Метрики · 12 сентября 2026 г.

Порядковая шкала в опросах: как анализировать данные без равных интервалов

Порядковая шкала — уровень измерения, на котором значения вопроса опроса упорядочены, но расстояния между соседними значениями не гарантированы равными: оценка удовлетворённости от 1 до 5, частота «никогда — редко — иногда — часто — всегда», ранг важности критериев. Над такими данными законны медиана, процентили, ранговая корреляция Спирмена и непараметрические критерии вроде Манна-Уитни и Краскела-Уоллиса, которые сравнивают ранги, а не сами значения. Среднее арифметическое для строго порядковой шкалы методологически спорно, хотя на практике его часто считают ради удобства интерпретации. Ниже — какие вопросы дают порядковые данные и где проходит граница со шкалой Лайкерта.

Что такое порядковая шкала

Порядковая шкала занимает промежуточное положение между номинальной и интервальной: в отличие от номинальной, её значения можно упорядочить от меньшего к большему или от худшего к лучшему, но в отличие от интервальной, расстояние между соседними значениями не гарантировано равным. Оценка удовлетворённости «1 — совсем не доволен, 5 — полностью доволен» — типичный пример: пятёрка определённо лучше четвёрки, но нет строгих оснований утверждать, что разница между 4 и 5 психологически равна разнице между 1 и 2.

Источник порядка на такой шкале — не число само по себе, а содержательный смысл категории: «часто» однозначно означает чаще, чем «иногда», независимо от того, каким числовым кодом это записано в базе данных. Поменять местами соседние категории, как это можно было сделать на номинальной шкале, здесь уже нельзя — это исказит содержание вопроса.

Отличить порядковую шкалу от номинальной на практике проще всего тем же приёмом, что и в обратную сторону: если поменять соседние категории шкалы местами, вопрос перестаёт быть понятным или начинает противоречить здравому смыслу — «5 — совсем не доволен, 1 — полностью доволен» без явного объяснения выглядит как ошибка анкеты, а не как равноправная альтернатива исходной формулировке.

Какие вопросы анкеты дают порядковые данные

Самый частый источник порядковых данных — оценочные шкалы: удовлетворённость, согласие с утверждением, вероятность рекомендации, частота действия. Сюда же относится любой вопрос, где респондент ранжирует варианты по важности или предпочтению — «расположите критерии выбора поставщика от самого важного к наименее важному» — результат такого ранжирования порядковый по определению, это буквально порядок, а не значения на числовой оси.

Третий источник — сгруппированные числовые данные: доход, разбитый на диапазоны «до 50 тысяч», «50–100 тысяч», «свыше 100 тысяч», формально теряет статус шкалы отношений и становится порядковым, потому что диапазоны неравной ширины и сама структура группировки уже не сохраняет точное числовое расстояние между исходными значениями.

Четвёртый, менее очевидный источник — оценки в баллах с фиксированной суммой, например распределение 100 баллов между несколькими критериями важности. Итоговое распределение баллов по критериям формально числовое, но с оговоркой: значения жёстко связаны между собой суммой в 100, и это ограничение нужно учитывать при выборе метода анализа так же внимательно, как учитывается отсутствие независимости наблюдений в других задачах.

Что законно считать по порядковым данным

Основная сводная характеристика порядковой переменной — медиана, а не среднее: значение, которое делит упорядоченный ряд ответов пополам. Медиана устойчива к тому, что расстояния между категориями не равны, и не требует этого допущения вовсе — в этом её преимущество перед средним арифметическим для строго порядковой шкалы.

Дополнительно законны процентили и квартили — например, «у 75% респондентов оценка удовлетворённости 4 балла и выше» — и доли по каждой категории шкалы. Для сравнения двух и более групп по порядковой переменной используют непараметрические критерии: Манна-Уитни для двух групп, Краскела-Уоллиса для трёх и более, а для связи двух порядковых переменных — ранговую корреляцию Спирмена вместо корреляции Пирсона. Все методы разобраны подробно в отдельных статьях.

Ещё один полезный, но недооценённый показатель для порядковых данных — межквартильный размах: разница между 75-м и 25-м процентилем, которая показывает разброс типичной половины ответов без предположений о форме распределения. В отличие от стандартного отклонения, требующего интервальной шкалы, межквартильный размах законен и для строго порядковых данных, и поэтому чаще должен появляться в отчётах рядом с медианой, чем появляется на практике.

