mittaustasojen

Mittaustasojen käsite viittaa tilastotieteessä dataa luokitteleviin tasoihin, joiden mukaan mittaustulosten ominaisuudet ja niille tehtävät tilastolliset operaatiot määräytyvät. Kyseessä on tapa ymmärtää, millaisia matemaattisia operaatioita tuloksia voidaan mielekkäästi tehdä ja miten tuloksia tulkitaan eri tilanteissa.

Neljä klassista mittaustasoa ovat nominal, ordinal, interval ja ratio. Nominaalitason data koostuu kategorioista, joilla ei ole luonnollista järjestystä (esimerkiksi verivalikoima A, B, AB, 0; värit tai sukupuoli). Ordinaalisessa tasossa on järjestys, mutta etäisyydet kategorioiden välillä eivät ole välttämättä samanlaisia (esimerkiksi arvosanat 1–5 tai mielipiteen asteikot: erittäin tyytyväinen, tyytyväinen, neutraali, tyytymätön, erittäin tyytymätön). Interval-taso tarjoaa mittaetäisyyden, jolla luvut ovat peräkkäin tasaisesti erillään, mutta nollia ei pidetä todellisena nollapisteenä (esimerkiksi Celsius-asteet). Ratio-tasolla on todellinen nollapiste, jolloin suhdeluvut ovat mielekkäitä (esimerkiksi pituus, paino, aika sekunteina).

Mittaustason valinta vaikuttaa siihen, mitä tilastollisia analyysejä ja mittauksia voidaan tehdä. Nominaaliluvut käyttävät yleensä hajontalaskentaa ja Fisherin tai Khiin neliö -testejä; ordinaalitason data mahdollistavat mediaanin ja kvantiilien käyttöä sekä ei-parametriset testit kuten Mann–Whitney. Interval- ja ratio-tason data mahdollistavat keskiarvot, keskihajonnat sekä parametristen testien kuten t-testin ja ANOVA:n käytön. Tason valinta heijastuu myös data transformations ja mittaustulosten tulkintaan.

Mittaustasojen käsite juontaa juurensa S. Stevensin 1946 kirjoituksiin, ja se on keskeinen osa tutkimusdesignia sekä tilastollista analyysia.