Niveaux de mesure

Il existe de nombreuses façons de décrire et d’analyser vos données, en fonction de leur niveau de mesure. Le niveau de mesure de votre variable décrit la nature de l’information que la variable fournit. Il existe deux principaux types de variables : les variables catégorielles et les variables continues.

Les variables catégorielles sont celles qui ont des catégories ou des niveaux discrets. Les variables catégorielles peuvent être définies plus précisément comme nominales, dichotomiques ou ordinales. Les variables nominales décrivent des catégories qui n’ont pas d’ordre spécifique. Il s’agit notamment de l’origine ethnique ou du sexe. Pour se souvenir du type de données que décrivent les variables nominales, pensez à nominal = nom. Les variables dichotomiques sont des variables catégorielles à deux niveaux. Il peut s’agir de oui/non, haut/bas, ou homme/femme. Pour s’en souvenir, pensez di = deux. Les variables ordinales ont deux catégories ou plus qui peuvent être ordonnées ou classées. Par exemple, une variable dont les réponses vont de « je ne suis pas du tout d’accord » à « je suis tout à fait d’accord » est considérée comme ordinale. N’oubliez pas que les chercheurs peuvent parfois traiter les variables ordinales comme des variables continues si elles comportent plus de cinq catégories. Pour vous souvenir de ce type de variable, pensez à ordinal = ordre.

Les variables continues sont mesurées numériquement, et ont un nombre infini de valeurs possibles. Par exemple, une variable d’âge mesurée en continu pourrait avoir une valeur de 23,487 ans – si vous vouliez être aussi précis ! Une variable continue est considérée comme un rapport si elle a un point zéro significatif (comme pour l’âge ou la distance). Une variable continue est considérée comme un intervalle si elle peut être mesurée le long d’un continuum qui a des valeurs fixes entre deux points, mais n’a pas de point zéro significatif (par exemple, la température mesurée en Fahrenheit ou en Celsius).

Le niveau de mesure de vos variables influence les analyses que vous pouvez effectuer. Le tableau ci-dessous présente quelques exemples de combinaisons de niveaux de mesure, ainsi que l’analyse suggérée à mener.

.

.

.

.