Você sabia que existem 4 diferentes níveis na escalas de medição? São elas: nominal, ordinal, intervalo e razão.
Existem 4 diferentes níveis na escalas de medição (nominal, ordinal, intervalo e razão). Saber isso é importante para quando você for realizar as suas pesquisas com pessoas usuárias.
Essa escala foi definida pelo analista científico Stanley Stevens e é usada para capturar dados na forma de pesquisas. As escalas de pesquisas mais comuns que vemos por aí, como a Likert, são uma derivação destes quatro níveis de medida variável.
Vamos entender melhor cada um desses 4 níveis?
Nível 01: Nominal
Na escala nominal, as variáveis são simplesmente “nomeadas” e não existe uma ordem específica. Considerada a mais simples das 4 escalas, ela é usada para rotular variáveis em classificações distintas e não envolve um valor quantitativo e nem uma ordem.
Ela pode ser usada para medir características demográficas, como gênero, etnia… Também pode ser usada para medir todo tipo de variável que pode ser mensurada com “sim” ou “não” e seus desdobramentos (gosto/não gosto, por exemplo).
Os cálculos feitos sobre estas variáveis serão inúteis, pois não há nenhum valor numérico e quantitativo das opções. De acordo com Fauze Najib Mattar, no livro Pesquisa de Marketing, “com escalas nominais, a única operação possível é a contagem e, por isso, a moda é a única medida de tendência central que pode ser calculada”.
É possível colocar os dados nominais de duas formas:
- Perguntas abertas, cujas respostas serão codificadas para um número respectivo, estipulado pela equipe que está desenvolvendo e aplicando a pesquisa
- Pergunta fechada de múltipla escolha, cujas respostas vão ser etiquetadas.
Dos dois jeitos, a coleta dos dados vai retornar apenas porcentagens. Ou seja, a porcentagem de pessoas que optaram por aquela resposta.
Nível 02: Ordinal
Esta escala, por sua vez, demanda uma ordem específica para as suas variáveis. Ela serve para, além de nomear, identificar / categorizar, com base em um um processo de comparação.
São usadas, normalmente, para representar ideias mais subjetivas, como frequência, satisfação, atitudes, opiniões etc. Essa escala nos permite concluir que o produto da marca A é melhor que o produto da marca B, segundo a preferência dos consumidores, por exemplo.
Mas você não saberá o quanto A é melhor que B, uma vez que ela mantém qualidades descritivas, mas não tem origem na escala (ponto zero). Isso faz com que a distância entre as variáveis não possa ser calculada.
Os dados da escala ordinal podem ser apresentados em forma de tabela ou gráficos.
Nível 03: Intervalo
Uma escala de intervalo é aquela em que os intervalos entre os números nos dizem a posição. Ou que mostra o quanto determinadas coisas (pessoas, características, situações etc) estão distantes entre si em relação a determinada característica.
Nela, a ordem das variáveis é conhecida, assim como a diferença entre estas variáveis. Elas são familiares, constantes e computáveis. E é exatamente por isso que é possível comparar diferenças entre as medições.
A escala de intervalo pode ser considerada uma evolução da escala ordinal, uma vez que contém todas as suas propriedades. Mas ela também oferece um extra: o cálculo da diferença entre as variáveis. E isso permite a análise estatística dos dados.
Um exemplo de escala de intervalo é a escala de temperatura Celsius x Fahrenheit. 80Cº sempre será maior do que 50Fº e a diferença entre essas duas temperaturas é a mesma existente entre 70Cº e 40Fº. Outro bom exemplo é o NPS — Net Promoter Score:
Nível 04: Razão
A escala de razão tem todas as características de uma escala de intervalo, mas ela também pode acomodar o valor de “zero” como absoluto — ou seja, não há valor numérico negativo.
Ela é muito usada quando se pretende comparar medidas absolutas ou a comparação de proporções. E após essa comparação, é perfeitamente possível inferir conclusões sobre quanto uma medida é maior ou menor que as outras.
Com a escala de razão pode-se medir variáveis como idade, preço, número de consumidores etc. E ela também é útil quando é preciso coletar informações mais detalhadas.
Os dados da escala de razão têm natureza quantitativa e podem ser multiplicados e divididos. Eles podem ser analisados através de análise SWOT, por exemplo.