Dati di intervallo: definizione, esempi e analisi

I dati di intervallo vengono misurati lungo una scala numerica con distanze uguali tra valori adiacenti. Queste distanze sono chiamate ” intervalli.”

Non esiste un vero zero su una scala di intervalli, che è ciò che lo distingue da una scala di rapporto. Su una scala a intervalli, zero è un punto arbitrario, non una completa assenza della variabile.

Esempi comuni di scale di intervallo includono test standardizzati, come il SAT, e inventari psicologici.,

Livelli di misurazione

L’intervallo è uno dei quattro livelli gerarchici di misurazione. I livelli di misurazione indicano la precisione con cui vengono registrati i dati. Più alto è il livello, più complessa è la misurazione.

Mentre le variabili nominali e ordinali sono categoriali, le variabili intervallo e rapporto sono quantitative. Molti più test statistici possono essere eseguiti su dati quantitativi che categoriali.

Intervallo vs rapporto scale

Intervallo e rapporto scale entrambi hanno intervalli uguali tra i valori., Tuttavia, solo le scale di rapporto hanno uno zero vero che rappresenta un’assenza totale della variabile.

Celsius e Fahrenheit sono esempi di scale di intervallo. Ogni punto su queste scale differisce dai punti vicini per intervalli di esattamente un grado. La differenza tra 20 e 21 gradi è identica alla differenza tra 225 e 226 gradi.

Tuttavia, queste scale hanno zero punti arbitrari – zero gradi non è la temperatura più bassa possibile.

Poiché non esiste un vero zero, non è possibile moltiplicare o dividere i punteggi sulle scale di intervallo. 30°C non è due volte più caldo di 15°C., Allo stesso modo, -5°F non è metà freddo come -10°F.

Al contrario, la scala di temperatura Kelvin è una scala di rapporto. Nella scala Kelvin, nulla può essere più freddo di 0 K. Pertanto, i rapporti di temperatura in Kelvin sono significativi: 20 K è due volte più caldo di 10 K.

Tipo Esempi test Standardizzati IQ

SAT

GRE

SPECIFICHE

Psicologico rimanenze Beck depression Inventory

Matrici Progressive di Raven

Cinque Grandi tratti della personalità di test

Per identificare se una scala è l’intervallo o ordinale, considerare se si utilizza valori fisso con unità di misura, in cui le distanze tra due punti sono di dimensioni note., Ad esempio:

• Una scala di valutazione del dolore da 0 (nessun dolore) a 10 (dolore peggiore possibile) è intervallo.
• Una scala di valutazione del dolore che va da nessun dolore, dolore lieve, dolore moderato, dolore severo, al dolore peggiore possibile è ordinale.

Trattare i dati come dati a intervalli consente di eseguire test statistici più potenti.,

Intervallo di analisi dei dati

Per ottenere una panoramica dei dati, è possibile raccogliere le seguenti statistiche descrittive:

• la distribuzione di frequenza dei numeri o percentuali,
• la moda, mediana, o significa trovare la tendenza centrale,
• il range, deviazione standard e varianza per indicare la variabilità.

Raccogli i punteggi SAT di un gruppo di 59 studenti laureati della città A. I test-takers possono segnare ovunque tra 400-1600 sul SAT.,

Distribuzione

Tabelle e grafici possono essere utilizzati per organizzare i dati e visualizzare la loro distribuzione.

Tendenza centrale

Dal tuo grafico, puoi vedere che i tuoi dati sono distribuiti abbastanza normalmente. Poiché non c’è inclinazione, per trovare dove si trovano la maggior parte dei tuoi valori, puoi usare tutte e 3 le misure comuni di tendenza centrale: la modalità, la mediana e la media.,

La media è solitamente considerata la migliore misura di tendenza centrale quando si hanno normalmente dati quantitativi distribuiti. Questo perché utilizza ogni singolo valore nel set di dati per il calcolo, a differenza della modalità o della mediana.

Variabilità

L’intervallo, la deviazione standard e la varianza descrivono la diffusione dei dati. L’intervallo è il più facile da calcolare mentre la deviazione standard e la varianza sono più complicate, ma anche più informative.,

Test statistici

Ora che hai una panoramica dei tuoi dati, puoi selezionare test appropriati per fare inferenze statistiche. Con una distribuzione normale dei dati di intervallo, sono possibili test sia parametrici che non parametrici.

I test parametrici sono più potenti dei test non parametrici e consentono di trarre conclusioni più forti sui dati. Tuttavia, i dati devono soddisfare diversi requisiti per l’applicazione dei test parametrici.,

I seguenti test parametrici sono alcuni dei più comuni applicati per testare ipotesi sui dati di intervallo.

Obiettivo	Campioni o le variabili	Test	Esempio
Confronto di mezzi	2 campioni	T-test	Qual è la differenza tra la media dei punteggi SAT di studenti da 2 diverse scuole superiori?,
Confronto dei mezzi	3 o più campioni	ANOVA	Qual è la differenza nei punteggi medi SAT degli studenti provenienti da 3 programmi di preparazione ai test?
Correlazione	2 variabili	r di Pearson	Come sono correlati i punteggi SAT e GPA?
Regressione	2 variabili	Regressione lineare semplice	Qual è l’effetto del reddito dei genitori sui punteggi SAT?,

Domande frequenti sui dati a intervalli