nominella vs ordinära Data: Definition och exempel

när vi arbetar med datavetenskap måste vi förstå vad som är skillnaden mellan ordinära och nominella data, eftersom denna information hjälper oss att välja hur vi ska använda data på rätt sätt.
en datavetare bestämmer hur man bestämmer vilka typer av dataanalys som ska tillämpas baserat på om datamängden är nominell eller ordinär.

på den här sidan lär du dig:

• vad är nominella data och vad är ordinära data?
  Definition och exempel
• nominella VS ordinära Data: viktiga skillnader
• ett jämförelsediagram: infographic i PDF.

nominell och ordinal är två olika nivåer av datamätning. Att förstå mätnivån för dina variabler är en viktig förmåga när du arbetar inom dataområdet.

för att uttrycka det med andra ord är sätt att märka data kända som “skalor”. Det finns faktiskt fyra mätskalor: nominellt, ordinärt, intervall och förhållande. Dessa representerar helt enkelt metoder för att kategorisera olika typer av variabler.

Nominella Data: Definition, Exempel, nyckelegenskaper

Låt oss först klargöra att nominella dataskalor används helt enkelt för märkning av variabler, utan någon typ av kvantitativt värde. Namnet ” nominellt “kommer från det latinska ordet” nomen “vilket betyder “namn”.

låt oss definiera det:

nominella data är de objekt som kännetecknas av ett enkelt namngivningssystem. De är data utan numeriskt värde, till exempel yrke. De nominella uppgifterna heter bara en sak utan att tillämpa den på en order relaterad till andra numrerade objekt.

det mest populära sättet att tänka på nominella data och variabler är att de bara heter.

nominella data kallas också kategoriska data. I nominell skala tilldelas ämnena endast till olika kategorier. Värdena grupperade i dessa kategorier har ingen meningsfull ordning. Det finns ingen hierarki. Till exempel är kön och yrke nominella nivåvärden.

så låt oss sammanfatta de viktigaste egenskaperna hos nominella data och variabler:

ladda ner ovanstående infographic i PDF

• nominella data kan inte kvantifieras.
• det kan inte heller tilldelas någon typ av order.
• värdena tilldelas endast till olika kategorier.
• dessa kategorier har ingen meningsfull ordning.

den nominella skalan

den nominella skalan sätter icke-numeriska data i kategorier. Faktiskt, de nominella skalorna kan bara kallas ” etiketter.”De nominella skalorna utesluter varandra (ingen överlappning) och har ingen numerisk fråga.

till exempel: att sätta länder i kontinenter. Exempel: Bulgarien är ett land i Europa.

intressant Anmärkning: en nominell skala med endast två kategorier (t.ex. kvinna/man) kallas “dikotom.”

exempel på nominella Data:

ladda ner ovanstående infographic i PDF

• Kön (Kvinnor, Män)
• Religion (Muslin, Buddhist, Kristen)
• Hårfärg (Blond, Brun, Brunett, röd, etc.)
• bostadsstil (ranchhus, Modernist, Art Deco)
• civilstånd (gift, singel, Änka)
• etnicitet (spansktalande, Asiatisk)
• Ögonfärg (Blå, Grön, Brun).

som du ser från exemplen ovan finns det ingen inneboende beställning till kategorierna. Ögonfärg är en kategorisk variabel som har några kategorier (Blå, Grön, Brun) och det finns inget sätt att beställa dessa från Högsta till lägsta.

faktum är att många exempel på marknadssegmentering är en grund för att skapa nominella skalor och mätningar.

Ordningsdata: Definition, Exempel, nyckelegenskaper

om vi behöver definiera ordningsdata bör vi säga att ordningsnummer visar var ett tal är i ordning. Detta är den avgörande skillnaden med nominella data.

ordinära data är data som placeras i någon form av ordning genom sin position på skalan. De kan till exempel indikera överlägsenhet. Du kan dock inte göra aritmetik med ordinära tal eftersom de bara visar sekvens.

ordinära data och variabler betraktas som “mellan” kategoriska och kvantitativa variabler. Med andra ord är ordinära data kategoriska data för vilka värdena beställs.
i jämförelse med nominella data är den andra kategoriska data för vilka värdena inte kan placeras i en ordnad.

ordinära tal och värden indikerar en riktning, förutom att ge nominell information.

vi kan också tilldela nummer till ordinära data för att visa deras relativa position. Men vi kan inte göra matte med dessa siffror. Till exempel: “första, andra, tredje…etc.”Med detta i åtanke kan vi inte behandla ordinära variabler som kvantitativa variabler.

vi använder ordinära variabler för att beskriva data som har någon form av ordning. Du kan dock inte vara säker på att intervallen mellan de sequacious värdena är lika.

så låt oss sammanfatta de viktigaste egenskaperna hos ordinära data:

ladda ner ovanstående infographic i PDF

• ordinära data placeras i någon form av ordning.
• ordningstal visar endast sekvens.
• vi kan tilldela nummer till ordinära data.
• vi kan inte göra aritmetik med ordinära tal.
• vi vet inte om skillnaderna mellan värdena är lika.

ordinära skalor

som du antar är ordinära skalor uppbyggda av ordinära data. I ordinära skalor är värdets ordning viktigt. Skillnaderna mellan varje värde är inte riktigt kända och inte viktiga.

det hjälper till att definiera om objektet har mer eller mindre av ett drag jämfört med ett annat objekt.

några av de mest populära exemplen på ordinalskalan är yrkesstatus, rankning av deltagare i tävlingar och turneringar, skolklassrankning: 1: a, 2: a, 3: e och etc.

i datainsamlingsmetoder och i marknadsundersökningar används ordinära skalor i stor utsträckning för att mäta relativa uppfattningar, preferenser och åsikter.

exempel på ordinära Data:

ladda ner ovanstående infographic i PDF

• den första, andra och tredje personen i en tävling.
• Utbildningsnivå med värden för grundskolans utbildning, gymnasieexamen,
  högskoleexamen.
• när ett företag ber en kund att betygsätta försäljningsupplevelsen på en skala från 1-10.
• när kunder rankar varumärken utifrån sina preferenser.
• Löneband i ett företag, som anges av A, B, C och D.
• Bokstavsklasser: A, B, C och etc.
• ekonomisk status: låg, medium och hög.
• när du utför en undersökning och ber respondenterna att uttrycka sin tillfredsställelse med valet av dessa ord: mycket nöjd, nöjd, neutral, missnöjd, mycket missnöjd.
• när en svarande ska sätta ett värde från 1 till 3 till ett uttalande. Ofta används orden” överens, neutral, oense”.

som du ser från exemplen ovan visar ordningsskalan objektens relativa position men inte skillnaderna mellan objekten.

Jämförelsetabell: Nominella vs ordinära Data

nominella och ordinära data har en viktig roll i statistik-och datavetenskap.

du bör veta vad du kan göra med ordinära och nominella data. Du borde veta hur man mäter dem. De två mätskalorna (ordinär och nominell) beror på själva variabeln.
att känna till mätnivån för variablerna är viktigt i många affärssituationer. Var och en av mätskalorna ger en annan detaljnivå. Nominella skalor ger minsta detalj. Å andra sidan ger ordinära skalor en högre mängd detaljer.

att förstå skillnaden mellan nominella och ordinära data har många influenser som: det påverkar hur du kan analysera dina data eller vilka marknadsanalysmetoder du ska utföra.

ladda ner följande jämförelsetabell/infographic i PDF gratis: nominella data vs ordinära data