô tả và suy luận được áp dụng. Có nguy cơ lặp lại bản thân mình, mọi thứ ở trên về dữ liệu khoảng áp dụng cho tỷ lệ tỷ lệ, cộng với tỷ lệ tỷ lệ có định nghĩa rõ ràng bằng không. Các ví dụ tốt về các biến tỷ lệ bao gồm chiều cao, cân nặng và thời lượng. Tỷ lệ tỷ lệ cung cấp rất nhiều khả năng khi phân tích thống kê. Các biến này có thể được thêm vào một cách có ý nghĩa, trừ, nhân, chia (tỷ lệ). Xu hướng trung tâm có thể được đo lường bằng chế độ, trung vị hoặc trung bình; các biện pháp phân tán, chẳng hạn như độ lệch chuẩn và hệ số biến thiên cũng có thể được tính từ tỷ lệ tỷ lệ. Tóm lượcTóm lại, các biến danh nghĩa được sử dụng để đặt tên , tên hoặc nhãn một loạt các giá trị. Thang đo thông thường cung cấp thông tin tốt về thứ tự của các lựa chọn, chẳng hạn như trong một cuộc khảo sát sự hài lòng của khách hàng. Thang đo khoảng cho chúng ta thứ tự của các giá trị + khả năng định lượng sự khác biệt giữa mỗi giá trị . Cuối cùng, các tỷ lệ Tỷ lệ cung cấp cho chúng ta thứ tự tối ưu, giá trị khoảng, cộng với khả năng tính toán tỷ lệ vì có thể xác định một số 0 đúng.
Nếu có bất cứ thắc mắc gì, các bạn hãy liên hệ với chúng tôi qua:
Việc đo lường các biến trong phân tích thống kê được thực hiện bằng cách sử dụng các loại thang đo phù hợp với mục đích và mô hình nghiên cứu. Trong bài viết dưới đây, Tri Thức Cộng Đồng sẽ giới thiệu 4 loại thang đo trong SPSS, các phép toán thực hiện và ví dụ cụ thể áp dụng cho từng trường hợp để bạn có thể lựa chọn đúng loại thang đo phục vụ cho quá trình nghiên cứu của mình. Mục lụcThang đo là công cụ dùng để xác định và phân loại các biến thành các nhóm khác nhau. Nó mô tả bản chất của các giá trị được gán cho các biến trong tập dữ liệu cũng như tạo ra một thang điểm để đánh giá đặc điểm của đối tượng nghiên cứu. Có 4 loại thang đo cơ bản với đặc điểm và chức năng khác nhau:
Việc sử dụng linh hoạt và phù hợp các thang đo trong thống kê đo lường giúp người nghiên cứu định hướng phân tích dữ liệu thuận lợi và chính xác hơn. Bạn có thể tìm hiểu chi tiết về từng loại thang đo theo thông tin mà chúng tôi đã tổng hợp bên dưới. 2.Thang đo định danh (Nominal scale) trong SPSSChúng ta sẽ bắt đầu với loại thang đo đơn giản nhất từ 4 loại thang đo trong SPSS đó là thang đo định danh. Đây là mức đo lường dữ liệu yếu nhất và chứa ít thông tin nhất. 2.1. Định nghĩaThang đo định danh là loại thang đo định nghĩa thuộc tính nhận dạng của dữ liệu thông qua việc gán các con số hoặc ký tự. Trong đó, các con số hoặc ký tự chỉ dùng để phân loại các đối tượng, ngoài ra không mang một ý nghĩa nào khác. Thang đo danh nghĩa có thể phân chia thành 2 loại:
2.2. Các quan hệ trên thang đoTrong thang đo danh nghĩa, quan hệ giữa các điểm đo là: A ≠ B ≠ C. Nghĩa là các thuộc tính giá trị của dữ liệu trong thang có vai trò tương tương nhau. Ví dụ: Cho biết giới tính của anh/chị … 1 - Nam 2 - Nữ Ta gắn nhãn giới tính nam là “1”, giới tính nữ là “2” để định danh phân loại dữ liệu của biến “Giới tính”.
