Nominelle vs Ordinære Data: Definisjon Og Eksempler

når vi arbeider Med datavitenskap, må vi forstå hva som er forskjellen mellom ordinære og nominelle data, da denne informasjonen hjelper oss med å velge hvordan dataene skal brukes på riktig måte.
en dataforsker bestemmer hvordan man skal bestemme hvilke typer dataanalyse som skal brukes basert på om datasettet er nominelt eller ordinært.

på denne siden vil du lære:

• hva er nominelle data og hva er ordinære data?
  Definisjon og eksempler
• Nominelle VS Ordinære Data: nøkkelforskjeller
• et sammenligningsdiagram: infografisk I PDF.

Nominell og ordinal Er to forskjellige nivåer av datamåling. Å forstå målingsnivået for variablene dine er en viktig evne når du jobber innen data.

for å si det med andre ord, er måter å merke data kjent som “skalaer”. Faktisk er det fire måleskalaer: nominell, ordinær, intervall og forhold. Disse representerer bare metoder for å kategorisere ulike typer variabler.

Nominelle Data: Definisjon, Eksempler, Nøkkelegenskaper

Først, la oss klargjøre at nominelle dataskalaer bare brukes til merking av variabler, uten noen form for kvantitativ verdi. Navnet “Nominell” kommer fra det latinske ordet “nomen” som betyr “navn”.

la oss definere det:

Nominelle data er de elementene som preges av et enkelt navnesystem. De er data uten numerisk verdi, for eksempel yrke. De nominelle dataene nevner bare en ting uten å bruke den på en ordre relatert til andre nummererte elementer.

den mest populære måten å tenke på nominelle data og variabler er at de bare heter.

Nominelle data kalles også kategoriske data. I nominell skala er fagene kun allokert til forskjellige kategorier. Verdiene gruppert i disse kategoriene har ingen meningsfull rekkefølge. Det finnes ikke noe hierarki. For eksempel er kjønn og yrke nominelle nivåverdier.

så la oss oppsummere de viktigste egenskapene til nominelle data og variabler:

Last ned ovennevnte infografikk I PDF

• Nominelle data kan ikke kvantifiseres.
• Det kan heller ikke tilordnes noen form for ordre.
• verdiene er bare allokert til forskjellige kategorier.
• disse kategoriene har ingen meningsfull rekkefølge.

Den Nominelle Skalaen

den nominelle skalaen setter ikke-numeriske data inn i kategorier. Faktisk kan de nominelle skalaene bare kalles ” etiketter.”De nominelle skalaene er gjensidig utelukkende (ingen overlapping) og har ingen numerisk sak.

For Eksempel: Å sette land inn i kontinenter. Eksempel: Bulgaria er et land i Europa.

Interessant Merknad: en nominell skala med bare to kategorier (f. eks. kvinne/mann) kalles ” dikotom.”

Eksempler På Nominelle Data:

Last ned ovennevnte infografikk I PDF

• Kjønn (Kvinner, Menn)
• Religion (Musselin, Buddhist, Kristen)
• Hårfarge (Blond, Brun, Brunette, Rød, etc.)
• Bolig stil (Ranch Hus, Modernistisk, Art Deco)
• Sivilstand (Gift, Singel, Enke)
• Etnisitet (Hispanic, Asiatisk)
• Øyenfarge (Blå, Grønn, Brun).

som du ser fra eksemplene ovenfor er det ingen egen bestilling til kategoriene. Øyenfarge er en kategorisk variabel som har noen kategorier (Blå, Grønn, Brun), og det er ingen måte å bestille disse fra høyeste til laveste.

faktisk er mange eksempler på markedssegmentering et grunnlag for å skape nominelle skalaer og målinger.

Ordenstall: Definisjon, Eksempler, Nøkkelegenskaper

hvis vi trenger å definere ordenstall, bør vi fortelle at ordenstall viser hvor et tall er i orden. Dette er den avgjørende forskjellen med nominelle data.

