Definizione dati ordinali:
I dati ordinali sono un tipo statistico di dati quantitativi in cui esistono variabili in categorie ordinate naturali. La distanza tra due categorie non viene stabilita utilizzando i dati ordinali.
Nelle statistiche, un gruppo di numeri ordinali indica dati ordinali e un gruppo di dati ordinali sono rappresentati utilizzando una scala ordinale. La principale differenza tra i dati nominali e ordinali è che ordinale ha un ordine di categorie mentre nominale non lo fa.
Per saperne di più: Nominale vs ordinale
Scala Likert è un esempio di dati ordinali popolare. Per una domanda come: “Si prega di esprimere l’importanza dei prezzi ha per voi per l’acquisto di un prodotto.”, una scala Likert avrà le seguenti opzioni che sono codificate a 1,2,3,4 e 5 (numeri). 1 è minore di 2, che è minore di 3, che è minore di 4, che a sua volta è minore di 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. Ci sono due fattori importanti da considerare per i dati ordinali –
- Ci sono più termini che rappresentano “ordine” come “Alto, Più alto, più alto” o “Soddisfatto, Insoddisfatto, estremamente insoddisfatto”.
- La differenza tra le variabili non è uniforme.
Per saperne di più: Tipi di variabili di misura
Caratteristiche dei dati ordinali:
Per una domanda come la seguente, ecco cinque caratteristiche dei dati ordinali:
- Quale delle seguenti categorie descrive al meglio le tue ultime esperienze di acquisto con un prodotto / servizio?
- Molto Piacevole
- un po ‘Piacevole
- Neutro
- un po’ Spiacevole
- Molto Sgradevole
- Stabilire una posizione relativa: Nel suddetto esempio, un po ‘piacevole è sicuramente peggio di molto piacevole o spiacevole è peggio di un po’ spiacevole. C’è chiaramente un rango all’interno delle opzioni – che è un segno di dati ordinali.
- Il valore dell’intervallo è sconosciuto: la variazione tra molto piacevole e un po ‘piacevole non deve essere la stessa della differenza tra un po’ sgradevole e molto spiacevole. Questo intervallo non può essere concluso utilizzando la scala ordinale.
- Misura tratti non numerici: nell’esempio dato, tutte le opzioni di risposta sono non numeriche e allo stesso modo i dati ordinali possono essere utilizzati per catturare sentimenti come soddisfazione, felicità, frequenza ecc.
- Add-on ai dati nominali: i dati nominali sono dati “etichettati”. I dati ordinali sono etichettati come dati in un ordine specifico. Nell’esempio di cui sopra, c’è un ordine notevole nelle opzioni che lo rende un classico caso di dati ordinali.
- I dati ordinali hanno una mediana: La mediana è il valore nel mezzo ma non il valore medio di una scala e può essere calcolata con dati che hanno un ordine innato.
Analisi dei dati ordinali:
- Metodi semplici di analisi dei dati ordinali:
I dati ordinali sono presentati in un formato tabulare che rende l’analisi più facile per il ricercatore. Le trame a mosaico vengono anche utilizzate per stabilire la relazione tra dati nominali e ordinali.
Ad esempio, se un’organizzazione intende analizzare il numero di dipendenti in ciascuna gerarchia per effettuare un processo di assunzione sistematico per l’anno successivo, può inserire questi dati in un formato tabellare ordinato. I dirigenti delle risorse umane troveranno questi dati estremamente facili da consultare e analizzare per eventuali aggiornamenti futuri.
- Test Mann-Whitney U:
Per confrontare due gruppi di dati ordinali, è necessario utilizzare il test Mann-Whitney U. – Questo test consente a un ricercatore di concludere che una variabile da un campione è maggiore o minore di un’altra variabile selezionata casualmente da un altro campione.
Ad esempio, un ricercatore psicologico può comprendere vari modelli di comportamento esistenti in modo da poter osservare e valutare un’analisi di due diversi farmaci.
- Kruskal–Wallis H test:
Per confrontare più di due gruppi ordinali, dovrebbe essere usato il test Kruskal–Wallis H – In questo test, non si presume che i dati provengano da una particolare fonte. Questo test conclude se la mediana di due o più gruppi è variata. Mostrerà la differenza tra più di due gruppi di dati ordinali.
Ad esempio, se un ricercatore intende valutare l’impatto dello stress sul lavoro sulla qualità del lavoro, la variabile indipendente sarà lo stress sul lavoro che idealmente avrà tre fasi: nessuno stress, troppo stress e stress gestibile e la qualità del lavoro varierà da scarso a eccellente.
Esempi di dati ordinali:
- In una scuola con 3000 studenti, ci sono varie categorie: matricole, studenti del secondo anno, juniores, anziani. Dopo l’inizio del termine, questo è il conteggio di ogni categoria :
- 1000 – Matricole
- 800 – Sophomores
- 750 – Juniors
- 450-Seniors
- Un’organizzazione conduce un sondaggio trimestrale sulla soddisfazione dei dipendenti che mette in evidenza principalmente questa domanda: “Quanto sei felice con il tuo manager e colleghi?”
- Estremamente Felici – 1
- Felice – 2
- Neurale – 3
- Infelice – 4
- Estremamente Infelice – 5
- Secondo le vostre preferenze, si prega di votare questi 5 libri più venduti:
- il Fuoco e la Furia – 1
- Una Maggiore Fedeltà: Verità, bugie e leadership-2
- La donna nella finestra-3
- Il grande solo-4
- L’arte sottile di non dare un F * ck:un approccio controintuitivo per vivere una buona vita-5