Nominal vs. Ordinaldaten: Definition und Beispiele

Bei der Arbeit mit Data Sciences müssen wir den Unterschied zwischen Ordinal- und Nominaldaten verstehen, da diese Informationen uns bei der Auswahl der richtigen Verwendung der Daten helfen.
Ein Data Scientist entscheidet, wie zu bestimmen ist, welche Arten von Datenanalyse angewendet werden sollen, basierend darauf, ob der Datensatz nominal oder ordinal ist.

Auf dieser Seite erfahren Sie:

• Was sind Nominaldaten und was sind Ordinaldaten?
  Definition und Beispiele
• Nominale vs. ordinale Daten: Hauptunterschiede
• Eine Vergleichstabelle: Infografik im PDF-Format.

Nominal und ordinal sind zwei verschiedene Ebenen der Datenmessung. Das Verständnis des Messniveaus Ihrer Variablen ist eine wichtige Fähigkeit, wenn Sie im Bereich Daten arbeiten.

Mit anderen Worten, Methoden zur Kennzeichnung von Daten werden als “Skalen” bezeichnet. Tatsächlich gibt es vier Messskalen: Nominal, Ordinal, Intervall und Verhältnis. Diese stellen einfach Methoden zum Kategorisieren verschiedener Variablentypen dar.

Nenndaten: Definition, Beispiele, Schlüsselmerkmale

Lassen Sie uns zunächst klarstellen, dass nominale Datenskalen einfach zur Kennzeichnung von Variablen ohne quantitativen Wert verwendet werden. Der Name “Nominal” kommt vom lateinischen Wort “nomen”, was “Name” bedeutet.

Definieren wir es:

Nominaldaten sind diejenigen Elemente, die sich durch ein einfaches Benennungssystem auszeichnen. Es handelt sich um Daten ohne numerischen Wert, z. B. Beruf. Die Nominaldaten benennen nur eine Sache, ohne sie auf eine Bestellung anzuwenden, die sich auf andere nummerierte Artikel bezieht.

Die beliebteste Art, über nominale Daten und Variablen nachzudenken, ist, dass sie nur benannt werden.

Nominale Daten werden auch als kategoriale Daten bezeichnet. In der Nominalskala werden die Fächer nur verschiedenen Kategorien zugeordnet. Die in diese Kategorien gruppierten Werte haben keine aussagekräftige Reihenfolge. Es gibt keine Hierarchie. Zum Beispiel sind Geschlecht und Beruf nominale Niveauwerte.

Lassen Sie uns also die Hauptmerkmale nominaler Daten und Variablen zusammenfassen:

Laden Sie die obige Infografik als PDF herunter

• Nominaldaten können nicht quantifiziert werden.
• Es kann auch keiner Art von Bestellung zugeordnet werden.
• Die Werte werden nur bestimmten Kategorien zugeordnet.
• Diese Kategorien haben keine sinnvolle Reihenfolge.

Die Nominalskala

Die Nominalskala ordnet nicht numerische Daten in Kategorien ein. Tatsächlich, Die nominalen Skalen könnten nur als “Etiketten” bezeichnet werden.” Die nominalen Skalen schließen sich gegenseitig aus (keine Überlappung) und haben keine numerische Bedeutung.

Zum Beispiel: Länder in Kontinente setzen. Beispiel: Bulgarien ist ein Land in Europa.

Interessanter Hinweis: Eine Nominalskala mit nur zwei Kategorien (z.B. weiblich/männlich) wird als “dichotom” bezeichnet.”

Beispiele für Nenndaten:

Laden Sie die obige Infografik als PDF herunter

• Geschlecht (Frauen, Männer)
• Religion (Musselin, Buddhist, Christ)
• Haarfarbe (Blond, Braun, brünett, Rot usw.)
• Wohnstil (Ranchhaus, Modernist, Art Deco)
• Familienstand (Verheiratet, Ledig, Verwitwet)
• Ethnische Zugehörigkeit (Spanisch, Asiatisch)
• Augenfarbe (Blau, Grün, Braun).

Wie Sie in den obigen Beispielen sehen, gibt es keine intrinsische Reihenfolge für die Kategorien. Die Augenfarbe ist eine kategoriale Variable mit einigen Kategorien (Blau, Grün, Braun), und es gibt keine Möglichkeit, diese vom höchsten zum niedrigsten zu ordnen.

Tatsächlich sind viele Beispiele für die Marktsegmentierung eine Grundlage für die Erstellung nominaler Skalen und Messungen.

Ordinaldaten: Definition, Beispiele, Schlüsselmerkmale

Wenn wir Ordinaldaten definieren müssen, sollten wir sagen, dass die Ordnungszahl angibt, wo eine Zahl in Ordnung ist. Dies ist der entscheidende Unterschied zu nominalen Daten.

