Typy proměnných

Typy proměnných

Stránka ve výstavbě

Na této stránce se právě pracuje. Prosím needitujte tuto stránku, dokud na ní zůstává tato šablona. Předejdete tak editačnímu konfliktu. Jestliže uběhla od poslední editace doba alespoň dvou dnů, neváhejte tuto šablonu odstranit.

Ve statistice rozlišujeme několik druhů proměnných (angl. variables) podle hodnot, které nabývají. Tyto typy jsou určeny především tím, jaké matematické operace můžeme s hodnotami proměnné provádět. Kategorizací proměnných existují více, my se především zaměříme na nejčastěji používanou kategorizací, se kterou přišel Americký psycholog S. S. Stevens. Obecně se často o povaze proměnných a jejich měření vedou spory a i Stevensova typologie se dočkala kritiky . Přesto se na tuto typologii podíváme, poněvadž i přes filosofické a zcela pragmatické obtíže s kategorizací proměnných nám umožňuje rychleji se dorozuívat o povaze dat, či nám poskytne informace o tom, jaké analýzy či operace jsou s těmito daty možné.

Co je to vlastně proměnná? Proměnou se, zjednodušeně řečeno, myslí nějaký znak, který může nabývat různých hodnot. Může to být například barva vlasů, vzdělání, výška, inteligence či úroveň čtenářských dovedností, zkrátka vše, k čemu můžeme přiřknout (změřit, pozorovat, odhnadnout, apod.) různé hodnoty.

Jedním ze základů dělení typů proměnných bývá, jaké matematické operace s nimi můžeme provádět. Uveďme si nejprve souhrnnou tabulku třídění typů proměnných s příklady, které snad dají naznat, jakým způsobem můžeme proměnné třídit.

	Kvalitativní		Kvantitativní
	Kategorické	Ordinální	Kardinální
Stevensova typologie	Nominální	Ordinální	Intervalová	Poměrová
Matematické operace	$=,\neq$	$>,<$	$+,-$	$\times ,\div$
Statistiky	Frekvence, Modus	Medián, percentily	Průměr, směrodatná odchylka	Koeficient variace
Příklady	Město bydliště, Vystudovaný obor	Dosažené vzdělání, Hodnocení na likertově škále	Hodiny, IQ skór, Stupně Celsia	Věk, Stupně Kelvina
Další dělení	dichotomické vs. polytomické		spojité vs. nespojité

Nyní si shrneme podrobnosti o jednotlivých typech proměnných. Zároveň však zdůrazněme, že dobrý souhrn podává i například kniha Psychometrika, trochu jiné dělení pak poskytuje Hendl.

1) Nominální proměnné

Tyto proměnné jsou takové, k nimž nemůžeme přiřadit nějakou kvantitu. Název je odvozen od latinského nomen (jméno) - což vystihuje podstatu hodnot těchto proměnných, jelikož jsou pouhými názvy, označeními objektů. Jejími hodnotami jsou tedy dvě nebo více označení, které nemají řazení (nemůžeme říci, že jedno je více či méně, větší či menší, apod.). Někdy se nominální proměnné označují jako kategorické proměnné - protože označují různé kategorie.

U nominálních proměnných tak můžete říci, zda daná jednotka patří do určité kategorie, či ne. Příkladem by mohly být například názvy knih. Kolik knih je v knihovně s názvem "Jméno růže"?. Velmi často se ve výzkumném kontextu setkáváme s nominální proměnnou, kterou tvoří různé experimentální skupiny.

Někdy dochází též ke komplikacím s kategoriemi, a to když zjistíme, že naše konstrukty kategorií neodpovídají úplně "realitě". Příkladem může být například často používaná proměnná Pohlaví, kde se často zjistí, že kategorie "Muži" a "Ženy" nestačí a přidáváme tak alespoň kategorii "Jiné". Názornějším příkladem může být například Barva, která bývá často uváděna jako příklad nominální proměnné. Problém nastává, když si uvědomíme, že barvy nejsou inherentně kategorické (v našem vnímání jedna přechází plynule v druhou), což není překvapením, jelikož barva je pouze interpretací percepce frekvence elektromagnetického vlnění (která pochopitelně není kategorická). To samozřejmě nevylučuje, že má smysl zkoumat povahu kategorií barev, jakým způsobem jsou tvořeny, zda jsou interindividuálně či dokonce kulturně univerzální, a podobně - naopak to je často úkolem právě psychologie. Je nicméně mít neustále na zřeteli, co tu vlastně "kategorizujeme".

Dělení podle počtu kategorií

Aby toho nebylo málo, někdy se v literatuře setkáte s označením nominální (kategorické) proměnné jako s faktorovou proměnnou (factor variable), a to zvláště v kontextu návrhu designu či specifických analytických technik (např. ANOVA - Analýzou variance). Právě s tímto označením se také často spojují tzv. úrovně (levels), které jsou jenom jiným označením počtu kategorií. Tak se můžete setkat s faktorem o třech úrovních (factor with three levels), což neznamená nic víc, než kategorickou proměnnou se třemi kategoriemi. Proč je něco takového důležité? Jednou z velice důležitých typů proměnných je faktor o dvou úrovních, tedy binární proměnná (v angličtině binary, někdy nazývaná také jako dummy či boolean variable). Je to tzv. logická proměnná, nabývající dvou hodnot - 1 a 0, resp. TRUE nebo FALSE. Ve statistice má zvláštní postavení, protože se díky ní dají přestrukturovat některá data tak, že se s nimi dají vyloženě dělat psí kusy. Klasickým využitím binární proměnné je, když z nominální proměnné o více kategoriích uděláme více binárních proměnných. Díky tomu můžeme například kategorické proměnné použít v lineární regresi a zjistit efekty jednotlivých kategorií.

Příklad restrukturalizace dat z jedné víceúrovňové nominální proměnné na více binárních proměnných:

Původní kódování
Číslo knihy	Název knihy
1	Jméno růže
2	Harry Potter a Ohnivý pohár
3	Poetika II
4	Jméno růže
5	řádek 2, buňka 2
6	řádek 2, buňka 2