Метрическая гикала
Шкала с безусловно равными значениями интервалов между позициями ответов называется интервальной, или метрической. Метрическая шкала всегда имеет единицу измерения, которой меряется расстояние между позициями. Примерами метрической шкалы являются данные по возрасту (единица измерения — год); по доходу (единица измерения — денежная единица) и т.д.
Метрическая шкала практически не имеет ограничений в применении статистических процедур; в этом отношении метрические шкалы являются наиболее эффективными для аналитика. Стремление добиваться интервальности порядковых шкал определяется потребностью исследователя приблизить порядковую шкалу к аналитическим возможностям метрической.
Но и метрические шкалы, с точки зрения определенных потребностей анализа и, особенно, представления данных, имеют свои недостатки. Например, при описании и представлении результатов, данные, полученные с помощью метрической шкалы, выглядят довольно громоздко: например, шкала возраста обычно варьирует от 18 до 75 лет; еще большую протяженность имеет шкала дохода.
Если автор хочет представить данные, касающиеся того, как люди разного возраста относятся, например, к экономическим реформам, то таблица, в которой первую группу составят лица 18 лет, вторую — 19, третью — 20 и т.д., будет иметь очень много строк, и пользователю трудно будет проследить тен¬денцию, фиксируемую в различиях ответов лиц разных возрастных категорий.
Поэтому в процессе анализа, переходя от одних статистических процедур к другим, исследователь может преобразовывать тип шкалы; так, например, группируя данные по возрасту, социолог фактически преобразовывает метрическую шкалу в порядковую. В ряде случаев это не только возможно, но и необходимо.
И прежде чем применять ту или иную статистическую процедуру анализа данных, полученных по конкретному вопросу анкеты, исследователь должен точно определить тип шкалы, которую образует совокупность ответов на данный вопрос. При определении типа шкалы, неопытного исследователя иногда может ввести в заблуждение форма ответов, особенно, если ответы представлены в цифровом оформлении.
Например, на одном из методических семинаров мы просили студентов-социологов определить тип шкалы, полученной из ответов на вопрос: «Отметьте, пожалуйста, время, в которое Вы обычно смотрите телепередачи». Веер ответов был представлен линейкой, размеченной на часы, составляющие в совокупности определенное время суток:
Только одна студентка в группе смогла правильно определить тип данной шкалы — номинальная. Подавляющее большинство определили ее как метрическую. Это произошло потому, что варианты ответов были представлены, во-первых, числами, а во-вторых, имели равный интервал.
В данном случае студенты {потенциальные исследователи) ориентировались на форму, а не на содержание шкалы. Метрические шкалы используются тогда, когда в центр анализа ставятся средние значения анализируемых величин (средний возраст, средний душевой доход и т.п.), и эти средние величины несут определенную содержательную и смысловую нагрузку.
К примеру, если бы вопрос стоял о том, сколько часов в день обычно респондент смотрит телевизор, то из полученных данных о том, что половина респондентов указала 2 часа, -а другая половина — 6 часов, можно было бы сделать вывод: в среднем, один человек смотрит телевизор 4 часа (разумеется, данные взяты условно).
Но если шкала используется в таком вопросе, который был приведен выше, то при вычислении среднего арифметического можно получить даже не искаженную, а абсурдную информацию: например, если половина респондентов смотрит телевизор в час дня, а другая половина в шесть часов вечера, вовсе не следует, что в среднем они смотрят телевизор в четыре часа дня.. Оценивая тип шкалы, исследователь должен обращать внимание, не столько на форму, сколько на содержа¬ние ответов.
