dane nominalne i porządkowe: Definicja i przykłady

pracując z naukami o danych, musimy zrozumieć, jaka jest różnica między danymi porządkowymi i nominalnymi, ponieważ te informacje pomagają nam wybrać, jak używać danych we właściwy sposób.
analityk danych decyduje, w jaki sposób określić, jakie rodzaje analizy danych należy zastosować, w oparciu o to, czy zbiór danych jest nominalny, czy porządkowy.

na tej stronie dowiesz się:

• Co to są dane nominalne i co to są dane porządkowe?
  Definicja i przykłady
• dane nominalne i porządkowe: kluczowe różnice
• tabela porównawcza: infografika w PDF.

nominalny i porządkowy to dwa różne poziomy pomiaru danych. Zrozumienie poziomu pomiaru zmiennych jest kluczową umiejętnością podczas pracy w dziedzinie danych.

innymi słowy, sposoby etykietowania danych są znane jako”wagi”. W rzeczywistości istnieją cztery skale pomiarowe: nominalna, porządkowa, interwałowa i proporcyjna. Te po prostu reprezentują metody kategoryzacji różnych typów zmiennych.

: Definicja, przykłady, Kluczowe cechy

po pierwsze, wyjaśnijmy, że nominalne skale danych są używane po prostu do etykietowania zmiennych, bez jakichkolwiek wartości ilościowych. Nazwa “nominał” pochodzi od łacińskiego słowa “nomen”, które oznacza “imię”.

zdefiniujmy to:

dane nominalne to te pozycje, które wyróżniają się prostym systemem nazewnictwa. Są to dane bez wartości liczbowej, np. profesja. Dane nominalne po prostu nazywają rzecz bez stosowania jej do zamówienia związanego z innymi ponumerowanymi przedmiotami.

najpopularniejszym sposobem myślenia o danych nominalnych i zmiennych jest to, że są one po prostu nazwane.

dane nominalne nazywane są również danymi kategorycznymi. W skali nominalnej przedmioty są przydzielane tylko do różnych kategorii. Wartości pogrupowane w te kategorie nie mają znaczącej kolejności. Nie ma hierarchii. Na przykład płeć i zawód są wartościami nominalnymi.

podsumujmy więc kluczowe cechy danych nominalnych i zmiennych:

Pobierz powyższą infografikę w formacie PDF

• dane nominalne nie mogą być określone ilościowo.
• nie można go również przypisać do żadnego rodzaju zamówienia.
• wartości są przypisane tylko do odrębnych kategorii.
• te kategorie nie mają znaczącej kolejności.

Skala nominalna

skala nominalna umieszcza dane nie numeryczne w kategoriach. W rzeczywistości skale nominalne można po prostu nazwać ” etykietami.”Skale nominalne wzajemnie się wykluczają (nie nakładają się) i nie mają żadnej materii liczbowej.

na przykład: umieszczanie krajów na kontynentach. Przykład: Bułgaria jest krajem w Europie.

ciekawostka: nominalna skala z tylko dwoma kategoriami (np. Kobieta / Mężczyzna) nazywa się “dychotomicznym.”

przykłady danych nominalnych:

Pobierz powyższą infografikę w formacie PDF

• Płeć (Kobiety, Mężczyźni)
• Religia (Muślin, Buddysta, Chrześcijanin)
• kolor włosów (blond, brązowy, brunetka, czerwona itp.)
• Styl Mieszkania (Ranczo, modernistyczny, Art Deco)
• stan cywilny (Żonaty, Kawaler, Wdowiec)
• pochodzenie etniczne (Hiszpanie, Azjaci)
• kolor oczu (niebieski, zielony, brązowy).

jak widać z powyższych przykładów nie ma wewnętrznego porządkowania kategorii. Kolor oczu jest zmienną kategoryczną posiadającą kilka kategorii (Niebieski, Zielony, Brązowy) i nie ma możliwości uporządkowania ich od najwyższej do najniższej.

w rzeczywistości wiele przykładów segmentacji rynku jest podstawą do tworzenia nominalnych skal i pomiarów.

dane porządkowe: definicja, przykłady, Kluczowe cechy

jeśli musimy zdefiniować dane porządkowe, powinniśmy powiedzieć, że liczba porządkowa pokazuje, gdzie liczba jest w porządku. Jest to zasadnicza różnica w stosunku do danych nominalnych.

