Sorszám Adatok: Meghatározás, Elemzés, valamint a Példák

Sorszám Adatok Meghatározása:

Sorszám adatok statisztikai típusú mennyiségi adatok, amelyben a változók létezik a természetben előforduló rendelt kategóriák. A két kategória közötti távolságot nem ordinális adatok alapján állapítják meg.

a statisztikákban a sorszámok egy csoportja a sorszámadatokat jelzi, a sorszámadatok egy csoportja pedig egy sorszámskála segítségével jelenik meg. A fő különbség a névleges és az ordinális adatok között az, hogy az ordinal kategóriarendszerrel rendelkezik, míg a nominális nem.

Tudjon meg többet: Nominal vs Ordinal

Likert Scale egy népszerű ordinal adat példa. Olyan kérdés esetén, mint például: “kérjük, fejezze ki annak fontosságát, hogy az árképzés egy termék megvásárlásához szükséges.”, a Likert skála a következő opciókkal rendelkezik, amelyek 1,2,3,4-re és 5-re vannak kódolva (számok). 1 kisebb, mint 2, ami kisebb, mint 3, ami kisebb, mint 4, ami viszont kisebb, mint 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. Két fontos tényezőt kell figyelembe venni az ordinális adatoknál –

• több olyan kifejezés létezik, amelyek “rendet” képviselnek, például “magas, magasabb, legmagasabb” vagy “elégedett, elégedetlen, rendkívül elégedetlen”.
• a változók közötti különbség nem egységes.

további információ: Típusú Mérési Változók

Sorszám Adatok Jellemzők:

A kérdés, mint például az alábbi, itt van öt sorszám adatok jellemzők:

• , Amely az alábbi kategóriák a legjobban leírja az utolsó beszerzési tapasztalatok a termék/szolgáltatás?
  • Nagyon Kellemes
  • Némileg Kellemes
  • Semleges
  • Némileg Kellemetlen
  • Nagyon Kellemetlen

1. létrehoz egy relatív rang: a fent említett példa, Kissé kellemes egyértelműen rosszabb, mint a nagyon kellemes vagy kellemetlen rosszabb, mint a kissé kellemetlen. Nyilvánvalóan van egy rang a lehetőségeken belül-ami a rendszámok jele.
2. az intervallum értéke nem ismert: a nagyon kellemes és kissé kellemes közötti különbség nem lehet ugyanaz, mint a kissé kellemetlen és nagyon kellemetlen különbség. Ezt az intervallumot nem lehet A sorskála segítségével lezárni.
3. mérje meg a nem numerikus tulajdonságokat: az adott példában az összes válasz opció nem numerikus, hasonlóan ordinális adatok felhasználhatók olyan érzések rögzítésére, mint az elégedettség, a boldogság, a frekvencia stb.
4. kiegészítő a névleges adatokhoz: a névleges adatok “címkézett” adatok. Ordinal adatok címkézett adatok egy adott sorrendben. A fenti említés minta, van egy figyelemre méltó sorrendben a lehetőségek, ami miatt egy klasszikus esetben a rendszám adatok.
5. az ordinális adatok medián értékűek: A medián a skála középső, de nem középső értéke, amelyet veleszületett rendű adatokkal lehet kiszámítani.

Sorszám Adatok Elemzése:

• Könnyű módszerek Sorszám Adatok elemzése:

Sorszám adatok bemutatott egy táblázatos formában, ami elemzés könnyebb a kutató. Mozaikos parcellákat is használnak a névleges és az ordinális adatok közötti kapcsolat megállapítására.

például, ha egy szervezet elemezni kívánja az egyes hierarchiák alkalmazottainak számát, hogy szisztematikus felvételi folyamatot hajtson végre a következő évre – ezeket az adatokat megrendelt táblázatos formátumban helyezhetik el. HR vezetők fogja találni ezeket az adatokat rendkívül könnyű hivatkozni, majd elemezni a jövőbeli frissítések.

• Mann-Whitney U teszt:

két ordinális adatcsoport összehasonlításához a Mann-Whitney U tesztet kell használni. – Ez a teszt lehetővé teszi a kutató számára, hogy arra a következtetésre jusson, hogy az egyik mintából származó változó nagyobb vagy kisebb, mint egy másik mintából véletlenszerűen kiválasztott változó.

például egy pszichológiai kutató megértheti a különböző létező viselkedési mintákat, hogy két különböző gyógyszer elemzése megfigyelhető és értékelhető legyen.

• Kruskal-Wallis h teszt:

Több mint két ordinális csoport összehasonlításához Kruskal–Wallis h tesztet kell használni – ebben a tesztben nincs feltételezés, hogy az adatok egy adott forrásból származnak. Ez a vizsgálat azt a következtetést vonja le, hogy két vagy több csoport mediánja változatos-e. Megmutatja a különbséget több mint két ordinális adatcsoport között.

például, ha egy kutató értékelni kívánja a munkahelyi stressz hatását a munka minőségére – a független változó a munkahelyi stressz lesz, amely ideális esetben három szakaszból áll: nincs stressz, túl sok stressz, kezelhető stressz és a munka minősége a szegényektől a kiválóig változik.

Ordinal Data Examples:

• egy 3000 tanulóval rendelkező iskolában különböző kategóriák vannak-gólyák, másodikosok, juniorok, idősek. A kifejezés kezdete után ez az egyes kategóriák száma :
  • 1000 – Gólya
  • 800 – Másodikosok
  • 750 – Junior
  • 450 – Idősek
• Egy szervezet végzi a negyedéves dolgozói elégedettség felmérés, amely elsősorban kiemeli ezt a kérdést: “Milyen boldog vagy te, a menedzser pedig társaik?”
  • rendkívül boldog-1
  • Happy – 2
  • neurális – 3
  • boldogtalan – 4

  rendkívül boldogtalan – 5

referenciái szerint értékelje ezeket az 5 legkelendőbb könyvet:

• Fire and Fury-1
• magasabb hűség: Igazság, hazugság és vezetés-2
• a nő az ablakban – 3
• a nagy egyedül – 4
• a finom művészet, hogy nem ad egy F*ck: a Counterintuitive megközelítés él egy jó élet – 5