נתונים רגילים לעומת נתוני מרווחים
Ordinal ו-Interval הם סוגי נתונים. אלו למעשה דרכים שונות לייצוג וסיווג מידע. שני סוגי הנתונים חשובים מכיוון שהם מספקים מידע למשתמש למדידת היבטים שונים באמצעות סטטיסטיקה. אם אתה עוסק במחקר, אתה דורש את שני סוגי הנתונים לעתים קרובות, מה שאומר שאתה צריך להבין את ההבדלים בין שני סוגי הנתונים.
נתונים רגילים
נתונים רגילים מתייחסים לסידור נתונים בקנה מידה. לדוגמה, יכול להיות משתנה X שמתייחס למספר הימים שהנבדקים ניזונו מתזונה מיוחדת, ומשתנה Y יכול למדוד את הדירוג של אנשים אלו במירוץ.בנתונים כאלה, ניתן לתאם את ההשפעה של משתנה X על משתנה Y.
נתוני מרווחים
יש סולם מדידה רציף משמעותי וגם הנתונים נמצאים ברמת מרווחים. כאן הבדלים שווים בין ערכים בקנה מידה תואמים להבדלים אמיתיים בין כמויות פיזיקליות שהסקאלה מתכוונת למדוד. דוגמה לכך תהיה אוסף של מדידות גבהים של אנשים שונים. אפשר לומר בבטחה שהפרש הגובה של אדם שגודלו 1.8 מטר ושל זה שגובהו 1.7 מטר זהה להבדל בין אדם שגובהו 1.9 מטר לאחר שגובהו 1.8 מטר.
ניתן לסדר את הנתונים שסודרו במרווחים על בסיס דרגות. זה מרמז שניתן להמיר נתוני מרווחים לנתונים סידוריים. עם זאת, לא ניתן לומר את אותו הדבר על נתונים סידוריים מכיוון שלא ניתן להמיר אותם לנתוני מרווחים. עם זאת, נתוני רמת המרווחים חושפים יותר מנתוני רמת הסידור.
נתונים רגילים מבוססים על דירוגים. לדוגמה במרוץ של 100 מטר, מי שמנצח במרוץ עשוי לקחת 11 שניות, מחזיק במקום 2 11.5 שניות ומחזיק בדרגה שלישית 12.5 שניות. מכיוון שמרווח הזמן בין דרגות שונות אינו קבוע, כל מה שאתה יודע הוא דרגות של אנשים שונים. נתוני מרווחים, כפי שהשם מרמז, מבוססים על סולם שהוא רציף. בסולם טמפרטורה, יש לך ערכים כמו 50 מעלות ו-51 מעלות. אתה יודע שההבדל הוא של מעלה אחת.
הבדל בין נתוני סידור ונתוני מרווחים
ככזה ברור שההבדל הגדול ביותר בין נתוני סידור למרווחים הוא שהסקאלה אינה אחידה בנתוני הסידור, בעוד שהיא אחידה בסולם המרווחים. הבדל נוסף כמובן הוא העובדה שנתוני מרווחים חושפים מידע על עפרות מאשר נתונים סידוריים.
