données D’intervalle: définition?

Les données D’intervalle, également appelées entiers, sont définies comme un type de données qui est mesuré le long d’une échelle, dans laquelle chaque point est placé à égale distance l’un de l’autre. Les données d’intervalle apparaissent toujours sous la forme de nombres ou de valeurs numériques où la distance entre les deux points est normalisée et égale.

Les données D’intervalle ne peuvent pas être multipliées ou divisées, mais elles peuvent être ajoutées ou soustraites. Les données d’intervalle sont mesurées sur une échelle d’intervalle., Un exemple simple de données d’intervalle: la différence entre 100 degrés Fahrenheit et 90 degrés Fahrenheit est la même que 60 degrés Fahrenheit et 70 degrés Fahrenheit.

dans les études de marché ou dans toute autre forme de recherche sociale, économique ou commerciale, les données d’intervalle jouent un rôle central. Ce qui rend les données d’intervalle si populaires et en demande, c’est parce que les données d’intervalle prennent en charge presque tous les tests statistiques et les transformations dans l’obtention de données quantitatives.

Les données D’intervalle ont des attributs très distinctifs qui les rendent distinctes par rapport aux données nominales, aux données ordinales ou même aux données de rapport., Les données d’intervalle n’ont pas de point zéro absolu défini qui est présent dans les données de rapport. L’absence de point zéro absolu rend impossible la comparaison des grandeurs directes. Par exemple, L’objet A est deux fois plus grand que L’objet B n’est pas une possibilité dans les données d’intervalle.

En savoir plus: échelles de mesure variables – nominales, ordinales, intervalles et rapports.

Intervalle d’Analyse de Données

Depuis intervalle de données quantitatives type de données de presque toutes les méthodes utilisées pour analyser quantitatives peuvent être utilisées. Voici quelques exemples:

1., Analyse des tendances

l’analyse des tendances est une technique populaire d’analyse des données par intervalles, utilisée pour dessiner des tendances et des idées en capturant des données d’enquête sur une certaine période de temps. En d’autres termes, une analyse de tendance sur des données d’intervalle est effectuée en capturant des données à l’aide d’une enquête à l’échelle d’intervalle en plusieurs itérations, en utilisant la même question.

2. Analyse SWOT

l’analyse effectuée pour évaluer les forces, les faiblesses, les opportunités et les menaces d’une organisation est appelée analyse SWOT et est largement utilisée pour évaluer les données d’intervalle., Les forces et les faiblesses sont des aspects internes d’une organisation, tandis que les opportunités et les menaces sont externes à une organisation. Une organisation peut mesurer des données d’intervalle pour évaluer la concurrence sur le marché ainsi que planifier des activités de marketing futures à l’aide des résultats D’analyse SWOT.

3. Analyse conjointe

L’analyse conjointe est une technique d’étude de marché de niveau avancé généralement mise en œuvre pour analyser la façon dont les individus prennent des décisions compliquées dans une échelle d’intervalle., Quels facteurs sont importants pour les clients avant de prendre des décisions où ils ont plusieurs options disponibles à leur disposition.

4. TURF Analysis

TURF analysis signifie Totally Unduplicated Reach and Frequency analysis – est une méthode qui permet à un marketeur d’analyser le potentiel des études de marché pour une combinaison de produits et de services. Il évalue les données d’intervalle des clients atteints par une source de communication particulière et sa fréquence., Cette technique d’analyse est utilisée par les chercheurs pour comprendre si un nouveau produit ou service sera bien reçu sur le marché cible ou non. Cette méthode d’analyse a été principalement utilisée pour la conception de campagnes médiatiques, mais elle s’est étendue à la distribution de produits et à l’analyse de lignes.,

Collectez et analysez les données D’intervalle avec des enquêtes

obtenez votre compte GRATUIT maintenant

principales caractéristiques des données D’intervalle

Voici quelques caractéristiques des données D’intervalle:

• mesure: les données D’intervalle sont mesurées à l’aide d’une échelle d’intervalle, qui montre non seulement Par exemple, les marques sur un thermomètre ou une règle sont équidistantes, en termes plus simples, elles mesurent la même distance entre les deux marques.
• différence D’intervalle: les distances entre chaque valeur sur les données d’intervalle sont égales., Par exemple, la différence entre 10 cm et 20 cms est la même que 20 cms et 30 cms.
• calcul: dans les données d’intervalle, on peut ajouter ou soustraire des valeurs mais on ne peut ni diviser ni multiplier. Presque toutes les analyses statistiques sont applicables lors du calcul des données d’intervalle, moyenne, mode, médiane, etc.
• point zéro: le point zéro absolu est arbitraire, ce qui signifie qu’une variable peut être mesurée même si elle a une valeur négative comme la température peut être inférieure à zéro mais la hauteur ne peut pas être inférieure à zéro.

exemples de données D’intervalle

1., On peut mesurer le temps pendant la journée en utilisant une horloge de 12 heures, c’est un bon exemple de données d’intervalle. Le temps dans un format de 12 heures est une mesure de rotation qui continue à redémarrer à partir de zéro à la périodicité définie. Ces nombres sont sur une échelle d’intervalle car la distance entre eux est mesurable et comparable. Par exemple, la différence entre 5 minutes et 10 minutes est la même que 15 minutes et 20 minutes dans une horloge de 12 heures.

2. La température mesurée en Fahrenheit et Celsius mais pas en Kelvin., Si vous mesurez la température en Fahrenheit et en Celsius, elle sera considérée comme des données d’intervalle car 0 est arbitraire. Mais en Kelvin, 0 est absolu. Il ne peut pas y avoir une température inférieure à zéro degré en Kelvin.

3. Lorsque vous calculez le score d’intelligence dans un test de QI. Il n’y a pas de point zéro pour le QI. Selon des études psychologiques, une personne ne peut pas avoir une intelligence nulle, donc dans cet exemple, Zéro est arbitraire. Le QI est une donnée numérique exprimée par intervalles à l’aide d’une échelle de mesure fixe.

4. Résultats des tests d’examen comme SAT. Les Scores dans le test SAT sont de l’ordre de 200-800., Les nombres de 0 à 200 ne sont pas utilisés lorsqu’ils mettent à l’échelle le score brut (nombre de questions répondues correctement) au score de la section. Le point de référence n’est pas un zéro absolu, il est donc admissible à devenir des données d’intervalle.

5. L’âge est également une variable qui peut être mesuré sur une échelle d’intervalles. Par exemple, si A A 15 ans et B 20 ans, non seulement B est plus âgé que A, mais B est plus âgé que a de 5 ans.

Les données D’intervalle sont l’un des types de données les plus utilisés. Les outils d’enquête offrent plusieurs façons de capturer des données d’intervalle., Lorsqu’une enquête est déployé à un répondant, avec une certaine question démographique, qui demande aux répondants d’indiquer leur revenu, ces chiffres peuvent varier de zéro à l’infini!

Par exemple:

Veuillez indiquer votre revenu annuel

• inférieur à 40 000 $
• $de 40 000 $et 60 000 $
• $de 60 000 $à 80 000
• $de 80 000 $à 100 000
• plus de 100 000 $

les données Numériques recueillies de cette manière peuvent être peuvent être classés en groupes, dans les exemples ci-dessus, les groupes peuvent basée sur les répondants de revenu annuel. Personnes relevant de la même catégorie de revenu.,

Il existe plusieurs types de questions d’enquête qui peuvent être utilisés pour générer des données d’intervalle. Ces données obtenues sont riches en informations, mais un chercheur doit bien réfléchir avant de les déployer dans une enquête.

Collectez et analysez les données D’intervalle avec des enquêtes

obtenez votre compte GRATUIT maintenant