2.3. Phép toán sử dụngMột số phép toán thống kê phân tích có thể thực hiện trong thang đo danh nghĩa:
2.4. Ví dụMột số trường hợp thường sử dụng thang đo danh nghĩa trong phân tích thống kê:
2.5. Cách chạy thang đo định danh trong SPSSVí dụ ở đây có file dữ liệu thống kê data_rap phim ngày 28-5. Giả sử ta cần chạy thang đo định danh cho biến “Giới tính”, hãy thực hiện theo 5 bước để tiến hành phân tích thang đo: Bước 1: Trên thanh menu chính, vào mục Analyze → Descriptive Statistics, chọn Frequencies… để mở hộp thoại Frequencies. Bước 2: Tại hộp thoại Frequencies, đưa biến Giới tính trong danh mục các biến phía bên trái vào ô Variables(s). Bước 3: Tiếp tục nhấp vào Statistics phía bên trái hộp thoại để chọn các phép toán thống kê. Bước 4: Trong hộp thoại Frequencies: Statistics, đánh dấu vào Mode trong danh mục Central Tendency. Click Continue để tiếp tục. Bước 5: Nhấp vào OK để hoàn tất thao tác và nhận kết quả. 3. Thang đo thứ bậc (Ordinal scale) trong SPSSTrong các loại thang đo SPSS, có thể nói thang đo thứ bậc là bản chất của thang đo danh nghĩa nhưng ở mức độ cao hơn do có sự xếp hạng các thuộc tính của biến. 3.1. Định nghĩaThang đo thứ bậc là loại thang đo dùng các con số để định nghĩa thuộc tính dữ liệu và có sự sắp xếp về thứ bậc hay sự hơn kém của các thuộc tính theo một quy ước cụ thể, nhưng không chỉ ra mức độ chênh lệch giữa chúng. 3.2. Các quan hệ trên thang đoTrong thang đo thứ bậc, quan hệ giữa các điểm đo là: A > B > C. Nghĩa là các thuộc tính của dữ liệu trong thang có vai trò tương tương nhau nhưng có sự so sánh hơn kém giữa các giá trị. Ví dụ: Loại học lực trong năm học vừa qua… 1 - Kém 2 - Yếu 3 - Trung bình 4 - Khá 5 - Giỏi 6 - Xuất sắc Tương tư như thang đo danh nghĩa, ở đây ta cũng gắn nhãn loại học lực vào các con số để định danh phân loại dữ liệu của biến “Học lực”. Trong đó:
3.3. Phép toán sử dụngMột số phép toán thống kê phân tích có thể thực hiện trong thang đo danh nghĩa:
3.4. Ví dụThang đo thứ bậc có thể được sử dụng trong các nghiên cứu khảo sát thị trường, chất lượng sản phẩm/dịch vụ, xếp hạng thi đua như:
3.5. Cách chạy thang đo thứ bậc trong SPSSVí dụ ở đây có file dữ liệu thống kê Group 3.0 - Volunteers. Mở file dữ liệu trong SPSS Giả sử ta cần chạy thang đo thứ bậc cho biến “What was your total household income before taxes for 2017”. Bạn sẽ thực hiện 5 bước sau đây để tiến hành phân tích thang đo: Bước 1: Trên thanh menu chính, vào mục Analyze → Descriptive Statistics, chọn Frequencies… để mở hộp thoại Frequencies. Bước 2: Tại hộp thoại Frequencies, đưa biến What was your total household income before taxes for 2017 trong danh mục các biến phía bên trái vào ô Variables(s). Bước 3: Tiếp tục nhấp vào Statistics phía bên trái hộp thoại để chọn các phép toán thống kê. Bước 4: Trong hộp thoại Frequencies: Statistics, đánh dấu vào Mode và Median trong danh mục Central Tendency. Click Continue để tiếp tục. Bước 5: Nhấp vào