มาตรวัดตัวแปร 4 ระดับ Nominal, Ordinal, Interval และ Ratio

มาตรวัดตัวแปร 4 ระดับ คือวิธีแบ่งระดับการวัดข้อมูลเป็น Nominal, Ordinal, Interval และ Ratio การรู้ระดับของข้อมูลช่วยให้เลือกวิธีสรุปผลและสถิติได้ถูกต้อง เพราะข้อมูลแต่ละระดับนำไปเปรียบเทียบ บวก ลบ หรือหารกันได้ไม่เท่ากัน

ก่อนเลือกค่าเฉลี่ย ทำกราฟ หรือทดสอบสมมติฐานในงานวิจัย ควรถามก่อนว่า “ตัวแปรนี้วัดด้วยมาตรวัดระดับใด” คำตอบจะกำหนดว่าการคำนวณใดมีความหมายและข้อสรุปใดควรระวัง

1. Nominal Scale: มาตรานามบัญญัติ

Nominal คือข้อมูลที่ใช้ แบ่งเป็นกลุ่มหรือประเภท โดยไม่มีลำดับมากน้อย ตัวเลขที่ใช้แทนเป็นเพียงรหัส ไม่ใช่ปริมาณ เช่น เพศ หมู่เลือด จังหวัด สีที่ชอบ หรือแผนกเรียน

ตัวอย่าง กำหนดให้ 1 = สีแดง, 2 = สีน้ำเงิน, 3 = สีเขียว ไม่ได้หมายความว่าสีน้ำเงินมากกว่าสีแดงหนึ่งหน่วย จึงนำเลขรหัสมาหาค่าเฉลี่ยไม่ได้ สถิติที่เหมาะคือความถี่ ร้อยละ และ ฐานนิยม

2. Ordinal Scale: มาตราเรียงอันดับ

Ordinal คือข้อมูลที่เรียงลำดับได้ แต่ระยะห่างระหว่างอันดับไม่จำเป็นต้องเท่ากัน เช่น ระดับความพึงพอใจ น้อย–ปานกลาง–มาก อันดับการแข่งขัน หรือระดับการศึกษา

เรารู้ว่า “มาก” สูงกว่า “ปานกลาง” แต่ไม่รู้ว่ามากกว่ากันเป็นระยะเท่าใด จึงควรสรุปด้วยความถี่ ร้อยละ มัธยฐาน หรืออันดับ มากกว่าตีความการบวกและลบของระดับแบบตรงตัว

3. Interval Scale: มาตราอันตรภาค

Interval คือข้อมูลตัวเลขที่มีระยะห่างระหว่างค่าซึ่งเท่ากัน แต่ ไม่มีศูนย์แท้ ตัวอย่างคลาสสิกคืออุณหภูมิองศาเซลเซียส ความต่างระหว่าง 20°C กับ 30°C เท่ากับความต่างระหว่าง 30°C กับ 40°C จึงบวกและลบเพื่อเปรียบเทียบระยะห่างได้

อย่างไรก็ตาม 0°C ไม่ได้แปลว่าไม่มีอุณหภูมิ จึงไม่ควรสรุปว่า 20°C ร้อนเป็นสองเท่าของ 10°C โดยใช้สัดส่วนโดยตรง ข้อมูล interval มักใช้ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และการวิเคราะห์เชิงปริมาณได้ตามเงื่อนไขของงาน

4. Ratio Scale: มาตราอัตราส่วน

Ratio มีคุณสมบัติครบที่สุด คือเรียงลำดับได้ ระยะห่างเท่ากัน และมี ศูนย์แท้ เช่น น้ำหนัก ส่วนสูง อายุ รายได้ ระยะทาง และจำนวนครั้งที่ทำกิจกรรม 0 กิโลกรัมหมายถึงไม่มีน้ำหนัก และ 10 กิโลกรัมหนักเป็นสองเท่าของ 5 กิโลกรัมได้อย่างมีความหมาย

ข้อมูลระดับ ratio ใช้การคำนวณพื้นฐานได้ครบทั้งบวก ลบ คูณ หาร จึงมักนำไปหา ค่าเฉลี่ย, ค่าความแปรปรวน และสถิติอื่นได้

ตารางเปรียบเทียบมาตรวัดทั้ง 4 ระดับ

ระดับ	เรียงลำดับได้	ระยะห่างเท่ากัน	มีศูนย์แท้	ตัวอย่าง
Nominal	ไม่ได้	ไม่ได้	ไม่เกี่ยวข้อง	หมู่เลือด, จังหวัด
Ordinal	ได้	ไม่แน่ชัด	ไม่เกี่ยวข้อง	ระดับความพึงพอใจ
Interval	ได้	ได้	ไม่มี	อุณหภูมิ °C
Ratio	ได้	ได้	มี	น้ำหนัก, อายุ, รายได้

วิธีจำและเลือกใช้ให้ถูกต้อง

ลองถามตามลำดับว่า ข้อมูลเป็นเพียงชื่อกลุ่มหรือไม่ ถ้าใช่คือ Nominal ถ้าเรียงอันดับได้แต่บอกระยะห่างไม่ได้คือ Ordinal ถ้าระยะห่างเท่ากันให้ถามต่อว่าศูนย์หมายถึง “ไม่มีสิ่งนั้นจริง” หรือไม่ ถ้าไม่ใช่คือ Interval แต่ถ้าใช่คือ Ratio

ตัวอย่างคะแนนแบบสอบถาม 1–5 มักเป็นข้อมูลแบบ ordinal แม้จะใช้ตัวเลข ขณะที่ “จำนวนชั่วโมงอ่านหนังสือ” เป็น ratio การมีตัวเลขไม่ได้ทำให้ข้อมูลเป็น interval หรือ ratio โดยอัตโนมัติ ต้องดูความหมายของการวัดเสมอ

ข้อผิดพลาดที่พบบ่อยในงานวิจัย

ไม่ควรนำรหัส Nominal มาหาค่าเฉลี่ย เช่น รหัสจังหวัด 10, 20, 30 แล้วรายงานค่าเฉลี่ย 20 เพราะไม่มีความหมาย อีกเรื่องที่ต้องระวังคือการตีความมาตราประเมิน 1–5 เป็นระยะเท่ากันโดยไม่บอกสมมติฐาน ในรายงานควรระบุชนิดตัวแปร วิธีให้คะแนน และสถิติที่ใช้ให้ตรวจสอบได้

คำถามที่พบบ่อยเกี่ยวกับมาตรวัดตัวแปร

Likert scale 1–5 เป็นมาตรวัดระดับใด?

โดยหลักมักถือเป็น ordinal เพราะเป็นระดับเรียงอันดับ แต่ในการวิเคราะห์บางแบบอาจปฏิบัติเป็น interval ภายใต้สมมติฐานที่ชัดเจน ควรยึดแนวทางรายวิชาและระเบียบวิธีวิจัยที่ใช้

อายุเป็น Interval หรือ Ratio?

อายุโดยทั่วไปเป็น ratio เพราะมีศูนย์แท้และเปรียบเทียบอัตราส่วนได้ เช่น อายุ 20 ปีเป็นสองเท่าของ 10 ปีในเชิงระยะเวลาที่มีชีวิต

เลือกสถิติจากมาตรวัดอย่างเดียวพอไหม?

ไม่พอ ต้องพิจารณาวัตถุประสงค์ ขนาดตัวอย่าง การกระจายข้อมูล และเงื่อนไขของวิธีวิเคราะห์ด้วย แต่ระดับการวัดเป็นจุดเริ่มต้นที่สำคัญที่สุด