Zmienne: nominalna, porządkowa, ilościowa

Zmienne nominalne to kategorie bez porządku (płeć, kierunek studiów), porządkowe mają kolejność bez równych odstępów (poziom wykształcenia, skala 1-5), a ilościowe (interwałowe/ilorazowe) mają mierzalne, równe odstępy (wiek, wynik testu).

To rozróżnienie jest kluczowe: dla zmiennych ilościowych stosujemy m.in. t-test, ANOVA, korelację Pearsona; dla porządkowych - testy rangowe (Spearman, Mann-Whitney); dla nominalnych - chi-kwadrat. Zła klasyfikacja zmiennej prowadzi do zastosowania niewłaściwego testu.

Przykład: „poziom wykształcenia" (podstawowe/średnie/wyższe) to zmienna porządkowa, mimo że w bazie wpiszesz 1/2/3 - te liczby to etykiety, nie wartości do liczenia średniej. Typowy błąd to liczenie średniej z takiej zmiennej albo traktowanie kodów płci (1/2) jak liczby i wrzucanie ich do korelacji Pearsona.

Wskazówka: skale typu Likerta (1-5) formalnie są porządkowe, ale w praktyce badawczej sumaryczne wskaźniki z wielu pozycji często traktuje się jak ilościowe. Zawsze ustal poziom pomiaru PRZED wyborem testu - to pierwszy krok, od którego zależy cała analiza.

Poziom pomiaru zmiennej (nominalny, porządkowy, ilościowy) przesądza o dozwolonym teście. Jeśli nie masz pewności, jak sklasyfikować swoje zmienne i co z nich wynika dla analizy, pomoże przewodnik doboru testu.