Nominale Versus ordinale gegevens: definitie en voorbeelden
wanneer we met gegevenswetenschappen werken, moeten we begrijpen wat het verschil is tussen ordinale en nominale gegevens, omdat deze informatie ons helpt te kiezen hoe de gegevens op de juiste manier worden gebruikt.
een data scientist beslist hoe te bepalen welke soorten gegevensanalyse moet worden toegepast op basis van de vraag of de gegevensverzameling nominaal of ordinaal is.
op deze pagina leert u:
- wat zijn nominale gegevens en wat zijn ordinale gegevens?
definitie en voorbeelden - Nominale VS ordinale gegevens: belangrijkste verschillen
- een vergelijkingsgrafiek: infographic in PDF.
nominaal en ordinaal zijn twee verschillende meetniveaus. Inzicht in het niveau van meting van uw variabelen is een essentieel vermogen wanneer u werkt op het gebied van gegevens.
om het met andere woorden te zeggen, manieren om gegevens te etiketteren staan bekend als “schalen”. Eigenlijk zijn er vier meetschalen: nominaal, ordinaal, interval en verhouding. Deze vertegenwoordigen simpelweg methoden om verschillende soorten variabelen te categoriseren.
Nominale Gegevens: Definitie, voorbeelden, belangrijkste kenmerken
laten we eerst verduidelijken dat nominale gegevensschalen eenvoudig worden gebruikt voor het labelen van variabelen, zonder enige vorm van kwantitatieve waarde. De naam ‘Nominaal ‘komt van het Latijnse woord’nomen’ wat ‘naam’ betekent.
laten we het definiëren:
Nominale gegevens zijn die items die worden onderscheiden door een eenvoudig naamgevingssysteem. Het zijn gegevens zonder numerieke waarde, zoals beroep. De nominale gegevens noemen gewoon een ding zonder het toe te passen op een bestelling met betrekking tot andere genummerde items.
de meest populaire manier van denken over nominale gegevens en variabelen is dat ze alleen met een naam worden genoemd.
Nominale gegevens worden ook categorische gegevens genoemd. In de nominale schaal worden de onderwerpen alleen ingedeeld in verschillende categorieën. De waarden gegroepeerd in deze categorieën hebben geen zinvolle volgorde. Er is geen hiërarchie. Geslacht en beroep zijn bijvoorbeeld nominale waarden.
dus laten we de belangrijkste kenmerken van nominale gegevens en variabelen optellen:
Download bovenstaande infographic in PDF
- Nominale gegevens kunnen niet worden gekwantificeerd.
- het kan ook niet worden toegewezen aan om het even welk type van orde.
- de waarden worden alleen aan afzonderlijke categorieën toegewezen.
- deze categorieën hebben geen zinvolle volgorde.
de nominale Schaal
de nominale schaal plaatst niet-numerieke gegevens in categorieën. Eigenlijk zouden de nominale schalen gewoon “labels” genoemd kunnen worden.”De nominale schalen sluiten elkaar uit (geen overlapping) en hebben geen numerieke materie.
bijvoorbeeld: landen in continenten plaatsen. Voorbeeld: Bulgarije is een land in Europa.
interessante opmerking: een nominale schaal met slechts twee categorieën (bijvoorbeeld Vrouw / man) wordt “dichotoom” genoemd.”
voorbeelden van nominale gegevens:
Download bovenstaande infographic in PDF
- Geslacht (Vrouwen, Mannen)
- religie (mousseline, Boeddhist, Christen)
- Haarkleur (Blond, Bruin, Brunette, rood, enz.)
- woonstijl (Ranch House, modernistisch, Art Deco)
- Burgerlijke staat (Gehuwd, Alleenstaand, weduwnaar)
- etniciteit (Latijns-Amerikaans, Aziatisch)
- Oogkleur (Blauw, Groen, Bruin).
zoals u kunt zien in de voorbeelden hierboven is er geen intrinsieke volgorde van de categorieën. Oogkleur is een categorische variabele met een paar categorieën (Blauw, Groen, Bruin) en er is geen manier om deze te rangschikken van hoog naar laag.
in feite zijn veel voorbeelden van marktsegmentatie een basis voor het creëren van nominale schalen en metingen.
ordinale gegevens: definitie, voorbeelden, belangrijkste kenmerken
als we ordinale gegevens moeten definiëren, moeten we vertellen dat het ordinale getal aangeeft waar een getal in orde is. Dit is het cruciale verschil met nominale gegevens.
