Dati nominali vs ordinali: Definizione ed esempi

Quando lavoriamo con le scienze dei dati, dobbiamo capire qual è la differenza tra dati ordinali e nominali, poiché queste informazioni ci aiutano a scegliere come utilizzare i dati nel modo giusto.
Un data scientist decide come determinare quali tipi di analisi dei dati applicare in base al fatto che il set di dati sia nominale o ordinale.

In questa pagina imparerai:

• Che cosa sono i dati nominali e che cosa sono i dati ordinali?
  Definizione ed esempi
• Dati nominali VS ordinali: differenze chiave
• Un grafico di confronto: infografica in PDF.

Nominale e ordinale sono due diversi livelli di misurazione dei dati. Comprendere il livello di misurazione delle variabili è un’abilità vitale quando si lavora nel campo dei dati.

Per dirla in altre parole, i modi di etichettare i dati sono noti come “scale”. In realtà, ci sono quattro scale di misurazione: nominale, ordinale, intervallo e rapporto. Questi rappresentano semplicemente metodi per classificare diversi tipi di variabili.

Dati nominali: Definizione, esempi, Caratteristiche chiave

Innanzitutto, chiariamo che le scale di dati nominali vengono utilizzate semplicemente per etichettare le variabili, senza alcun tipo di valore quantitativo. Il nome ‘Nominale’ deriva dalla parola latina “nomen” che significa ‘nome’.

Definiamolo:

I dati nominali sono quegli elementi che si distinguono per un semplice sistema di denominazione. Sono dati senza valore numerico, come la professione. I dati nominali nominano solo una cosa senza applicarla a un ordine relativo ad altri articoli numerati.

Il modo più popolare di pensare ai dati nominali e alle variabili è che sono appena nominati.

I dati nominali sono anche chiamati dati categoriali. Nella scala nominale, i soggetti sono assegnati solo a diverse categorie. I valori raggruppati in queste categorie non hanno un ordine significativo. Non c’è gerarchia. Ad esempio, il genere e l’occupazione sono valori di livello nominali.

Quindi riassumiamo le caratteristiche chiave dei dati nominali e delle variabili:

Scarica la precedente infografica in PDF

• I dati nominali non possono essere quantificati.
• Inoltre non può essere assegnato a nessun tipo di ordine.
• I valori sono assegnati solo a categorie distinte.
• Quelle categorie non hanno un ordine significativo.

La scala nominale

La scala nominale mette i dati non numerici in categorie. In realtà, le scale nominali potrebbero essere chiamate semplicemente ” etichette.”Le scale nominali si escludono a vicenda (nessuna sovrapposizione) e non hanno alcuna materia numerica.

Ad esempio: mettere i paesi nei continenti. Esempio: la Bulgaria è un paese in Europa.

Nota interessante: una scala nominale con solo due categorie (ad esempio femmina/maschio) è chiamata “dicotomica.”

Esempi di dati nominali:

Scarica il sopra infografica in PDF

• Genere (Donne, Uomini)
• Religione (Islamica, Buddista, Cristiana)
• colore dei Capelli (Biondo, Marrone, Brunetta, Rosso, etc.)
• Stile abitativo (Ranch House, Modernista, Art Deco)
• Stato civile (sposato, single, vedovo)
• Etnia (ispanica, asiatica)
• Colore degli occhi (blu, verde, marrone).

Come vedi dagli esempi sopra non esiste un ordinamento intrinseco alle categorie. Il colore degli occhi è una variabile categoriale che ha alcune categorie (blu, verde, marrone) e non c’è modo di ordinarle dal più alto al più basso.

In effetti, molti esempi di segmentazione del mercato sono una base per la creazione di scale e misurazioni nominali.

Dati ordinali: Definizione, esempi, caratteristiche chiave

Se abbiamo bisogno di definire i dati ordinali, dovremmo dire che il numero ordinale mostra dove un numero è in ordine. Questa è la differenza cruciale con i dati nominali.

I dati ordinali sono dati che vengono inseriti in una sorta di ordine in base alla loro posizione sulla scala. Ad esempio, possono indicare superiorità. Tuttavia, non è possibile eseguire l’aritmetica con i numeri ordinali perché mostrano solo la sequenza.

