مقیاس ترتیبی چیست؟ تعریف، ویژگیها و کاربردها در پژوهش
مقیاس ترتیبی (Ordinal Scale) یکی از مهمترین مقیاسهای اندازهگیری در پژوهشهای علمی است که برای دستهبندی و رتبهبندی دادهها بر اساس یک ترتیب مشخص مورد استفاده قرار میگیرد. در این مقیاس، پژوهشگر میتواند افراد، اشیا یا پدیدهها را از نظر شدت، اهمیت، کیفیت یا اولویت مرتب کند؛ اما فاصله دقیق بین رتبهها مشخص نیست. به همین دلیل مقیاس ترتیبی جایگاهی میان مقیاس اسمی و مقیاس فاصلهای دارد.
در بسیاری از پایاننامهها، مقالات علمی، تحقیقات مدیریتی، علوم اجتماعی، روانشناسی، بازاریابی و علوم تربیتی، دادههای حاصل از پرسشنامهها و نظرسنجیها در قالب مقیاس ترتیبی جمعآوری میشوند. آشنایی با ویژگیها، مزایا، محدودیتها و نحوه تحلیل دادههای ترتیبی برای طراحی صحیح پرسشنامه و انتخاب روش آماری مناسب ضروری است.
آنچه در این مقاله میآموزید:
- تعریف مقیاس ترتیبی در پژوهش
- ویژگیهای اصلی دادههای ترتیبی
- تفاوت مقیاس ترتیبی با سایر مقیاسهای اندازهگیری
- مثالهای کاربردی از مقیاس ترتیبی
- روشهای تحلیل آماری دادههای ترتیبی
- مزایا و محدودیتهای این مقیاس در تحقیقات علمی
مقیاس ترتیبی چیست؟
مقیاس ترتیبی (Ordinal Scale) نوعی مقیاس اندازهگیری است که در آن دادهها بر اساس یک ترتیب منطقی یا رتبهبندی مشخص سازماندهی میشوند. در این مقیاس میتوان تعیین کرد که یک گزینه نسبت به گزینه دیگر بالاتر، پایینتر، بهتر یا ضعیفتر است؛ اما مقدار دقیق اختلاف بین رتبهها قابل اندازهگیری نیست.
به بیان ساده، مقیاس ترتیبی فقط ترتیب را نشان میدهد و نه فاصله واقعی میان طبقات را.
برای مثال اگر از دانشجویان درباره میزان رضایت از خدمات آموزشی سؤال شود و گزینههای زیر ارائه گردد:
- بسیار کم
- کم
- متوسط
- زیاد
- بسیار زیاد
میتوان فهمید که «زیاد» از «متوسط» رضایت بیشتری را نشان میدهد، اما مشخص نیست اختلاف بین «متوسط» و «زیاد» دقیقاً چقدر است.
ویژگیهای مقیاس ترتیبی
مقیاس ترتیبی دارای چند ویژگی مهم است که آن را از سایر مقیاسهای اندازهگیری متمایز میکند.
وجود ترتیب مشخص بین دادهها
مهمترین ویژگی این مقیاس، امکان رتبهبندی دادهها است. همه مقادیر دارای نظم و ترتیب مشخص هستند.
مثال:
- ضعیف
- متوسط
- خوب
- عالی
در این مثال رتبهها کاملاً مشخص هستند.
نامشخص بودن فاصله بین رتبهها
در مقیاس ترتیبی نمیتوان فرض کرد فاصله بین دو رتبه متوالی برابر است.
برای نمونه:
- اختلاف رضایت بین «کم» و «متوسط» ممکن است با اختلاف بین «زیاد» و «بسیار زیاد» یکسان نباشد.
امکان مقایسه نسبی
در این مقیاس میتوان مقادیر را با یکدیگر مقایسه کرد و گفت کدام رتبه بالاتر یا پایینتر است.
عدم وجود صفر واقعی
اغلب مقیاسهای ترتیبی دارای نقطه صفر واقعی نیستند و تنها برای مرتبسازی دادهها استفاده میشوند.
مثالهایی از مقیاس ترتیبی در پژوهش
مقیاس ترتیبی در حوزههای مختلف علمی کاربرد فراوانی دارد.