OK để hoàn tất thao tác và nhận kết quả. 4. Thang đo khoảng (Interval scale) trong SPSSNếu như thang đo thứ bậc cho phép người dùng phân loại và sắp xếp thứ bậc của các thuộc tính dữ liệu thì thang đo khoảng được xem một dạng đặc biệt của thang đo thứ bậc vì nó có thể cho biết thêm khoảng cách giữa các thứ bậc đó. 4.1. Định nghĩaThang đó khoảng là loại thang đo định lượng chứa các thuộc tính giá trị của dữ liệu danh nghĩa được sắp xếp theo một thứ tự nhất định với các khoảng cách bằng nhau và cho phép so sánh sự khác biệt giữa các thứ tự đó. Một đặc trưng của thang đo khoảng là không có điểm gốc 0 tuyệt đối mà tại mốc giá trị 0 vẫn có ý nghĩa trong đo lường. 4.2. Các quan hệ trên thang đoTrong thang đo khoảng, quan hệ giữa các điểm đo là: A > B > C và A - B = B - C. Nghĩa là các thuộc tính của dữ liệu trong thang:
Ví dụ: Khi đo nhiệt độ của thời tiết, các giá trị đo sẽ mang ý nghĩa như sau, chẳng hạn:
4.3. Phép toán sử dụngMột số phép toán thống kê phân tích có thể thực hiện trong thang đo khoảng:
4.4. Ví dụThang đo khoảng được sử dụng phổ biến trong các trường hợp sau đây:
4.5. Cách chạy thang đo khoảng trong SPSSVí dụ từ bộ dữ liệu thống kê data_rap phim ngày 28-5, bạn cần chạy thang đo khoảng trong SPSS để phân tích dữ liệu cho biến quan sát “Bạn có thích đi xem phim không?” theo thang Likert 5 điểm, hãy thực hiện theo 5 bước sau đây: Bước 1: Trong giao diện của phần mềm SPSS, vào mục Analyze → Descriptive Statistics, chọn Frequencies để mở hộp thoại. Bước 2: Nhấp đúp chuột vào biến “Bạn có thích xem phim không” để đưa vào ô Variable(s). Bước 3: Chọn Statistics bên trái hộp thoại Frequencies để sử dụng các phép toán cho thang đo. Bước 4: Tại hộp thoại Frequencies: Statistics, đánh dấu vào các phép toán cần thống kê. Chẳng hạn trong ví dụ này, ta sẽ dùng các phép toán như sau: Tại danh mục Central Tendency, chọn: Tại danh mục Dispersion, chọn:
Nhấp vào Continue để tiếp tục. Bước 5: Nhấp OK để hoàn tất và nhận kết quả. 5.Thang đo tỷ lệ (Ratio scale) trong SPSSThang đo tỷ lệ là thang đo mang tính định lượng và có mức độ đo lường cao nhất trong 4 loại thang đo trong SPSS. 5.1. Định nghĩaThang đo tỷ lệ là loại thang đo có đầy đủ các đặc tính của thang đo khoảng nhưng cho phép người dùng có thể lấy tỷ lệ để so sánh giá trị giữa các biến số. Một điểm khác nữa của thang đo tỷ lệ so với thang đo khoảng đó là điểm gốc 0 trong thang đo là một trị số thật tuyệt đối. 5.2. Các quan hệ trên thang đoTrong thang đo khoảng, quan hệ giữa các điểm đo là: A > B > C; A - B = B - C và A = axB. Nghĩa là các thuộc tính của dữ liệu trong thang:
Ví dụ: Khi đo lường giá trị thu nhập trong 1 tháng của một hộ gia đình/địa phương, các giá trị đo sẽ mang ý nghĩa như sau, chẳng hạn:
5.3. Phép toán sử dụngMột số phép toán thống kê phân tích có thể thực hiện trong thang đo tỷ lệ:
5.4. Ví dụMột số trường hợp thường sử dụng thang đo tỷ lệ trong phân tích thống kê:
