- Concepte i característiques
- Exemples de variables nominals
- - Exemples explicats
- Assistents a un partit de futbol
- Benefici de les polítiques laborals
- País de naixement d'una persona
- referències
Una variable nominal és aquella que pren valors que identifiquen una classe o categoria en què s'agrupen els objectes d'estudi. Per exemple, la variable 'color de cabells' agrupa les persones en cabell castany, negre, ros, etc.
L'escala nominal identifica, agrupa i diferencia les unitats d'estudi, segons una determinada qualitat, en classes clarament definides i excloents, de manera que tots els que pertanyen a una classe són iguals o equivalents respecte de l'atribut o propietat en estudi.
Icones d'home i dona. Font: pixabay.com
Les classes es diferencien amb noms o amb números identificadors, per la qual cosa no tenen valor numèric ni ordre establert. Per exemple: la variable sexe té dues classes, masculí i femení; també poden usar-se els números 1 i 2 que representen les categories masculí i femení, respectivament. Aquests números són simples identificadors arbitraris.
En aquest tipus de mesures, s'assignen noms o etiquetes als objectes. El nom de la majoria dels exemplars nominats o definicions és el "valor" assignat a la mesura nominal de l'objecte d'estudi.
Si dos objectes tenen el mateix nom associat a ells, llavors pertanyen a la mateixa categoria, i aquest és l'únic significat que les mesures nominals tenen.
Concepte i característiques
L'escala nominal és la més elemental i les variables mesures en aquesta escala classifiquen les unitats d'estudi (objectes, persones, etc.) en classes, basant-se en una o més característiques, atributs o propietats úniques i observades.
Les classes o categories tenen un nom o número, però aquests serveixen merament com etiquetes o identificadors, fan distincions categòriques més que quantitatives, compleixen una funció purament de classificació
No es poden manipular aritmèticament, no reflecteixen ordre (ascendent o descendent) o jerarquia (més o menys), les observacions no poden ser ordenades de menor a major o de petit a gran, és a dir, cap de les categories té major jerarquia que la una altra, únicament estan reflectint diferències en la variable.
Les variables nominals amb dues classes es denominen dicotòmiques, com per exemple, la variable sexe (masculí o femení). Les variables amb tres o més categories es denominen multicotómicas o policotómicas. Per exemple: la variable ocupació (obrer, fuster, metge, etc.).
Les variables nominals només estableixen relacions d'equivalència; és a dir, un objecte d'estudi particular té la característica que defineix la classe o no la té.
Amb les variables nominals es poden efectuar càlculs de proporcions, percentatges i raons, i amb elles es realitzen recomptes de freqüències o tabulacions de l'nombre de successos en cada classe de la variable estudiada. La mesura de tendència central que es pot gestionar amb aquest tipus de variables és la moda.
Exemples de variables nominals
Exemples de variables mesures a escala nominal:
- Nacionalitat (argentí, xilè, colombià, equatorià, peruà, etc.).
- Colors (blanc, groc, blau, negre, taronja, etc.).
- Color dels ulls (negres, marrons, blaus, verds, etc.).
- Classificació dels estudiants per carreres (Administració - 1; Sistemes - 2; Electrònica - 3; Dret - 4; etc.). (El número és un codi sense valor o ordre)
- Estat civil (solter, casat, vidu, divorciat, unió lliure).
- Professió (enginyer, advocat, metge, docent, etc.).
- Sexe (masculí, femení).
- Afiliació religiosa (cristià, musulmà, catòlic, etc.).
- Afiliació política (liberal, conservador, independent, etc.).
- Tipus d'escola (pública o privada).
- Raça (blanc, negre, groc, mestís, etc.).
- Grups sanguinis (O, A, B, AB).
- Exemples explicats
Assistents a un partit de futbol
Si es fa un recompte dels assistents que entren a un partit de futbol, es pot definir la variable nominal 'assistència per sexe'. El recompte informa quants homes i quantes dones van assistir a el partit, però la variable de classificació és el sexe.
Divideix en dues categories el públic en el partit de futbol i cap dels grups té preferència sobre l'altre. Finalment les categories són excloents ja que no hi ha dubte de que grup pertany cada un dels assistents.
Benefici de les polítiques laborals
Es desitja conèixer l'opinió de les persones davant l'aplicació de reformes en les polítiques laborals d'un país. La variable de 'interès' són els beneficis de les polítiques laborals, i en l'enquesta hi ha cinc possibles resultats positius: Més diners, Millor atenció mèdica, Millor retir, Balanç treball / família i Altres.
Totes les respostes es mesuren en escala nominal amb valors Si o No. El resultat Altres engloba tots aquells beneficis que els enquestats consideren que van a obtenir, però que no formen part dels valors de l'enquesta.
La quantitat de respostes afirmatives o negatives són necessàries per calcular el percentatge d'enquestats de l'total que considera que millorarà o no en algun dels aspectes, però aquests percentatges no tenen significat des del punt de vista que un benefici sigui més gran que un altre.
Finalment, no hi ha un ordre natural per als resultats, es pot posar Millor atenció mèdica primer en comptes de Més diners, per exemple, i no canvia en res el resultat.
País de naixement d'una persona
El país de naixement és una variable nominal els valors són els noms dels països. Per a efectes de treball amb aquesta variable, és convenient fer una codificació numèrica d'aquesta informació, assignem als nascuts a Argentina el codi 1, Bolívia el codi 2, Canadà el 3, i així successivament.
Aquesta codificació facilita el recompte per ordinador i el maneig dels instruments de recollida d'informació. No obstant això, i atès que hem assignat números a les diverses categories, no podem manipular aquests nombres. Per exemple, 1 + 2 no és igual a 3; és a dir, Argentina + Bolívia no dóna com a resultat Canadà.
referències
- Coronat, J. (2007). Escales de mesura. Revista Paradigmes. Recuperat de unitec.edu.co.
- Freund, R.; Wilson, W.; Mohr, D. (2010). Statistical methods. Third ed. Academic Press-Elsevier Inc.
- Glass, G.; Stanley, J. (1996). Mètodes estadístics no aplicats a les ciències socials. Prentice Hall Hispanoamericana SA
- Lind, A.; Marchal, W.; Wathen, S. (2012). Estadística aplicada als negocis i l'economia. Quinzena ed. McGraw-Hill / Interamericana Editors SA
- Orlandoni, G. (2010). Escales de mesura estadística. Revista Telos. Recuperat de ojs.urbe.edu.
- Siegel, S.; Castellan, N. (1998). Estadística no paramètrica aplicada a les ciències de la conducta. Quarta ed. Editorial Trillas SA
- (2019). Level of measurement. Recuperat de en.wikipedia.org.