Спор про среднее: почему он не утихает

Несмотря на методологическую строгость запрета, на практике среднее по порядковой шкале — особенно по шкале Лайкерта — считают повсеместно: NPS, CSAT и большинство метрик удовлетворённости в готовом виде оперируют средними баллами. Аргумент сторонников этой практики — при достаточно большом числе градаций шкалы (от семи и выше) и достаточно большой выборке искажение от неравенства интервалов усредняется и становится пренебрежимо малым на практике, даже если формально остаётся нарушением.

Аргумент противников — искажение не исчезает, а просто становится незаметным до тех пор, пока распределение ответов симметрично; при выраженной асимметрии, типичной для шкал удовлетворённости, где большинство ответов скапливается у верхнего края, среднее систематически смещается и хуже отражает типичный ответ, чем медиана. Компромисс, которого придерживается большинство современных руководств, — приводить в отчёте и среднее, и медиану рядом, позволяя читателю увидеть, расходятся они существенно или нет.

Практический ориентир для оценки серьёзности спора в конкретном случае — посмотреть, насколько сильно расходятся среднее и медиана на реальных данных. Если оба значения близки, например 3,8 и 4, — выбор метрики почти не влияет на содержательный вывод, и можно использовать более привычную аудитории. Если расхождение заметное — 3,2 против медианы 4, например, — это прямой сигнал асимметрии, который нельзя игнорировать, выбирая метрику по умолчанию.

Пятибалльная и семибалльная шкала: разница на практике

Число градаций порядковой шкалы напрямую влияет на то, насколько безопасно приближённо обращаться с ней как с интервальной. Пятибалльная шкала оставляет мало пространства для нюансов: скачок от одной категории к другой составляет заметную долю всего диапазона, и неравенство интервалов сильнее влияет на итоговое среднее. Семибалльная или десятибалльная шкала — как у классического NPS — дробит диапазон мельче, и статистическая литература в целом мягче относится к использованию среднего по таким шкалам, хотя формальный статус шкалы остаётся порядковым в обоих случаях.

Практический вывод для составителя анкеты: если планируется в дальнейшем считать средние баллы и сравнивать их между периодами или сегментами, семи- или десятибалльная шкала даёт более устойчивый результат, чем пятибалльная, — но не потому, что становится интервальной формально, а потому что искажение от неравных интервалов размывается на большем числе градаций и меньше влияет на итоговую цифру.

Есть и практический предел в обратную сторону: шкалы с избыточным числом градаций — например, стобалльная оценка удовлетворённости — создают у респондента иллюзию точности, которой не может быть за ней: мало кто способен содержательно различить 67 и 69 баллов из ста. Разумный диапазон для большинства прикладных опросов — от пяти до одиннадцати градаций, где верхняя граница обычно выбирается по традиции конкретной метрики, как десятибалльный NPS, а не по строгому статистическому расчёту.

Ранжирование — особый вид порядковых данных

Вопрос, где респондент расставляет варианты по порядку — от самого важного к наименее важному, — даёт порядковые данные особого типа: в отличие от оценочной шкалы, здесь каждый респондент использует все ранги ровно один раз, и распределение ответов по определению не может повторяться внутри одной анкеты дважды одним и тем же способом.

Для анализа ранжирования есть специализированный метод — коэффициент конкордации Кендалла, который показывает, насколько согласованно разные респонденты ранжируют одни и те же варианты между собой. Простая альтернатива без специального инструмента — средний ранг каждого варианта по всей выборке: вариант с наименьшим средним рангом в среднем ставится респондентами на первое место чаще остальных, и эта цифра интуитивно понятна без объяснения статистики, стоящей за ней.

Стоит отдельно предупредить о частой практической ошибке при сборе данных ранжирования: интерфейс анкеты должен физически не позволять поставить одинаковый ранг двум вариантам одновременно, иначе анализ конкордации Кендалла и средних рангов ломается на связанных, то есть одинаковых, рангах, которые требуют отдельной коррекции формулы. Проще заранее спроектировать форму так, чтобы дублирование рангов было невозможно, чем чистить данные после сбора.