ordinale gegevens zijn gegevens die in een bepaalde volgorde worden geplaatst door hun positie op de schaal. Ze kunnen bijvoorbeeld superioriteit aangeven. Je kunt echter niet rekenen met ordinale getallen omdat ze alleen de volgorde tonen.
ordinale gegevens en variabelen worden beschouwd als “tussen” categorische en kwantitatieve variabelen. Met andere woorden, de ordinale gegevens zijn categorische gegevens waarvoor de waarden zijn geordend.
in vergelijking met nominale gegevens zijn de tweede gegevens categorisch waarvoor de waarden niet in een volgorde kunnen worden geplaatst.
de ordinale getallen en waarden geven naast de nominale informatie ook een richting aan.
we kunnen ook getallen toewijzen aan ordinale gegevens om hun relatieve positie te tonen. Maar we kunnen niet rekenen met die getallen. Bijvoorbeeld: “eerste, tweede, derde … enz.”Met dit in het achterhoofd kunnen we ordinale variabelen niet als kwantitatieve variabelen behandelen.
we gebruiken ordinale variabelen om gegevens te beschrijven die een soort gevoel voor orde hebben. U kunt er echter niet zeker van zijn dat de intervallen tussen de sequacious waarden gelijk zijn.
dus laten we de belangrijkste kenmerken van ordinale gegevens optellen:
Download de bovenstaande infographic in PDF
- ordinale gegevens worden in een bepaalde volgorde geplaatst.
- ordinale getallen tonen alleen de volgorde.
- we kunnen getallen toewijzen aan ordinale gegevens.
- we kunnen niet rekenen met ordinale getallen.
- we weten niet of de verschillen tussen de waarden gelijk zijn.
ordinale schalen
zoals u vermoedt, zijn ordinale schalen opgebouwd uit ordinale gegevens. In ordinale schalen is de Orde van de waarde belangrijk. De verschillen tussen elke waarde zijn niet echt bekend en niet belangrijk.
het helpt om te bepalen of het item min of meer een eigenschap heeft in vergelijking met een ander item.
enkele van de meest populaire voorbeelden van de rangschikking zijn de beroepsstatus, de rangschikking van de deelnemers aan wedstrijden en toernooien, de rangschikking van de schoolklassen: 1ste, 2de, 3de en enz.
in methoden voor gegevensverzameling en in marktonderzoek worden ordinale schalen op grote schaal gebruikt om relatieve percepties, voorkeuren en meningen te meten.
voorbeelden van ordinale gegevens:
Download bovenstaande infographic in PDF
- de eerste, tweede en derde persoon in een vergelijkend onderzoek.
- onderwijsniveau met waarden van het basisonderwijs, afgestudeerde aan de middelbare school,
afgestudeerde aan de universiteit. - wanneer een bedrijf een klant vraagt om de verkoopervaring op een schaal van 1-10 te beoordelen.
- wanneer klanten merken rangschikken op basis van hun voorkeuren.
- Loongroepen in een bedrijf, zoals aangegeven door A, B, C en D.
- Letterklassen: A, B, C en enz.
- economische status: laag, gemiddeld en hoog.
- wanneer u een enquête uitvoert en respondenten vraagt hun tevredenheid over de keuze van deze woorden te uiten: zeer tevreden, tevreden, neutraal, ontevreden, zeer ontevreden.
- wanneer een respondent een waarde van 1 tot 3 aan een statement moet geven. Vaak worden de woorden “mee eens, neutraal, oneens” gebruikt.
zoals u kunt zien in de voorbeelden hierboven, toont de ordinale schaal de relatieve positie van de items, maar niet de verschillen tussen de items.
Vergelijkingsgrafiek: Nominale Versus ordinale gegevens
nominale en ordinale gegevens Spelen een belangrijke rol in de statistische en gegevenswetenschappen.
u moet weten wat u kunt doen met ordinale en nominale gegevens. Je moet weten hoe je ze moet meten. De twee meetschalen (ordinaal en nominaal) zijn afhankelijk van de variabele zelf.
het meten van de variabelen is in veel bedrijfssituaties belangrijk. Elk van de meetschalen biedt een ander detailniveau. Nominale schalen geven de minste details. Aan de andere kant, ordinale schalen zorgen voor een grotere hoeveelheid detail.
inzicht in het verschil tussen nominale en ordinale gegevens heeft vele invloeden, zoals: het beïnvloedt de manier waarop u uw gegevens kunt analyseren of welke marktanalysemethoden u moet uitvoeren.
Download de volgende vergelijkingstabel/infographic in PDF gratis: Nominale gegevens vs ordinale gegevens
Leave a Reply