dados de intervalo são medidos ao longo de uma escala numérica que tem distâncias iguais entre os valores adjacentes. Estas distâncias são chamadas de ” intervalos.”
não há zero verdadeiro numa escala de intervalo, que é o que a distingue de uma escala de razão. Numa escala de intervalo, zero é um ponto arbitrário, Não uma ausência completa da variável.exemplos comuns de escalas de intervalos incluem testes padronizados, como o SAT, e inventários psicológicos.,o intervalo
níveis de medição
é um dos quatro níveis hierárquicos de medição. Os níveis de medição indicam a precisão do registo dos dados. Quanto maior o nível, mais complexa é a medição.
enquanto as variáveis nominais e ordinais são categóricas, as variáveis do intervalo e da razão são quantitativas. Muitos mais testes estatísticos podem ser realizados em dados quantitativos do que categóricos.
Interval vs ratio scales
Interval and ratio scales both have equal intervalos between values., No entanto, apenas escalas de razão têm um verdadeiro zero que representa uma ausência total da variável.
Celsius e Fahrenheit são exemplos de escalas de intervalo. Cada ponto nestas escalas difere dos pontos vizinhos por intervalos de exatamente um grau. A diferença entre 20 e 21 graus é idêntica à diferença entre 225 e 226 graus.
no entanto, estas escalas têm zero pontos arbitrários-zero graus não é a menor temperatura possível.
porque não existe nenhum zero verdadeiro, você não pode multiplicar ou dividir pontuações em escalas de intervalo. 30 ° C não é duas vezes mais quente do que 15 ° C., Similarmente, -5 ° F não é metade tão frio quanto -10°F.
Em contraste, a escala de temperatura de Kelvin é uma escala de razão. Na escala de Kelvin, Nada pode ser mais frio do que 0 K. portanto, as razões de temperatura em Kelvin são significativas: 20 K é duas vezes mais quente do que 10 K.
Exemplos de intervalo de dados
Psicológico conceitos como inteligência muitas vezes são quantificados através de operacionalização de testes e inventários. Estes testes têm intervalos iguais entre pontuações, mas eles não têm zeros verdadeiros porque eles não podem medir “inteligência zero” ou “personalidade zero”.,iv id=”ebbb0ec224″>
SAT
GRE
GMAT
Raven Progressiva de Matrizes
os Grandes Cinco traço de personalidade testes
Para identificar se uma escala de intervalo ou ordinal, considere se ele usa valores fixos de unidades de medida, onde as distâncias entre quaisquer dois pontos são de tamanho conhecido., Por exemplo:
- uma escala de classificação da dor de 0 (sem dor) a 10 (pior dor possível) é o intervalo.uma escala de classificação de dor que vai de nenhuma dor, dor ligeira, dor moderada, dor intensa, para a pior dor possível é ordinal.
tratar os seus dados como dados de intervalo permite a realização de testes estatísticos mais poderosos.,
Intervalo de análise de dados
Para obter uma visão geral de seus dados, você pode reunir as seguintes estatísticas descritivas:
- a distribuição de freqüência em números absolutos ou em percentagens,
- o modo, mediana ou média para encontrar a tendência central,
- o intervalo, desvio padrão e variância para indicar a variabilidade.
Distribuição
Tabelas e gráficos podem ser usados para organizar os dados e visualizar a sua distribuição.
- Tabela
- Graph
tendência Central
do seu gráfico, pode ver que os seus dados estão normalmente distribuídos. Uma vez que não há nenhum desvio, para descobrir onde a maioria de seus valores estão, você pode usar todas as 3 medidas comuns de tendência central: o modo, mediana e média.,
- Mode
- Mediana
- Médio
(n+1)/2 = (59+1)/2 = 30
A mediana está na 30ª posição, que tem um valor de 1120.
⅀x = 65850
n = 59
⅀x/n = 65850/59 = 1116.,1
a média é normalmente considerada a melhor medida da tendência central quando se distribuem normalmente dados quantitativos. Isso porque ele usa todos os valores em seu conjunto de dados para a computação, ao contrário do modo ou da mediana.
variabilidade
o intervalo, o desvio-padrão e a variância descrevem como os seus dados são distribuídos. O intervalo é o mais fácil de calcular, enquanto o desvio padrão e variância são mais complicados, mas também mais informativo.,
- Gama
- desvio Padrão
- Desvio
Intervalo = 1500 – 620 = 880
s = 210.42
s2 = 44279.,36
testes estatísticos
Agora que tem uma visão geral dos seus dados, pode seleccionar testes adequados para fazer inferências estatísticas. Com uma distribuição normal de dados de intervalo, testes paramétricos e não paramétricos são possíveis.os Testes Paramétricos são mais poderosos do que os testes não paramétricos e permitem-lhe tirar conclusões mais fortes sobre os seus dados. No entanto, os seus dados devem cumprir vários requisitos para que os testes paramétricos sejam aplicados.,
os seguintes testes paramétricos são alguns dos mais comuns aplicados para testar hipóteses sobre dados de intervalo.
| Objetivo | Amostras ou variáveis | Teste | Exemplo |
|---|---|---|---|
| A comparação das médias | 2 amostras | teste-T | o Que é a diferença na média SENTOU-se dezenas de estudantes a partir de 2 diferentes escolas?, |
| comparação dos meios | 3 ou mais amostras | Qual é a diferença nas pontuações médias SAT de estudantes de 3 Programas de pré-teste?como estão as pontuações SAT e as GPAs relacionadas? | |
| Regressão | regressão linear simples | Qual é o efeito da renda parental nas pontuações SAT?, |
Perguntas Frequentes sobre os dados do intervalo
- Nominal: os dados só podem ser categorizados.Ordinal: os dados podem ser categorizados e classificados.intervalo
- : os dados podem ser classificados e uniformemente espaçados.,relação
- : os dados podem ser categorizados, classificados, uniformemente espaçados e têm um zero natural.
enquanto os dados do intervalo e da razão podem ser categorizados, classificados, e têm espaçamento igual entre valores adjacentes, apenas escalas da razão têm um verdadeiro zero.por exemplo, a temperatura em Celsius ou Fahrenheit está em uma escala de intervalo porque zero não é a menor temperatura possível. Na escala Kelvin, uma escala de proporção, zero representa uma total falta de energia térmica.,
perguntas individuais do tipo Likert são geralmente consideradas dados ordinais, porque os itens têm ordem de classificação clara, mas não têm uma distribuição uniforme.as pontuações globais da escala de Likert são por vezes tratadas como dados do intervalo. Estas pontuações são consideradas como tendo direcionalidade e até espaçamento entre elas.
O tipo de dados determina quais testes estatísticos você deve usar para analisar seus dados.
