Міри центральної тенденції.

При інтерпретації даних, одержаних за допомогою порядкової шкали, можна як характеристики центральної тенденції використовувати моду і медіану (частіше використовують медіану); для характеристики розсіювання ― процентилі чи півміжквартильні відхилення Q. Для визначення міри зв’язку двох вимірювань використовують коефіцієнти рангової кореляції -Кендалла і -Спірмена, також можна застосовувати -коефіцієнт Гудмана, d -коефіцієнт Сомерса та ін., а для будь-якої кількості рангованих змінних (ознак) — коефіцієнт множинної рангової кореляції W. Порядкові дані можна обробляти за допомогою будь-якого непараметричного критерію, наприклад, критерію Пірсона , Колмогорова, Розенбаума, Манна-Уїтні, Краскала-Уолліса, Вілкоксона, Фішера та ін.

При інтерпретації даних, виміряних за інтервальною шкалою, як характеристики центральної тенденції можна використовувати моду , медіану , квантилі, середнє арифметичне М (частіше застосовують середнє арифметичне) і середнє квадратичне значення S; для оцінки розсіювання ― дисперсію D чи стандартне відхилення . Можна обчислювати такі показники асиметрії й крутизни, як коефіцієнти асиметрії й ексцесу , які дають можливість оцінити відхилення розподілу досліджуваної ознаки від нормального, на який найчастіше посилаються в психологічних дослідженнях. Також можна знаходити й інші числові характеристики розподілу.

Для оцінки величини статистичного зв’язку між інтервальними змінними застосовується коефіцієнт лінійної (парної) кореляції Пірсона , а також кореляційне відношення , яке дає можливість оцінювати силу не тільки прямолінійних, а й криволінійних зв’язків.

Дані, одержані за інтервальною шкалою, можна обробляти за допомогою параметричних статистичних методів. Але, наприклад, у випадку застосування дисперсійного аналізу потрібна перевірка на збіг з нормальним розподілом.

Оскільки, крім рівності відношень, вимірювання на рівні відношень включають всі властивості попередніх типів шкал, то для них поряд з “новими” статистиками можна використовувати всі статистики попередніх шкал. Зокрема, при інтерпретації даних, виміряних за шкалою відношень, як характеристики центральної тенденції можна використовувати моду , медіану , квантилі, середнє арифметичне М і середнє квадратичне значення S, а також розраховувати геометричні G й гармонічні H середні; для оцінки розсіювання ― дисперсію D чи стандартне відхилення , а також коефіцієнт варіації V. Можна обчислювати коефіцієнти асиметрії й ексцесу , інші параметри розподілу. Для оцінки величини статистичного зв’язку між відносними змінними застосовують коефіцієнт лінійної (парної) кореляції Пірсона . Дані, одержані за шкалою відношень, можна обробляти за допомогою як непараметричних, так і параметричних статистичних методів.