رتبهبندی رضایت مشتریان
- بسیار ناراضی
- ناراضی
- نظری ندارم
- راضی
- بسیار راضی
رتبهبندی کیفیت خدمات
- ضعیف
- متوسط
- خوب
- بسیار خوب
- عالی
سطح تحصیلی
- دیپلم
- کاردانی
- کارشناسی
- کارشناسی ارشد
- دکتری
رتبهبندی عملکرد کارکنان
- نیازمند بهبود
- قابل قبول
- خوب
- بسیار خوب
- ممتاز
اولویتبندی گزینهها
در تحقیقات تصمیمگیری، پژوهشگران اغلب از پاسخدهندگان میخواهند گزینهها را از مهمترین تا کماهمیتترین رتبهبندی کنند.
تفاوت مقیاس ترتیبی با مقیاس اسمی
بسیاری از دانشجویان در تشخیص تفاوت این دو مقیاس دچار اشتباه میشوند.
مقیاس اسمی
در مقیاس اسمی فقط دستهبندی انجام میشود و هیچ ترتیبی وجود ندارد.
مثال:
- زن
- مرد
یا
- مدیریت
- حسابداری
- اقتصاد
هیچیک بر دیگری برتری یا تقدم ندارند.
مقیاس ترتیبی
در مقیاس ترتیبی علاوه بر دستهبندی، ترتیب نیز وجود دارد.
مثال:
- ضعیف
- متوسط
- خوب
- عالی
در اینجا رتبهها دارای نظم مشخص هستند.
تفاوت مقیاس ترتیبی با مقیاس فاصلهای
این دو مقیاس شباهت زیادی به یکدیگر دارند اما تفاوت مهمی میان آنها وجود دارد.
در مقیاس ترتیبی
تنها ترتیب دادهها مشخص است.
مثال:
- کم
- متوسط
- زیاد
فاصله بین گزینهها معلوم نیست.
در مقیاس فاصلهای
هم ترتیب و هم فاصله بین مقادیر مشخص است.
مثال:
درجه حرارت:
- 20 درجه
- 30 درجه
- 40 درجه
اختلاف بین هر دو مقدار برابر و قابل اندازهگیری است.
مقیاس لیکرت و ارتباط آن با مقیاس ترتیبی
یکی از رایجترین ابزارهای جمعآوری داده در پژوهشهای علوم انسانی، طیف لیکرت است.
نمونه طیف پنجگزینهای لیکرت:
- کاملاً مخالفم
- مخالفم
- نظری ندارم
- موافقم
- کاملاً موافقم
از دیدگاه نظری، پاسخهای لیکرت ماهیتی ترتیبی دارند؛ زیرا فقط ترتیب نگرش افراد را نشان میدهند.
با این حال در بسیاری از پژوهشها، مجموع امتیازات چندین سؤال لیکرتی بهعنوان داده فاصلهای تحلیل میشود. این موضوع یکی از مباحث مهم در روش تحقیق و آمار است که پژوهشگران باید با توجه به ماهیت دادهها و روش تحلیل، درباره آن تصمیمگیری کنند.
شاخصهای آماری مناسب برای دادههای ترتیبی
انتخاب شاخص آماری مناسب به نوع مقیاس اندازهگیری بستگی دارد.
شاخصهای گرایش مرکزی
برای دادههای ترتیبی معمولاً از موارد زیر استفاده میشود:
- میانه (Median)
- نما (Mode)
میانگین در بسیاری از موارد برای دادههای ترتیبی مناسب تلقی نمیشود؛ مگر در شرایط خاص و با توجیه علمی.
شاخصهای پراکندگی
- دامنه رتبهها
- چارکها
- فاصله بین چارکی
این شاخصها تصویر بهتری از توزیع دادههای ترتیبی ارائه میکنند.
آزمونهای آماری مناسب برای دادههای ترتیبی
دادههای حاصل از مقیاس ترتیبی معمولاً با آزمونهای ناپارامتری تحلیل میشوند.
آزمون من ویتنی (Mann-Whitney)
برای مقایسه دو گروه مستقل استفاده میشود.
آزمون ویلکاکسون (Wilcoxon)
برای مقایسه دو اندازهگیری وابسته کاربرد دارد.
آزمون کروسکال والیس (Kruskal-Wallis)
برای مقایسه بیش از دو گروه مستقل مورد استفاده قرار میگیرد.
آزمون فریدمن (Friedman)
برای مقایسه چندین اندازهگیری وابسته مناسب است.
