Уровни измерения

Интервальный уровень измерения

Об интервальном уровне измерения можно говорить тогда, когда мы способны не только определить количество интересующего нас свойства в эмпирических наблюдениях, но также определить равные расстояния между категориями, т. е. ввести единицу измерения. Соответственно числовое приписывание становится здесь менее произвольным: объекту (наблюдению) присваивается число, соответствующее количеству измеряемого свойства, т. е. мы можем установить отношения равенства уже не между самими объектами, а между интервалами числовой шкалы: равные разности чисел соответствуют равным разностям значений измеряемого свойства или признака. Классический пример интервального измерения в физических науках — это измерение температуры по шкале Цельсия (или Фаренгейта). Единицы измерения — градусы — равны, однако «0» — это произвольная точка. При 0°С вода замерзает, однако свойство «иметь температуру» отнюдь не исчезает. Если нулевая точка неабсолютна, то бессмысленно утверждать, что 30°С предполагают в три раза больше свойства «температура», чем 10°С.

Шкала температуры Кельвина, как известно, начинается с абсолютного нуля, и этот абсолютный нуль имеет определенный физический смысл (вспомните термодинамику), так что можно даже сказать, что здесь «температура кончается». Шкала Кельвина — это шкала отношений. То же можно сказать и о физическом измерении расстояний, в частности, об измерении роста. Человек, имеющий рост в 2 метра, в два раза выше ребенка, чей рост 1 метр. Возраст человека, доход — другие примеры шкалы отношений.

Зачем учитывать уровень измерения?

Во-первых, отметим, что наше изложение существующих представлений об уровнях измерения — пусть оно и было далеко не полным, позволило заметить, что хотя приписывание чисел объектам возможно практически всегда, далеко не все операции над полученными числами будут иметь какой-то смысл. Соответственно далеко не все методы группировки и статистического анализа данных уместны для номинального или, скажем, интервального уровня измерения (с ними социологам чаще всего приходится иметь дело). Существуют различные техники анализа для разных уровней измерения переменных. Специальные методы построения социологических шкал, о которых будет говориться далее, также основаны на определенных представлениях о метрике переменных, т.е. об уровне их измерения. Все эти соображения должны быть приняты во внимание и при конструировании инструмента сбора данных, например, вопросника. Если мы хотим анализировать переменную «образование» по крайней мере на интервальном уровне, нам, вероятно, лучше использовать показатель «количество лет, затраченных на получение образования» и включить в анкету соответствующие вопросы. Однако если наша цель ¾ всего лишь показать, что лица с высшим образованием или ученой степенью чаще выписывают научно-популярные журналы, достаточно будет использовать привычные «ординальные» категории ¾ неполное среднее, среднее, высшее и т.п. (кстати, при анализе они, возможно, будут рассматриваться как номинальные).

Важно помнить, что каждая переменная может быть измерена на разных уровнях. Выбор определяется практическими соображениями, требованиями к качеству измерения (как правило, существует обратная зависимость между уровнем и качеством измерения, о чем еще будет говориться дальше), предполагаемой стратегией анализа данных. Практически всегда данные, позволяющие получить высокий уровень измерения, могут быть перегруппированы так, что уровень измерения станет ниже (обратное утверждение, к сожалению, неверно). Например, при анализе мы можем разбить наших респондентов на три возрастные категории, хотя в опросе использовали семь. Важно, однако, и то обстоятельство, что исследователь, использующий наши данные для вторичного или сравнительного анализа (возможно, мы и сами захотим к ним вернуться) сможет пользоваться «сырыми» более дробными категориями.