Ordinære Data: Definition, analyse og eksempler

ordinære data Definition:

ordinære data er en statistisk type kvantitative data, hvor variabler findes i naturligt forekommende ordnede kategorier. Afstanden mellem to kategorier er ikke etableret ved hjælp af ordinære data.

i statistik angiver en gruppe ordinære tal ordinære data, og en gruppe ordinære data er repræsenteret ved hjælp af en ordinær skala. Hovedforskellen mellem nominelle og ordinære data er, at ordinal har en rækkefølge af kategorier, mens nominel ikke gør det.

Lær mere: Nominel vs Ordinal

Likert skala er et populært ordinært dataeksempel. For et spørgsmål som: “Vær venlig at udtrykke betydningen prisfastsættelse har for dig at købe et produkt.”, en Likert skala vil have følgende muligheder, som er kodet til 1,2,3,4 og 5 (tal). 1 er mindre end 2, hvilket er mindre end 3, hvilket er mindre end 4, hvilket igen er mindre end 5.

Very Important Important Neutral Unimportant Very Unimportant
1 2 3 4 5

Ordinal data is thus a collection of ordinal variables, i.e., if you have variables in a particular order – “low, medium, high”, they can be represented as ordinal data. Der er to vigtige faktorer at overveje for ordinære data –

  • der er flere udtryk, der repræsenterer “orden” som “høj, højere, højeste” eller “tilfreds, utilfreds, ekstremt utilfreds”.
  • forskellen mellem variabler er ikke ensartet.

Lær mere: Typer af Målevariabler

ordinære dataegenskaber:

For et spørgsmål som følgende er her fem ordinære dataegenskaber:

  • hvilken af følgende kategorier beskriver bedst dine sidste købsoplevelser med et produkt / en tjeneste?
    • meget behagelig
    • noget behageligt
    • Neutral
    • noget ubehageligt
    • meget ubehageligt
  1. etablere en relativ rang: i ovennævnte eksempel er noget behageligt bestemt værre end meget behageligt eller meget ubehageligt er værre end noget ubehageligt. Der er helt klart en rang inden for mulighederne – hvilket er et tegn på ordinære data.
  2. værdi af interval er ukendt: variationen mellem meget behagelig og noget behagelig behøver ikke være den samme som forskellen mellem noget ubehagelig og meget ubehagelig. Dette interval kan ikke afsluttes ved hjælp af ordinalskalaen.
  3. mål ikke-numeriske træk: i det givne eksempel er alle svarmulighederne ikke-numeriske, og tilsvarende ordinære data kan bruges til at fange følelser som tilfredshed, lykke, frekvens osv.
  4. tilføjelse til nominelle data: nominelle data er” mærket ” data. Ordinære data er mærket data i en bestemt rækkefølge. I ovenstående nævningsprøve er der en bemærkelsesværdig rækkefølge i indstillingerne, der gør det til et klassisk tilfælde af ordinære data.
  5. ordinære data har en median: Median er værdien i midten, men ikke den midterste værdi af en skala og kan beregnes med data, der har en medfødt rækkefølge.

ordinær dataanalyse:

  • nemme metoder til ordinær dataanalyse:

ordinære data præsenteres i et tabelformat, der gør analysen lettere for forskeren. Mosaic plots bruges også til at etablere forholdet mellem nominelle og ordinære data.

for eksempel, hvis en organisation har til hensigt at analysere antallet af medarbejdere i hvert hierarki for at foretage en systematisk ansættelsesproces for det kommende år – kan de placere disse data i et ordnet tabelformat. HR-ledere finder disse data ekstremt lette at henvise til og analysere for fremtidige opdateringer.

  • Mann-Hvidney u-test:

for at sammenligne to ordinære datagrupper skal Mann-Hvidney U-testen bruges. – Denne test giver en forsker mulighed for at konkludere, at en variabel fra en prøve er større eller mindre end en anden variabel tilfældigt valgt fra en anden prøve.

for eksempel kan en psykologisk forsker forstå forskellige eksisterende adfærdsmønstre, så en analyse af to forskellige lægemidler kan observeres og evalueres. for at sammenligne mere end to ordinære grupper skal Kruskal–Vægis h – test anvendes-i denne test er der ingen antagelse om, at dataene kommer fra en bestemt kilde. Denne test konkluderer, om medianen for to eller flere grupper er varieret. Det viser forskellen mellem mere end to ordinære datagrupper.

for eksempel, hvis en forsker har til hensigt at evaluere virkningen af stress på arbejdspladsen på kvaliteten af arbejdet – vil den uafhængige variabel være stress på arbejdspladsen, som ideelt set vil have tre faser: ingen stress, for meget stress og håndterbar stress og arbejdskvalitet varierer fra dårlig til fremragende.

ordinære Dataeksempler:

  • i en skole med 3000 studerende er der forskellige kategorier – førsteårsstuderende, sophomores, juniorer, seniorer. Når udtrykket begynder, er dette antallet af hver kategori :
    • 1000-Freshmen
    • 800-Sophomores
    • 750-Juniors
    • 450-seniorer
  • en organisation gennemfører en kvartalsvis medarbejdertilfredshedsundersøgelse, der primært fremhæver dette spørgsmål: “hvor glad er du med din leder og jævnaldrende?”
    • ekstremt glad – 1
    • Glad – 2
    • Neural – 3
    • ulykkelig – 4
    • ekstremt ulykkelig – 5
  • i henhold til dine præferencer bedes du bedømme disse 5 bedst sælgende bøger:
    • Fire and Fury – 1
    • en højere loyalitet: Sandhed, løgne og lederskab-2
    • kvinden i vinduet-3
    • Den Store alene – 4
    • den subtile kunst at ikke give en F*ck: en kontraintuitiv tilgang til at leve et godt liv – 5

Skriv et svar

Din e-mailadresse vil ikke blive publiceret. Krævede felter er markeret med *