Limited time offer 20% OFF StudySoup Subscription details

UVU - comm 3020 - Class Notes - Week 4

Created by: Sara Larsen Elite Notetaker

> > > > UVU - comm 3020 - Class Notes - Week 4

UVU - comm 3020 - Class Notes - Week 4

This preview shows pages 1 - 4 of a 13 page document. to view the rest of the content
background image Chapter 5 MEASUREMENT PRINCIPLES Measurement o A process that includes everything the researcher  does to arrive at the numerical estimates. o Use of numbers to represent a communication  phenomenon; more broadly, a process that includes
everything the researcher does to arrive at the 
numerical estimates, including the measuring 
device or instrument, how the device or instrument 
is used, the skill of the person using the device or 
instrument and the attribute or characteristic being 
measured. Each of these can affect the number 
obtained by the researcher.
o Measurement can also be the process of assigning a person, event, or thing to a particular category 
(Sirkin, 1995). In this way a researcher measures 
something by describing or identifying it.
o Regardless of the type, measurement needs to be  accurate because it is the foundation of statistical 
analyses and the subsequent interpretations made 
by the researcher. If measurement of a 
communication phenomenon is flawed, everything 
that flows from it is flawed as well.
Three types of Comparisons o The first type entails comparing many  measurements of the same variable. o The second type of comparison is especially  important to researchers because science is a 
process of extension and replication. When 
researchers use the same or similar methods of 
measurement, the results of one study can be 
compared to the results of another study.
background image o The third type of comparison allows researchers to  make more distinct discriminations among elements
that might appear to be similar.
o In making these three types of comparisons,  measurement allows researchers to use 
mathematical techniques to verify the existence of 
some phenomenon as well as give evidence to the 
existence of relationships among communication 
phenomena.
LEVELS OF MEASUREMENT IN COMMUNICATION 
RESEARCH
Communication research relies on researchers using 
measurement and observation to collect and organize 
data. Researchers use two types of measurement—
discrete and continuous. Each produces a different kind 
of data. How data are collected determines their use in 
statistical analyses, which are discussed in later 
chapters.
Perhaps the best way to think of data is that they can 
represent the name or the value of something. If data 
only name, or identify, what is being measured, then 
data are discrete. This level of data is referred to as 
categorical, or nominal, data. If data represent the value 
of elements, they are referred to as continuous level 
data. Ordinal, interval, and ratio are three levels of 
continuous level data. Both discrete and continuous level
data are regularly collected and reported in 
communication research.
Discrete Date o In this case, data represent the presence or absence of some characteristic. All the elements with the 
same characteristic belong to one category; 
elements with another characteristic belong to 
another category. 
2
background image o This allows the researcher to group similar elements together and, at the same time, to identify these 
elements as distinct from others.
o Known as nominal data, or categorical data discrete data describe the presence or absence of 
some characteristic or attribute.
o In other words, the data give a name to the  characteristic without any regard to the value of the
characteristic. Sex, political affiliation, class level, 
and employment status are just a few examples of 
variables that are measured on the categorical 
level.
o The characteristic is present or absent because  there is no practical way to express partial presence
of the characteristic.
o Another aspect of categorical data is that the  category levels within a particular variable possess 
no inherent value. Any value imposed on the 
categories is arbitrary.
o To be both a valid (truthful) and reliable (consistent) measurement, the categories of a nominal variable 
need to be representative of the people involved.
o Therefore, categories must be mutually exclusive; people should not be able to identify themselves in 
more than one category.
o Categories also need to be exhaustive representing the variety of characteristics of the 
people involved.
o At the same time, categories must also be  equivalent, or equal to one another. o Finally, a nominal variable must have at least two  categories. Otherwise, differentiation is not 
possible. When these conditions are met, nominal 
data help researchers classify participants into 
membership categories.
Continuous Level Data 3
background image o Values can differ in degree, amount, or frequency,  and these differences can be ordered on a 
continuum. These are known as continuous level 
data
, or quantitative data.
o There are three types of continuous level data— ordinal, interval, and ratio. They differ in terms of 
their properties and their abilities to be used in 
mathematical operations and statistical tests.
o Each one is more sophisticated than its predecessor because it contains more information about the 
phenomenon of interest.
Ordinal Data o Ordinal means sequence or in order. Ordinal data  are data measured by ranking elements in logical 
order from high to low or low to high.
o Oftentimes, ordinal data are presented as 1st, 2nd,  3rd, and so on. Ordering indicates positioning or 
sequencing of elements relative to one another.
o Yet, this type of sequencing often occurs without  precise measurement and without knowing to what 
degree elements are lower or higher than others.
o There are three important things to remember  about ordinal data: First, ranking positions are relative only to the 
other ranking positions in that group. As a 
result, even a participant who has low 
preferences for all the choices presented will 
rank one of the low-preference choices as 
having the highest ranking.
Second, the distance between ranked elements
is uneven and often unknown.
Third, because ordinal data consist of relative 
rankings, zero cannot exist.
o Ordinal data are not frequently used and this study  points out why. Participants can have difficulty in  4

This is the end of the preview. Please to view the rest of the content
Join more than 18,000+ college students at Utah Valley University who use StudySoup to get ahead
School: Utah Valley University
Department: OTHER
Course: Communication Research Methods
Professor: Jordan Allen
Term: Spring 2019
Tags: research methods
Name: Chapter 5
Description: Notes over Chapter 5
Uploaded: 02/04/2019
13 Pages 30 Views 24 Unlocks
  • Better Grades Guarantee
  • 24/7 Homework help
  • Notes, Study Guides, Flashcards + More!
Join StudySoup for FREE
Get Full Access to UVU - Class Notes - Week 4
Join with Email
Already have an account? Login here
×
Log in to StudySoup
Get Full Access to UVU - Class Notes - Week 4

Forgot password? Reset password here

Reset your password

I don't want to reset my password

Need help? Contact support

Need an Account? Is not associated with an account
Sign up
We're here to help

Having trouble accessing your account? Let us help you, contact support at +1(510) 944-1054 or support@studysoup.com

Got it, thanks!
Password Reset Request Sent An email has been sent to the email address associated to your account. Follow the link in the email to reset your password. If you're having trouble finding our email please check your spam folder
Got it, thanks!
Already have an Account? Is already in use
Log in
Incorrect Password The password used to log in with this account is incorrect
Try Again

Forgot password? Reset it here