I dati ordinali e le variabili sono considerati come variabili categoriali e quantitative “intermedie”. In altre parole, i dati ordinali sono dati categorici per i quali i valori sono ordinati.
Rispetto ai dati nominali, il secondo sono dati categorici per i quali i valori non possono essere inseriti in un ordine.

I numeri ordinali e i valori indicano una direzione, oltre a fornire informazioni nominali.

Possiamo anche assegnare numeri ai dati ordinali per mostrare la loro posizione relativa. Ma non possiamo fare matematica con quei numeri. Ad esempio: “primo, secondo, terzo etc ecc.”Con questo in mente, non possiamo trattare le variabili ordinali come variabili quantitative.

Usiamo le variabili ordinali per descrivere i dati che hanno una sorta di senso dell’ordine. Tuttavia, non è possibile essere sicuri che gli intervalli tra i valori sequaci siano uguali.

Quindi riassumiamo le caratteristiche chiave dei dati ordinali:

Scarica l’infografica sopra in PDF

• I dati ordinali vengono inseriti in una sorta di ordine.
• I numeri ordinali mostrano solo la sequenza.
• Possiamo assegnare numeri ai dati ordinali.
• Non possiamo fare aritmetica con numeri ordinali.
• Non sappiamo se le differenze tra i valori sono uguali.

Scale ordinali

Come intuisci, le scale ordinali sono un accumulo di dati ordinali. Nelle scale ordinali, l’ordine del valore è importante. Le differenze tra ciascun valore non sono realmente note e non importanti.

Aiuta a definire se l’elemento ha più o meno un tratto rispetto a un altro elemento.

Alcuni degli esempi più popolari della scala ordinale sono lo stato occupazionale, la classifica dei partecipanti a concorsi e tornei, le classifiche delle classi scolastiche: 1°, 2°, 3 ° ed ecc.

Nei metodi di raccolta dei dati e nelle ricerche di mercato, le scale ordinali sono ampiamente utilizzate per misurare percezioni, preferenze e opinioni relative.

Esempi di dati ordinali:

Scarica l’infografica sopra in PDF

• La prima, seconda e terza persona in una competizione.
• Livello di istruzione con i valori della scuola elementare, diploma di scuola superiore,
  laureato.
• Quando un’azienda chiede a un cliente di valutare l’esperienza di vendita su una scala da 1 a 10.
• Quando i clienti classificano i marchi in base alle loro preferenze.
• Fasce di retribuzione in una società, come indicato da A, B, C e D.
• Gradi lettera: A, B, C, ed ecc.
• Situazione economica: bassa, media e alta.
• Quando si esegue un sondaggio e si chiede agli intervistati di esprimere il proprio livello di soddisfazione per la scelta di quelle parole: molto soddisfatto, soddisfatto, neutro, insoddisfatto, molto insoddisfatto.
• Quando un rispondente deve inserire un valore da 1 a 3 in una dichiarazione. Spesso vengono usate le parole “d’accordo, neutro, in disaccordo”.

Come si vede dagli esempi sopra, la scala ordinale mostra la posizione relativa degli elementi ma non le differenze tra gli elementi.

Tabella di confronto: Dati nominali vs ordinali

I dati nominali e ordinali hanno un ruolo importante nelle scienze statistiche e dei dati.

Dovresti sapere cosa puoi fare con i dati ordinali e nominali. Dovresti sapere come misurarli. Le due scale di misura (ordinale e nominale) dipendono dalla variabile stessa.
Conoscere il livello di misurazione delle variabili è importante in molte situazioni aziendali. Ciascuna delle scale di misura fornisce un diverso livello di dettaglio. Le scale nominali forniscono la minor quantità di dettagli. D’altra parte, le scale ordinali forniscono una maggiore quantità di dettagli.

Comprendere la differenza tra dati nominali e ordinali ha molte influenze come: influenza il modo in cui è possibile analizzare i dati o quali metodi di analisi di mercato eseguire.

Scarica gratuitamente la seguente tabella di confronto / infografica in PDF: Dati nominali vs dati ordinali