Top-box и net-метрики: практическая альтернатива среднему

Помимо медианы, у порядковых данных есть ещё один устойчивый способ свернуть распределение ответов в одну цифру, не прибегая к спорному среднему, — доля респондентов в верхних категориях шкалы, так называемый top-box. Вместо «средняя удовлетворённость 4,1» отчёт может сообщать «78% респондентов поставили оценку 4 или 5» — это утверждение опирается только на подсчёт долей, законный для порядковой шкалы без всяких оговорок, и интуитивно понятно аудитории без объяснения статистики.

Развитие этого подхода — net-метрики вроде классического NPS: доля промоутеров минус доля критиков. Формально net-метрика тоже строится из долей по категориям шкалы, а не из среднего значения, и поэтому методологически чище, чем прямое усреднение баллов, даже если сама шкала, на которой она построена, порядковая. Обратная сторона top-box и net-подходов — потеря чувствительности к сдвигам внутри одной широкой категории: рост оценок с четырёх до пяти баллов увеличит top-box, а рост с двух до трёх — нет, хотя оба сдвига содержательно позитивны.

Выбор между медианой, top-box и net-метрикой — не универсальный, а зависит от того, какое решение принимается на основе цифры. Для внутреннего сравнения периодов, где важна чувствительность к любому сдвигу, лучше подходит медиана или полное распределение. Для внешней коммуникации с руководством или клиентами, где важна одна простая и стабильная цифра, net-метрика или top-box часто оказываются практичнее, несмотря на потерю части информации. Комбинировать все три подхода в одном отчёте не возбраняется — избыточным это становится только тогда, когда цифры начинают противоречить друг другу без объяснения, почему.

Направление шкалы и согласованность формулировок в анкете

Отдельная практическая проблема порядковых шкал, которая портит анализ ещё до расчёта любой статистики, — непоследовательное направление шкалы внутри одной анкеты. Если один вопрос просит оценить «от 1 — плохо до 5 — отлично», а соседний — «от 1 — отлично до 5 — плохо», респондент, отвечающий быстро и по накатанной, рискует перепутать направление на втором вопросе, и в данных появится ложный выброс, который на самом деле не выброс, а ошибка интерпретации шкалы.

Стандартная защита — единое направление шкалы по всей анкете и, если для методологических целей нужно перевернуть формулировку одного вопроса (обратный вопрос для контроля внимательности респондентов), явно инвертировать значения на этапе обработки данных, а не оставлять как есть. Перед любым анализом порядковых данных из многовопросной анкеты стоит явно свериться с кодировочным листом: какое числовое значение соответствует какому концу шкалы в каждом конкретном вопросе, — расхождение здесь встречается на практике чаще, чем кажется, особенно при переиспользовании старых вопросов в новой анкете.

Таблица: что законно, а что нет

Типичные ошибки

• Считать среднее по одиночному порядковому вопросу и подавать его как точную метрику без учёта формы распределения.
• Применять t-критерий или ANOVA к оценочной шкале без проверки альтернативы непараметрическим методом.
• Использовать корреляцию Пирсона вместо Спирмена для связи двух порядковых переменных.
• Игнорировать асимметрию распределения ответов при интерпретации среднего балла удовлетворённости.
• Путать ранжирование вариантов с обычной оценочной шкалой при выборе метода анализа.

Практический алгоритм

1. Определите, оценочная это шкала, частотная или ранжирование вариантов — метод анализа для них немного отличается.
2. Постройте гистограмму распределения ответов и оцените, насколько она симметрична.
3. Посчитайте медиану как основную характеристику и среднее как дополнительную, для сравнения.
4. Для сравнения групп используйте Манна-Уитни или Краскела-Уоллиса вместо t-критерия и ANOVA.
5. Для связи с другой порядковой переменной — корреляцию Спирмена, а не Пирсона.

С чего начать

Возьмите вопрос анкеты с оценочной шкалой и постройте по нему гистограмму распределения ответов вместо того, чтобы сразу переходить к среднему баллу. Если распределение заметно скошено к одному краю — асимметрия точно повлияет на среднее сильнее, чем кажется, и медиана в этом случае честнее опишет типичный ответ. В сервисе «До Сути» оценочные шкалы и вопросы с ранжированием собираются стандартными типами вопроса, а расчёт медианы, ранговой корреляции и непараметрических критериев выполняется во внешнем инструменте после выгрузки ответов.