Ordinaldaten sind Daten, die durch ihre Position auf der Skala in eine Art Reihenfolge gebracht werden. Zum Beispiel können sie Überlegenheit anzeigen. Sie können jedoch nicht mit Ordnungszahlen rechnen, da diese nur die Sequenz anzeigen.

Ordinaldaten und Variablen werden als “zwischen” kategorialen und quantitativen Variablen betrachtet. Mit anderen Worten, die Ordinaldaten sind kategoriale Daten, für die die Werte geordnet sind.
Im Vergleich zu Nominaldaten handelt es sich bei den zweiten um kategoriale Daten, für die die Werte nicht geordnet werden können.

Die Ordinalzahlen und Werte geben eine Richtung an und geben nominale Informationen an.

Wir können Ordinaldaten auch Zahlen zuweisen, um ihre relative Position anzuzeigen. Aber wir können mit diesen Zahlen nicht rechnen. Zum Beispiel: “erster, zweiter, dritter … usw.” In diesem Sinne können wir ordinale Variablen nicht wie quantitative Variablen behandeln.

Wir verwenden Ordinalvariablen, um Daten zu beschreiben, die eine Art Ordnungssinn haben. Sie können jedoch nicht sicher sein, dass die Intervalle zwischen den Sequenzwerten gleich sind.

Lassen Sie uns also die Hauptmerkmale der Ordinaldaten zusammenfassen:

Laden Sie die obige Infografik als PDF herunter

• Ordinaldaten werden in eine Art Reihenfolge gebracht.
• Ordnungszahlen zeigen nur die Reihenfolge an.
• Wir können Ordinaldaten Zahlen zuweisen.
• Wir können nicht mit Ordnungszahlen rechnen.
• Wir wissen nicht, ob die Unterschiede zwischen den Werten gleich sind.

Ordinalskalen

Wie Sie vermuten, bestehen Ordinalskalen aus Ordinaldaten. In Ordinalskalen ist die Reihenfolge des Wertes wichtig. Die Unterschiede zwischen den einzelnen Werten sind nicht wirklich bekannt und nicht wichtig.

Es hilft zu definieren, ob das Element im Vergleich zu einem anderen Element mehr oder weniger Merkmale aufweist.

Einige der beliebtesten Beispiele für die Ordinalskala sind der berufliche Status, die Rangliste der Teilnehmer an Wettbewerben und Turnieren, die Rangliste der Schulklassen: 1., 2., 3. usw.

In Datenerhebungsmethoden und in der Marktforschung werden Ordinalskalen häufig verwendet, um relative Wahrnehmungen, Präferenzen und Meinungen zu messen.

Beispiele für Ordinaldaten:

Laden Sie die obige Infografik als PDF herunter

• Die erste, zweite und dritte Person in einem Wettbewerb.
• Bildungsniveau mit Werten der Grundschulbildung, Abiturient,
  Hochschulabsolvent.
• Wenn ein Unternehmen einen Kunden auffordert, das Verkaufserlebnis auf einer Skala von 1-10 zu bewerten.
• Wenn Kunden Marken anhand ihrer Präferenzen bewerten.
• Lohnbänder in einem Unternehmen, wie durch A, B, C und D angegeben.
• Buchstabensorten: A, B, C usw.
• Wirtschaftlicher Status: niedrig, mittel und hoch.
• Wenn Sie eine Umfrage durchführen und die Befragten bitten, ihre Zufriedenheit mit der Wahl dieser Wörter auszudrücken: sehr zufrieden, zufrieden, neutral, unzufrieden, sehr unzufrieden.
• Wenn ein Befragter einen Wert von 1 bis 3 in eine Anweisung einfügen soll. Oft werden die Wörter “zustimmen, neutral, nicht zustimmen” verwendet.

Wie Sie den obigen Beispielen entnehmen können, zeigt die Ordinalskala die relative Position der Elemente, nicht jedoch die Unterschiede zwischen den Elementen.

Vergleichstabelle: Nominale und ordinale Daten

Nominale und ordinale Daten spielen eine wichtige Rolle in den Statistik- und Datenwissenschaften.

Sie sollten wissen, was Sie mit Ordinal- und Nominaldaten tun können. Sie sollten wissen, wie man sie misst. Die beiden Maßskalen (ordinal und nominal) hängen von der Variablen selbst ab.
Die Kenntnis des Messniveaus der Variablen ist in vielen Geschäftssituationen wichtig. Jede der Messskalen bietet einen anderen Detaillierungsgrad. Nominale Skalen bieten die geringste Menge an Details. Auf der anderen Seite bieten Ordinalskalen eine höhere Detailgenauigkeit.

Das Verständnis des Unterschieds zwischen nominalen und ordinalen Daten hat viele Einflüsse, wie zum Beispiel: Es beeinflusst die Art und Weise, wie Sie Ihre Daten analysieren können oder welche Marktanalysemethoden durchgeführt werden sollen.

Laden Sie die folgende Vergleichstabelle / Infografik kostenlos als PDF herunter: Nominaldaten vs Ordinaldaten