Det man mäter är grupper utan inbördes ordning. Exempel är KÖN, YRKE och SJUKDOMSTYP.
Variabelns olika värde kan endast skrivas med ORD, exempelvis man/kvinna, lärare/sjuksköterska/städare/säljare.
För variabler som mäts enligt en nominalskala är det möjligt att beräkna TYPVÄRDE, men inte MEDIAN eller MEDELVÄRDE.
För Height och Weight använder man SCALE (vilket också är det vanligaste) eftersom man mäter något, i det här fallet längd och vikt.
Kort kan nämnas ODINAL som graderar (ordinalskala)
Variabelns olika värden kan rangordnas, men det går inte att på något meningsfullt sätt ange skillnader eller avstånd mellan värdena. Exempel är utbildning som kan anta värdena grundskola/gymnasium/högskola/forskarutbildning. Det går att ordna värdena efter stigande utbildningsnivå, men man kan inte tilldela en viss utbildning något numeriskt värde.
För en variabel mätt enligt denna skala är det möjligt att beräkna typvärde, median och percentiler men inte aritmetiskt medelvärde.
Och detta väljer man i VALUES. 1 = Male 2= woman
NOMINAL = name etc
ORDINAL = Order (rankar något t ex grundskola/gymnasie/högskola/)
SCALE = mängd ( något som kan mätas)
NU HAR VI VÅR DATA – DAGS FÖR ANALYS
EN BRA BÖRJAN – NU SKRUVAR VI UPP LITE…
Nu ska vi göra bilddiagram av den här datan.
Tänk på att du inte behöver stänga ner OUTPUTEN du fick utan kör bara en ny analys.
Här har jag valt medelvärde, median, typvärde, sum, standardavvikelse, varians, variationsvidd, kvartilavstånd etc
Medellängd = 65,80
Genomsnittsvikt = 133,00
Den kortaste är 62 och den högsta 70
Median ligger på 64 för vikt och 132 för längden
Sammanfattningsvis är beskrivande statistik, frekvenser och diagram en bra början för att få en överblick, för att se vad man.