ضریب همبستگی اسپیرمن
برای بررسی رابطه بین متغیرهای ترتیبی کاربرد دارد.
مزایای استفاده از مقیاس ترتیبی
مقیاس ترتیبی یکی از محبوبترین مقیاسهای پژوهشی محسوب میشود.
سادگی طراحی پرسشنامه
طراحی سؤالات مبتنی بر رتبهبندی برای پاسخدهندگان آسان است.
سهولت پاسخگویی
افراد معمولاً راحتتر میتوانند سطح رضایت یا نگرش خود را رتبهبندی کنند تا اینکه مقدار عددی دقیقی ارائه دهند.
مناسب برای متغیرهای ذهنی
متغیرهایی مانند:
- رضایت
- نگرش
- انگیزه
- وفاداری
- کیفیت ادراکشده
اغلب با مقیاس ترتیبی اندازهگیری میشوند.
کاهش خطای اندازهگیری
در بسیاری از موضوعات، رتبهبندی نتایج دقیقتری نسبت به درخواست ارائه اعداد واقعی ایجاد میکند.
محدودیتهای مقیاس ترتیبی
با وجود مزایای فراوان، این مقیاس دارای محدودیتهایی نیز هست.
نامشخص بودن فاصله بین طبقات
بزرگترین محدودیت این مقیاس عدم آگاهی از فاصله واقعی میان رتبهها است.
محدودیت در تحلیل آماری
برخی آزمونهای پارامتری نیازمند دادههای فاصلهای یا نسبی هستند و برای دادههای ترتیبی مناسب نیستند.
احتمال تفاوت در برداشت پاسخدهندگان
ممکن است دو فرد مفهوم «زیاد» یا «متوسط» را به شکل متفاوتی تفسیر کنند.
کاربردهای مقیاس ترتیبی در پایاننامه و مقاله
در بسیاری از تحقیقات دانشگاهی از این مقیاس استفاده میشود.
پژوهشهای مدیریت
- سنجش رضایت مشتری
- ارزیابی کیفیت خدمات
- سنجش وفاداری مشتریان
پژوهشهای روانشناسی
- ارزیابی نگرشها
- سنجش اضطراب و استرس
- بررسی رضایت از زندگی
پژوهشهای آموزشی
- ارزیابی کیفیت تدریس
- سنجش انگیزه تحصیلی
- اندازهگیری رضایت دانشجویان
پژوهشهای بازاریابی
- اولویتبندی عوامل خرید
- رتبهبندی برندها
- ارزیابی تجربه مشتری
چگونه مقیاس ترتیبی را در پرسشنامه طراحی کنیم؟
برای طراحی صحیح سؤالات ترتیبی باید چند اصل رعایت شود.
تعداد گزینهها مناسب باشد
رایجترین طیفها:
- سه گزینهای
- پنج گزینهای
- هفت گزینهای
گزینهها دارای ترتیب منطقی باشند
برای مثال:
- بسیار ضعیف
- ضعیف
- متوسط
- خوب
- بسیار خوب
عبارات شفاف و قابل فهم باشند
استفاده از واژههای مبهم میتواند کیفیت دادهها را کاهش دهد.
تعادل بین گزینههای مثبت و منفی رعایت شود
وجود گزینههای متعادل باعث افزایش اعتبار پاسخها میشود.
جمعبندی
مقیاس ترتیبی یکی از پرکاربردترین مقیاسهای اندازهگیری در تحقیقات علمی است که امکان رتبهبندی و مرتبسازی دادهها را فراهم میکند. در این مقیاس، پژوهشگر میتواند جایگاه نسبی افراد یا پدیدهها را مشخص کند، اما فاصله دقیق میان رتبهها قابل اندازهگیری نیست. به همین دلیل، دادههای ترتیبی نیازمند روشهای تحلیل آماری متناسب با ماهیت خود هستند.
آشنایی با ویژگیها، مزایا، محدودیتها و کاربردهای مقیاس ترتیبی به پژوهشگران کمک میکند تا پرسشنامههای استانداردتری طراحی کرده و از روشهای آماری مناسب برای تحلیل دادهها استفاده نمایند. در بسیاری از پایاننامهها، مقالات علمی و پژوهشهای مدیریتی، آموزشی و اجتماعی، مقیاس ترتیبی یکی از اصلیترین ابزارهای سنجش متغیرهای پژوهش به شمار میرود.