Ordensdata er data som er plassert i en slags rekkefølge av deres posisjon på skalaen. For eksempel kan de indikere overlegenhet. Du kan imidlertid ikke gjøre aritmetikk med ordinære tall fordi de bare viser sekvens.

Ordensdata og variabler betraktes som “mellom” kategoriske og kvantitative variabler. Med andre ord er ordinære data kategoriske data som verdiene er bestilt for.
sammenlignet med nominelle data er den andre kategoriske data som verdiene ikke kan plasseres i en bestilt.

ordenstallene og verdiene angir en retning, i tillegg til å gi nominell informasjon.

Vi kan også tildele tall til ordinære data for å vise deres relative posisjon. Men vi kan ikke gjore matte med disse tallene. For eksempel: “første, andre, tredje … etc.”Med dette i bakhodet kan vi ikke behandle ordinære variabler som kvantitative variabler.

vi bruker ordinære variabler for å beskrive data som har en slags følelse av orden. Du kan imidlertid ikke være sikker på at intervallene mellom de sekvensielle verdiene er like.

så la oss oppsummere de viktigste egenskapene til ordinære data:

Last ned ovennevnte infografisk I PDF

• Ordensdata er plassert i en slags rekkefølge.
• Ordenstall viser bare sekvens.
• vi kan tilordne tall til ordinære data.
• vi kan ikke gjøre aritmetikk med ordinære tall.
• Vi vet ikke om forskjellene mellom verdiene er like.

Ordinære Skalaer

som du antar, er ordinære skalaer bygd opp av ordinære data. I ordinære skalaer er rekkefølgen av verdien viktig. Forskjellene mellom hver verdi er egentlig ikke kjent og ikke viktig.

det hjelper å definere om elementet har mer eller mindre av en egenskap i forhold til et annet element.

noen av de mest populære eksemplene på ordinær skala er yrkesstatus, rangering av deltakere i konkurranser og turneringer, skoleklasserangeringer: 1., 2., 3. og etc.

i datainnsamlingsmetoder og i markedsundersøkelser brukes ordinære skalaer mye til å måle relative oppfatninger, preferanser og meninger.

Eksempler På Ordinære Data:

Last ned ovennevnte infografikk I PDF

• første, andre og tredje person i en konkurranse.
• Utdanningsnivå med verdier av grunnskolen utdanning, high school graduate,
  college graduate.
• når et selskap ber en kunde om å vurdere salgsopplevelsen på en skala fra 1-10.
• når kunder rangerer merkevarer på grunnlag av deres preferanser.
• Betal band i et selskap, som angitt Av A, B, C og D.
• Bokstavkarakterer: A, B, C og etc.
• Økonomisk status: lav, middels og høy.
• når du utfører en undersøkelse og ber respondentene om å uttrykke sin grad av tilfredshet med valget av disse ordene: veldig fornøyd, fornøyd, nøytral, misfornøyd, veldig misfornøyd.
• når en respondent skal sette en verdi fra 1 til 3 til en uttalelse. Ofte brukes ordene “enig, nøytral, uenig”.

som du ser fra eksemplene ovenfor, viser ordinær skala den relative plasseringen av elementene, men ikke forskjellene mellom elementene.

Sammenligningsdiagram: Nominelle vs Ordinære Data

Nominelle og ordinære data har en viktig rolle i statistikk og datavitenskap.

du bør vite hva du kan gjøre med ordinære og nominelle data. Du bør vite hvordan du måler dem. De to målskalaene (ordinær og nominell) avhenger av selve variabelen.
Å Vite nivået på måling av variablene er viktig i mange forretningssituasjoner. Hver av måleskalaene gir et annet detaljnivå. Nominelle skalaer gir minst mulig detalj. På den annen side gir ordinære skalaer en høyere mengde detaljer.

Å Forstå forskjellen mellom nominelle og ordinære data har mange påvirkninger som: det påvirker hvordan du kan analysere dataene dine eller hvilke markedsanalysemetoder som skal utføres.

Last ned følgende sammenligningsdiagram/infografisk i PDF gratis: Nominelle data vs Ordinære data