dane porządkowe to dane, które są umieszczane w jakimś porządku według ich pozycji na skali. Na przykład mogą wskazywać na wyższość. Jednak nie można wykonywać arytmetyki z liczb porządkowych, ponieważ pokazują one tylko sekwencję.

dane porządkowe i zmienne są uważane za “pomiędzy” zmiennymi kategorycznymi i ilościowymi. Innymi słowy, dane porządkowe są danymi kategorycznymi, dla których wartości są uporządkowane.
w porównaniu z danymi nominalnymi, druga to dane kategoryczne, dla których wartości nie można umieścić w porządku.

numery porządkowe i wartości wskazują kierunek, oprócz podawania informacji nominalnych.

możemy również przypisać numery do danych porządkowych, aby pokazać ich względną pozycję. Ale nie możemy policzyć z tymi liczbami. Na przykład: “pierwszy, drugi,trzeci … itd.”Mając to na uwadze, nie możemy traktować zmiennych porządkowych jak zmiennych ilościowych.

używamy zmiennych porządkowych do opisania danych, które mają jakieś poczucie porządku. Nie można jednak mieć pewności, że odstępy między wartościami sekwencyjnymi są równe.

podsumujmy więc kluczowe cechy danych porządkowych:

Pobierz powyższą infografikę w formacie PDF

• dane porządkowe są umieszczane w jakimś porządku.
• numery porządkowe pokazują tylko sekwencję.
• do danych porządkowych możemy przypisać numery.
• nie możemy robić arytmetyki z liczb porządkowych.
• nie wiemy, czy różnice między wartościami są równe.

Skale porządkowe

jak się domyślasz, skale porządkowe są zbudowane z danych porządkowych. W skalach porządkowych ważna jest kolejność wartości. Różnice między każdą wartością nie są tak naprawdę znane i nieistotne.

pomaga określić, czy element ma mniej więcej cechę w porównaniu do innego elementu.

niektóre z najbardziej popularnych przykładów skali porządkowej to status zawodowy, ranking uczestników konkursów i turniejów, ranking klas szkolnych: 1, 2, 3 itd.

w metodach zbierania danych i w badaniach rynku skale porządkowe są szeroko stosowane do pomiaru względnych percepcji, preferencji i opinii.

przykłady danych porządkowych:

Pobierz powyższą infografikę w formacie PDF

• pierwsza, druga i trzecia osoba w konkursie.
• poziom wykształcenia z wartościami wykształcenia podstawowego, absolwent liceum,
  absolwent studiów.
• kiedy firma prosi klienta o ocenę doświadczenia sprzedaży w skali 1-10.
• kiedy Klienci oceniają marki na podstawie ich preferencji.
• Pay bands in a company, as indicated by A, B, C, and D.
• Letter grades: A, B, C, and etc.
• stan ekonomiczny: niski, średni i wysoki.
• kiedy wykonujesz ankietę i prosisz respondentów o wyrażenie swojego poziomu zadowolenia z wyboru tych słów: bardzo zadowolony, zadowolony, neutralny, niezadowolony, bardzo niezadowolony.
• kiedy respondent powinien umieścić wartość od 1 do 3 w instrukcji. Często używane są słowa “zgadzam się, neutralny, nie zgadzam się”.

jak widać z powyższych przykładów, skala porządkowa pokazuje względne położenie elementów, ale nie różnice między nimi.

Tabela Porównawcza: Dane nominalne i porządkowe

dane nominalne i porządkowe odgrywają ważną rolę w naukach statystycznych i danych.

powinieneś wiedzieć, co możesz zrobić z danymi porządkowymi i nominalnymi. Powinieneś wiedzieć, jak je mierzyć. Dwie skale miary (porządkowa i nominalna) zależą od samej zmiennej.
znajomość poziomu pomiaru zmiennych jest ważna w wielu sytuacjach biznesowych. Każda ze skal pomiarowych zapewnia inny poziom szczegółowości. Nominalne skale zapewniają najmniejszą ilość szczegółów. Z drugiej strony, skale porządkowe zapewniają większą ilość szczegółów.

zrozumienie różnicy między danymi nominalnymi i porządkowymi ma wiele czynników, takich jak: wpływa na sposób, w jaki można analizować dane lub jakie metody analizy rynku wykonać.

pobierz za darmo poniższą tabelę porównawczą / infografikę w formacie PDF: Dane nominalne vs dane porządkowe