5.5. Cách chạy thang đo tỷ lệ trong SPSSTiếp tục với ví dụ từ bộ dữ liệu thống kê data_rap phim ngày 28-5, bạn cần chạy thang đo tỷ lệ trong SPSS để phân tích dữ liệu cho biến quan sát “Chi phí trung bình cho một lần xem phim (1 người)”, hãy thực hiện theo 5 bước sau đây: Bước 1: Trong giao diện của phần mềm SPSS, mở hộp thoại Frequencies bằng cách chọn mục Analyze → Descriptive Statistics → Frequencies. Bước 2: Nhấp đúp chuột vào biến “Bạn có thích xem phim không” để đưa vào ô Variable(s). Bước 3: Chọn Statistics bên trái hộp thoại Frequencies để sử dụng các phép toán cho thang đo. Bước 4: Tương tự như thang đo khoảng, tại hộp thoại Frequencies: Statistics, đánh dấu vào các phép toán thống kê cần phân tích theo mục đích nghiên cứu. Nhấp vào Continue để tiếp tục. Bước 5: Nhấp OK để hoàn tất và nhận kết quả. 6. Tổng hợp 5 lưu ý khi lựa chọn thang đoLựa chọn đúng các loại thang đo sẽ giúp cho quá trình thực hiện nghiên cứu diễn ra thuận lợi cũng như thu được kết quả phân tích thống kê được chính xác và đạt hiệu quả hơn. Dưới đây là tổng hợp 5 lưu ý khi xác định loại thang đo trong SPSS: - Có 3 cấp độ thang đo trong SPSS trên thực tế: Nominal, Ordinal và Scale. Việc xử lý dữ liệu thống kê thuộc thang đo khoảng và thang đo tỷ lệ được SPSS gộp chung lại thành thang đo liên tục - Scale. - Dựa vào đặc điểm dữ liệu thu thập để thiết kế thang đo phù hợp: Nominal và Ordinal thuộc thang đo định tính (không có đơn vị đo), khi chuyển điểm này sang điểm kia thì biến quan sát có sự thay đổi về chất. Scale là loại thang đo định lượng có tiêu chuẩn đo, khi chuyển giá trị này sang giá trị kia thì lượng của đối tượng đo có sự thay đổi, nhưng chất chưa chắc đã thay đổi. - Phụ thuộc vào công cụ thống kê: mỗi thang đo sử dụng các phép toán khác nhau. Ở mức độ đo lường càng cao, khả năng áp dụng các phép toán càng đa dạng. Với thang đo định lượng, ta có thể thực hiện nhiều phép toán như mean, std. deviation, variance, range… nhưng hạn chế dùng frequency hay mode vì việc phân tích dễ bị rối và khó nhận ra bản chất của vấn đề. - Có thể chuyển đổi dữ liệu trong thang đo: trong nghiên cứu thực tế, có thể chuyển đổi dữ liệu định tính và định lượng để phù hợp với mục đích đo lường. Chẳng hạn:
- Thiết kế bảng hỏi rõ ràng đối với thang đo khoảng: tuy đã được lượng hóa phần nào của đối tượng nghiên cứu bằng thang điểm nhưng vẫn chưa có tiêu chuẩn đo cụ thể cho mỗi bậc điểm. Việc cho điểm phụ thuộc hoàn toàn vào cảm tính của người trả lời. Do đó, cần đặt câu hỏi và câu trả lời cụ thể để hạn chế tối đa khuyết điểm này và nhận về kết quả chính xác nhất. Trên đây là bài viết chia sẻ về định nghĩa, các phép toán thống kê áp dụng, cách chạy 4 loại thang đo trong SPSS và một số lưu ý khi thiết kế các loại thang đo trong thống kê phân tích. Hy vọng với những thông tin trên, bạn đã có cho mình những kiến thức hay và bổ ích giúp cho quá trình nghiên cứu được thực hiện hiệu quả và dễ dàng hơn. Tài liệu tham khảo
|
