Le niveau de mesure fait référence à la façon particulière dont une variable est mesurée dans la recherche scientifique, et l'échelle de mesure fait référence à l'outil particulier qu'un chercheur utilise pour trier les données de manière organisée, en fonction du niveau de mesure qu'il a sélectionné..
Le choix du niveau et de l'échelle de mesure sont des éléments importants du processus de conception de la recherche, car ils sont nécessaires pour mesurer et catégoriser systématiquement les données, et donc pour les analyser et en tirer des conclusions qui sont également considérées comme valides..
En science, il existe quatre niveaux et échelles de mesure couramment utilisés: nominal, ordinal, intervalle et rapport. Ceux-ci ont été développés par le psychologue Stanley Smith Stevens, qui a écrit à leur sujet dans un article de 1946 dans Science, intitulé "Sur la théorie des échelles de mesure." Chaque niveau de mesure et son échelle correspondante sont capables de mesurer une ou plusieurs des quatre propriétés de mesure, qui comprennent identité, amplitude, intervalles égaux et une valeur minimale de zéro.
Il existe une hiérarchie de ces différents niveaux de mesure. Avec les niveaux de mesure inférieurs (nominaux, ordinaux), les hypothèses sont généralement moins restrictives et les analyses de données sont moins sensibles. À chaque niveau de la hiérarchie, le niveau actuel comprend toutes les qualités de celui en dessous, en plus de quelque chose de nouveau. En général, il est souhaitable d'avoir des niveaux de mesure plus élevés (intervalle ou rapport) plutôt qu'un niveau inférieur. Examinons chaque niveau de mesure et son échelle correspondante dans l'ordre du plus bas au plus élevé de la hiérarchie.
Une échelle nominale est utilisée pour nommer les catégories dans les variables que vous utilisez dans votre recherche. Ce type d'échelle ne fournit aucun classement ni ordre de valeurs; il fournit simplement un nom pour chaque catégorie dans une variable afin que vous puissiez les suivre parmi vos données. Autrement dit, il satisfait la mesure de l'identité, et de l'identité seule.
Les exemples courants en sociologie incluent le suivi nominal du sexe (masculin ou féminin), de la race (blanc, noir, hispanique, asiatique, indien américain, etc.) et de la classe (pauvre, classe ouvrière, classe moyenne, classe supérieure). Bien sûr, il existe de nombreuses autres variables que l'on peut mesurer sur une échelle nominale.
Le niveau nominal de mesure est également connu comme une mesure catégorique et est considéré de nature qualitative. Lors de la recherche statistique et de l'utilisation de ce niveau de mesure, on utiliserait le mode, ou la valeur la plus courante, comme mesure de la tendance centrale.
Les échelles ordinales sont utilisées lorsqu'un chercheur veut mesurer quelque chose qui n'est pas facilement quantifiable, comme des sentiments ou des opinions. Au sein d'une telle échelle, les différentes valeurs d'une variable sont progressivement ordonnées, ce qui rend l'échelle utile et informative. Il satisfait à la fois les propriétés d'identité et de grandeur. Cependant, il est important de noter qu’une telle échelle n’est pas quantifiable - les différences précises entre les catégories de variables sont inconnaissables.
En sociologie, les échelles ordinales sont couramment utilisées pour mesurer les points de vue et les opinions des gens sur des questions sociales, comme le racisme et le sexisme, ou l'importance de certaines questions pour eux dans le contexte d'une élection politique. Par exemple, si un chercheur veut mesurer la mesure dans laquelle une population croit que le racisme est un problème, il pourrait poser une question comme "Quelle est l'ampleur du problème du racisme dans notre société aujourd'hui?" et fournissez les options de réponse suivantes: «c'est un gros problème», «c'est un peu un problème», «c'est un petit problème» et «le racisme n'est pas un problème».
Lorsque vous utilisez ce niveau et cette échelle de mesure, c'est la médiane qui indique la tendance centrale.
Contrairement aux échelles nominales et ordinales, une échelle d'intervalle est une échelle numérique qui permet de classer les variables et fournit une compréhension précise et quantifiable des différences entre elles (les intervalles entre elles). Cela signifie qu'il satisfait aux trois propriétés de l'identité, la magnitude, et intervalles égaux.
L'âge est une variable courante que les sociologues suivent à l'aide d'une échelle d'intervalle, comme 1, 2, 3, 4, etc. On peut également transformer des catégories de variables ordonnées sans intervalle en une échelle d'intervalle pour faciliter l'analyse statistique. Par exemple, il est courant de mesurer le revenu comme une fourchette, comme 0 $ - 9 999 $; 10 000 à 19 999 dollars; 20 000 $ - 29 000 $, etc. Ces fourchettes peuvent être transformées en intervalles qui reflètent l'augmentation du niveau de revenu, en utilisant 1 pour signaler la catégorie la plus basse, 2 la suivante, puis 3, etc..
Les échelles d'intervalle sont particulièrement utiles car elles permettent non seulement de mesurer la fréquence et le pourcentage des catégories de variables dans nos données, mais aussi de calculer la moyenne, en plus de la médiane, du mode. Surtout, avec le niveau d'intervalle de mesure, on peut également calculer l'écart type.
L'échelle de mesure du rapport est presque la même que l'échelle d'intervalle, cependant, elle diffère en ce qu'elle a une valeur absolue de zéro, et c'est donc la seule échelle qui satisfait aux quatre propriétés de mesure.
Un sociologue utiliserait une échelle de rapport pour mesurer le revenu gagné réel au cours d'une année donnée, non divisé en fourchettes catégorielles, mais allant de 0 $ à la hausse. Tout ce qui peut être mesuré à partir du zéro absolu peut être mesuré avec une échelle de rapport, comme par exemple le nombre d'enfants qu'une personne a, le nombre d'élections qu'une personne a voté ou le nombre d'amis qui sont d'une race différente de la intimé.
On peut exécuter toutes les opérations statistiques comme on peut le faire avec l'échelle d'intervalle, et encore plus avec l'échelle de rapport. En fait, il est ainsi appelé parce que l'on peut créer des rapports et des fractions à partir des données lorsque l'on utilise un niveau de mesure et d'échelle de rapport.
Mis à jour par Nicki Lisa Cole, Ph.D.