Definición de datos Ordinales:
Los datos ordinales son un tipo estadístico de datos cuantitativos en el que las variables existen en categorías ordenadas de origen natural. La distancia entre dos categorías no se establece utilizando datos ordinales.
En estadística, un grupo de números ordinales indica datos ordinales y un grupo de datos ordinales se representan utilizando una escala ordinal. La principal diferencia entre los datos nominales y ordinales es que el ordinal tiene un orden de categorías, mientras que el nominal no.
Más información: La escala Likert nominal vs Ordinal
es un ejemplo de datos ordinales popular. Para una pregunta como: «Por favor, exprese la importancia que tiene el precio para que compre un producto.», una escala Likert tendrá las siguientes opciones que están codificadas en 1,2,3,4 y 5 (números). 1 es menor que 2, que es menor que 3, que es menor que 4, que a su vez es menor que 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. Hay dos factores importantes a considerar para los datos ordinales:
- Hay múltiples términos que representan «orden», como» Alto, Más Alto, Más Alto «o»Satisfecho, Insatisfecho, Extremadamente Insatisfecho».
- La diferencia entre variables no es uniforme.
Más información: Tipos de Variables de medición
Características de datos ordinales:
Para una pregunta como la siguiente, aquí hay cinco características de datos ordinales:
- ¿Cuál de las siguientes categorías describe mejor sus últimas experiencias de compra con un producto/servicio?
- Muy Agradable
- Algo Agradable
- Neutral
- un Poco Desagradable,
- Muy Desagradable
- Establecer un rango relativo: En el citado ejemplo, Algo agradable es definitivamente peor que muy agradable o desagradable es peor que un poco desagradable. Claramente hay un rango dentro de las opciones, que es un signo de datos ordinales.
- El valor del intervalo es desconocido: La variación entre muy agradable y algo agradable no tiene por qué ser la misma que la diferencia entre algo desagradable y muy desagradable. Este intervalo no se puede concluir usando la escala ordinal.
- Medir rasgos no numéricos: En el ejemplo dado, todas las opciones de respuesta no son numéricas y, de manera similar, se pueden usar datos ordinales para capturar sentimientos como satisfacción, felicidad, frecuencia, etc.
- Complemento a los datos nominales: Los datos nominales son datos «etiquetados». Los datos ordinales se denominan datos en un orden específico. En la muestra mencionada anteriormente, hay un orden notable en las opciones que lo convierte en un caso clásico de datos ordinales.
- Los datos ordinales tienen una mediana: La mediana es el valor en el medio pero no el valor medio de una escala y se puede calcular con datos que tienen un orden innato.
Análisis de Datos Ordinales:
- Métodos fáciles de análisis de Datos Ordinales:
Los datos ordinales se presentan en un formato tabular que facilita el análisis para el investigador. Las gráficas en mosaico también se utilizan para establecer la relación entre los datos nominales y ordinales.
Por ejemplo, si una organización tiene la intención de analizar el número de empleados en cada jerarquía para realizar un proceso de contratación sistemático para el próximo año, puede colocar estos datos en un formato tabular ordenado. Los ejecutivos de recursos humanos encontrarán estos datos extremadamente fáciles de consultar y analizar para cualquier actualización futura.
- Prueba U de Mann-Whitney:
Para comparar dos grupos de datos ordinales, se debe usar la prueba U de Mann-Whitney. – Esta prueba permite al investigador concluir que una variable de una muestra es mayor o menor que otra variable seleccionada aleatoriamente de otra muestra.
Por ejemplo, un investigador psicológico puede comprender varios patrones de comportamiento existentes para que se pueda observar y evaluar un análisis de dos medicamentos diferentes.
- Prueba de Kruskal–Wallis H:
Para comparar más de dos grupos ordinales, se debe usar la prueba de Kruskal–Wallis H: En esta prueba, no se asume que los datos provengan de una fuente en particular. Esta prueba concluye si la mediana de dos o más grupos es variada. Mostrará la diferencia entre más de dos grupos de datos ordinales.
Por ejemplo, si un investigador tiene la intención de evaluar el impacto del estrés en el trabajo en la calidad del trabajo, la variable independiente será el estrés en el trabajo que idealmente tendrá tres etapas: sin estrés, demasiado estrés y estrés manejable, y la calidad del trabajo variará de pobre a excelente.
Ejemplos de datos ordinales:
- En una escuela con 3000 estudiantes, hay varias categorías: estudiantes de primer año, segundo año, juniors, seniors. Después de que comience el término, este es el recuento de cada categoría :
- 1000-Estudiantes de primer año
- 800 – Estudiantes de segundo año
- 750 – Estudiantes de primer año
- 450 – Estudiantes de último año
- Una organización realiza una encuesta trimestral de satisfacción de los empleados que destaca principalmente esta pregunta: «¿Qué tan feliz estás con tu gerente y tus compañeros?»
- Muy Feliz – 1
- Feliz – 2
- Neural – 3
- Infeliz – 4
- Extremadamente Infeliz – 5
- de Acuerdo a sus preferencias, por favor, tasa de estos 5 libros más vendidos:
- el Fuego y la Furia – 1
- Una Mayor Lealtad: Verdad, Mentiras y Liderazgo-2
- La Mujer en la Ventana-3
- La Gran Sola-4
- El Arte Sutil de No Dar un Puñetazo: Un Enfoque Contraintuitivo para Vivir una Buena Vida-5