Skale pomiarowe — cztery poziomy pomiaru i co z nich wynika

Numer na koszulce piłkarza, miejsce na podium, temperatura w stopniach Celsjusza i wzrost w centymetrach — to wszystko „liczby”. Ale każda z nich pozwala na co innego. Numer 9 nie jest „lepszy” od numeru 7, drugie miejsce nie jest dwa razy gorsze od pierwszego, a 20°C to nie dwa razy cieplej niż 10°C. Dopiero wzrost zachowuje się tak, jak intuicyjnie myślimy o liczbach.

Te różnice porządkuje klasyfikacja Stevensa: cztery poziomy pomiaru, od najuboższego do najbogatszego.

Cztery poziomy

Nominalny. Liczba jest tylko etykietą. Płeć, grupa diagnostyczna, kod regionu. Można sprawdzić, czy dwie osoby są w tej samej kategorii, i policzyć liczebności. Nie wolno liczyć średniej — „średnia grupa diagnostyczna” to bełkot.

Porządkowy. Kategorie układają się w kolejność, ale odstępy między nimi nie są znane. Stopień zaawansowania, ranking, większość pozycji w kwestionariuszu. Wiadomo, że „często” to więcej niż „czasem”, ale nie o ile. Sensowna jest mediana, ryzykowna — średnia.

Interwałowy. Odstępy są równe, więc różnice wolno dodawać i odejmować. Brakuje jednak prawdziwego zera — punkt zerowy jest umowny. Stąd temperatura w Celsjuszach: 0°C nie oznacza „braku ciepła”, dlatego nie powiemy, że 20° to dwa razy więcej niż 10°.

Ilorazowy. Wszystko to, co interwałowy, plus zero absolutne. Czas reakcji, liczba poprawnych odpowiedzi, dochód. Tu „dwa razy więcej” ma sens, bo zero naprawdę znaczy brak.

Co wolno policzyć

To nie jest scholastyka. Poziom pomiaru wyznacza dozwolone operacje, a przez to — wybór statystyki.

Na poziomie nominalnym pracujesz na liczebnościach i odsetkach: dominanta, tablice, test chi-kwadrat. Na porządkowym dochodzą mediana, kwartyle i metody rangowe. Średnia i odchylenie standardowe wymagają w zasadzie skali interwałowej, a iloraz dwóch wyników — ilorazowej.

Kalkulator nigdy nie zaprotestuje. Policzy średnią z numerów województw i poda wynik z dokładnością do trzech miejsc. Liczba będzie precyzyjna i całkowicie pusta. Odpowiedzialność za to, czy operacja ma sens, leży po stronie badacza, nie programu.

Gdzie to gryzie w praktyce

Najczęstszy spór dotyczy skali Likerta. Formalnie jest porządkowa — nikt nie zagwarantuje, że odległość między „zdecydowanie nie” a „raczej nie” jest taka sama jak między „raczej tak” a „zdecydowanie tak”. A mimo to rutynowo liczymy z niej średnie i odchylenia, jakby była interwałowa.

Czy to grzech? Umiarkowany. Suma wielu pozycji zachowuje się dużo „liczbowiej” niż pojedyncza pozycja, a praktyka pokazuje, że dla dłuższych skal traktowanie wyniku jako interwałowego rzadko prowadzi na manowce. Ważne, żeby robić to świadomie — jako uzasadnione uproszczenie, a nie z przeoczenia.

Drugi typowy błąd to mylenie kodu z wielkością. Jeśli „1 = podstawowe, 2 = średnie, 3 = wyższe” oznacza wykształcenie, numerki są wyłącznie etykietami z porządkiem. Wyciąganie z nich średniej sugeruje, że krok ze średniego na wyższe jest „taki sam” jak z podstawowego na średnie — czego nikt nie sprawdził.

Poziom pomiaru to pierwsza decyzja w każdej analizie jakości narzędzia, zanim padnie jakakolwiek liczba. Pomylony na starcie, podważa wszystko, co policzysz później. Jeśli budujesz narzędzie i chcesz mieć pewność, że statystyki w raporcie pasują do tego, co naprawdę zmierzyłeś — odezwij się.