Интервальные данные: Определение, характеристики и примеры

Интервальные данные: Определение?

Интервальные данные, также называемые целочисленными, определяются как тип данных, которые измеряются по шкале, в которой каждая точка расположена на равном расстоянии друг от друга. Интервальные данные всегда представлены в виде чисел или числовых значений, где расстояние между двумя точками стандартизировано и одинаково.

Интервальные данные нельзя умножать или делить, однако их можно складывать или вычитать. Интервальные данные измеряются по интервальной шкале. Простой пример интервальных данных: Разница между 100 градусами по Фаренгейту и 90 градусами по Фаренгейту такая же, как между 60 градусами по Фаренгейту и 70 градусами по Фаренгейту.

В маркетинговых исследованиях или в любых других формах социальных, экономических или деловых исследований интервальные данные играют ключевую роль. Интервальные данные настолько популярны и востребованы, потому что интервальные данные поддерживают практически все статистические тесты и преобразования при получении количественных данных.

Интервальные данные имеют очень характерные признаки, которые отличают их от номинальных данных, порядковых данных или даже данных о соотношениях. Интервальные данные не имеют определенной абсолютной нулевой точки, которая присутствует в данных о соотношениях. Отсутствие абсолютной точки нуля делает невозможным сравнение прямых величин. Например, объект A в два раза больше объекта B - это невозможно в интервальных данных.

Узнайте больше: Шкалы измерения переменных - номинальная, порядковая, интервальная и пропорциональная.

Анализ интервальных данных

Поскольку интервальные данные являются количественным типом данных, можно использовать почти все методы, применяемые для анализа количественных. Вот несколько примеров:

1. Анализ тенденций

Анализ тенденций - это популярный метод анализа интервальных данных, который используется для выявления тенденций и выводов путем сбора данных опроса за определенный период времени. Другими словами, анализ тенденций на интервальных данных проводится путем сбора данных с помощью опроса по интервальной шкале в несколько итераций, используя один и тот же вопрос.

2. SWOT-анализ

Анализ, проводимый для оценки сильных и слабых сторон организации, возможностей и угроз, называется SWOT-анализом и широко используется для оценки интервальных данных. Сильные и слабые стороны - это внутренние аспекты организации, а возможности и угрозы - внешние по отношению к организации. Организация может измерять интервальные данные для оценки рыночной конкуренции, а также планировать будущие маркетинговые мероприятия, используя результаты SWOT-анализа.

3. Конджойнт-анализ

Конджойнт-анализ - это метод исследования рынка продвинутого уровня, обычно применяемый для анализа того, как люди принимают сложные решения в интервальной шкале. Какие факторы важны для покупателей перед принятием решения, когда в их распоряжении имеется несколько вариантов.

4. TURF-анализ

TURF-анализ расшифровывается как Totally Unduplicated Reach and Frequency analysis - это метод, который позволяет маркетологу проанализировать потенциал маркетинговых исследований для комбинации продуктов и услуг. Он оценивает интервальные данные о клиентах, достигнутых определенным источником коммуникации, и его частоту. Этот метод анализа используется исследователями для того, чтобы понять, будет ли новый продукт или услуга хорошо приняты на целевом рынке или нет. Этот метод анализа в первую очередь использовался для разработки медиа-кампаний, но в настоящее время он стал применяться для анализа распределения продукции и линий сбыта.

Сбор и анализ интервальных данных с помощью опросов

.Get Your Free Account Now

Key Characteristics of Interval Data

Вот несколько характеристик интервальных данных:

• Измерение: Интервальные данные измеряются с помощью интервальной шкалы, которая не только показывает порядок и направление, но и показывает точную разницу в значении. Например, отметки на термометре или линейке равноудалены, проще говоря, они измеряют одинаковое расстояние между двумя отметками.
• Интервальная разница: Расстояния между каждым значением в интервальных данных равны. Например, разница между 10 см и 20 см такая же, как между 20 см и 30 см.
• Вычисления: В интервальных данных можно складывать или вычитать значения, но нельзя делить или умножать. Почти все статистические анализы применимы при вычислении интервальных данных, среднее, мода, медиана и т.д.
• Точка нуля: Абсолютная точка нуля произвольна, что означает, что переменная может быть измерена, даже если она имеет отрицательное значение, например, температура может быть -10 ниже нуля, но высота не может быть ниже нуля.

Примеры интервальных данных

1. Можно измерять время в течение дня с помощью 12-часовых часов, это хороший пример интервальных данных. Время в 12-часовом формате - это вращательная мера, которая продолжает отсчитываться от нуля с заданной периодичностью. Эти числа находятся в интервальной шкале, поскольку расстояние между ними поддается измерению и сравнению. Например, разница между 5 и 10 минутами такая же, как между 15 и 20 минутами в 12-часовых часах.

2. Температура измеряется в градусах Фаренгейта и Цельсия, но не в Кельвинах. Если вы измеряете температуру по Фаренгейту и Цельсию, то это будет считаться интервальными данными, поскольку 0 является произвольным. Но в Кельвине 0 является абсолютным. В Кельвине не может быть температуры ниже нуля градусов.

3. Когда вы вычисляете показатели интеллекта в тесте IQ. Для IQ не существует нулевой точки. Согласно психологическим исследованиям, у человека не может быть нулевого интеллекта, поэтому в данном примере ноль является произвольным. IQ - это числовые данные, выраженные в интервалах с использованием фиксированной шкалы измерения.

4. Результаты экзамена, например SAT. Баллы в тесте SAT находятся в диапазоне 200-800. Числа от 0 до 200 не используются при шкалировании сырого балла (количество правильно отвеченных вопросов) в балл за раздел. Точка отсчета не является абсолютным нулем, поэтому она квалифицируется как интервальные данные.

5. Возраст также является переменной, которая может быть измерена по интервальной шкале. Например, если А - 15 лет, а Б - 20 лет, то не только ясно, что Б старше А, но и то, что Б старше А на 5 лет.

Интервальные данные - один из наиболее используемых типов данных. Инструменты для проведения опросов предлагают несколько способов сбора интервальных данных. Когда респонденту предлагается опрос с определенным демографическим вопросом, в котором респондентам предлагается указать свой доход, эти данные могут варьироваться от нуля до бесконечности!

Например:

Пожалуйста, укажите ваш годовой доход

• Ниже $40 000
• $40,000-$60,000
• $60,000-$80,000
• $80,000-$100,000
• выше $100 000

Числовые данные, собранные таким образом, можно разделить на группы, в вышеприведенных примерах группы могут быть основаны на годовом доходе респондентов. Люди, попадающие под одну и ту же категорию доходов.

Существует множество типов вопросов, которые можно использовать для получения интервальных данных. Полученные данные богаты на выводы, но исследователь должен тщательно все продумать, прежде чем использовать их в опросе.

Сбор и анализ интервальных данных с помощью опросов

Получите бесплатную учетную запись прямо сейчас