وفقًا لـ (Corporate Finance Institute, 2020)، فإن مستوى القياس هو طريقة لتصنيف البيانات وفقًا لخصائصها الرياضية والإحصائية. هناك أربعة مستويات للقياس وهي: (الاسمي - الترتيبي - الفئوي - النسبي). لكل مستوى استخدام مختلف عن الآخر. في هذه المناقشة، سأطبقها على مجال البناء الذي أعمل فيه.
1. القياس الاسمي:
هو القياس وفقًا للتصنيف في فئات حصرية لا تقبل الترتيب أو القياس على مقياس عددي. لذلك، يُعتبر قياسًا وصفيًا (Market Research Guy, 2019).
مثال: في مجال البناء، يمكن تصنيف أنواع مواد البناء تحت هذا المقياس. على سبيل المثال، الطوب، الخشب، الخرسانة، الحديد، والنحاس، حيث تكون هذه الفئات مميزة ولا تمتلك قيمة عددية.
2. القياس الترتيبي:
هو القياس وفقًا لفئات يمكن ترتيبها بناءً على تفوق معاييرها، لكن المسافة بين نوع وآخر لا يمكن تحديدها رياضيًا. لذا، يُعتبر هذا القياس أيضًا وصفيًا (Market Research Guy, 2019).
مثال: في مجال البناء، يتم تصنيف مواقع العمل حسب درجة الأمان وفقًا لمعايير OSHA. يمكن تصنيف موقع بناء مفاعل نووي على أنه عالي الخطورة، بينما يعتبر بناء مساحة خضراء في حديقة عامة أقل خطورة. يمكن تقييمها من 1 إلى 10، لكن المعيار استنتاجي ويشمل التقييم والتخمين.
3. القياس الفئوي:
هو قياس بمعايير مستمرة حيث تكون المسافة بين القيم متساوية، لكن لا يوجد نقطة صفر حقيقية. يمكن القيام بعمليات الجمع والطرح في هذا المقياس، لكن يجب أن تكون هناك قيمة يمكن قياسها. لذا، يُعتبر هذا القياس كميًا (Market Research Guy, 2019).
مثال: في مجال البناء، يمكن قياس درجات حرارة الخرسانة بالفهرنهايت للتأكد من ملاءمتها لأعمال الصب. في هذا القياس، المسافة بين درجات الحرارة متساوية، ولا توجد قيمة صفر حقيقية لأن الصفر في الفهرنهايت أو السلسيوس هو أيضًا درجة حرارة.
4. القياس النسبي:
هو قياس بين قيم متساوية يمكن حسابها. لذلك، فإنه يقبل القسمة والضرب ويمكن أن يكون له قيمة صفرية نتيجة عدم وجود الكمية المقاسة. لذا، يُعتبر هذا القياس كميًا (Market Research Guy, 2019).
مثال: في مجال البناء، يمكن قياس كميات الخرسانة بالياردات المكعبة. تصبح القيمة صفر عندما لا توجد كمية في الموقع. القيم هنا نسبية ويمكن مقارنتها باستخدام الضرب والقسمة.
نوع المقياس الذي سأستخدمه:
في مجال إدارة مشاريع البناء، نستخدم جميع هذه القياسات لتحديد المواصفات والكميات اللازمة للدخول والفوز في المناقصات. ثم نستخدم هذه القياسات أثناء العمل لكتابة التقارير الدورية واليومية للمستشار ومالك المشروع.
الخاتمة:
يمكن أن يحدد مستوى القياس التحليلات الإحصائية، وكلما كان مستوى القياس أعلى، كانت الإحصاءات المسموح بها أكثر تقدمًا. على سبيل المثال، لا يمكن تحليل البيانات الاسمية باستخدام التوزيعات التكرارية والنسب المئوية لأنها تصف فئات لا تقبل التصنيف. بينما يمكن تحليل البيانات النسبية باستخدام تقنيات إحصائية أكثر تقدمًا مثل الارتباط والانحدار (Velleman & Wilkinson, 1993).
المراجع:
Corporate Finance Institute (2020). Level of Measurement. Retrieved from https://corporatefinanceinstitute.com/resources/knowledge/other/level-of-measurement/
Market Research Guy (2019). Types of Data & Measurement Scales: Nominal, Ordinal, Interval and Ratio. Retrieved from https://www.mymarketresearchmethods.com/types-of-data-nominal-ordinal-interval-ratio/
Velleman, P. F., & Wilkinson, L. (1993). Nominal, ordinal, interval, and ratio typologies are misleading. The American Statistician, 47(1), 65-72.