dane porządkowe definicja:
dane porządkowe to statystyczny typ danych ilościowych, w których istnieją zmienne w naturalnie występujących uporządkowanych kategoriach. Odległość między dwiema kategoriami nie jest ustalana za pomocą danych porządkowych.
w statystyce Grupa liczb porządkowych oznacza dane porządkowe, a grupa danych porządkowych jest reprezentowana za pomocą skali porządkowej. Główna różnica między danymi nominalnymi i porządkowymi polega na tym, że porządkowy ma kolejność kategorii, podczas gdy nominalny Nie.
Dowiedz się więcej: Nominalna vs porządkowa
Skala Likerta jest popularnym przykładem danych porządkowych. W przypadku pytań takich jak: „proszę wyrazić znaczenie ceny ma dla ciebie, aby kupić produkt.”, Skala Likerta będzie miała następujące opcje, które są zakodowane na 1,2,3,4 i 5 (liczby). 1 jest mniejsze od 2, co jest mniejsze od 3, co jest mniejsze od 4, co z kolei jest mniejsze od 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. Istnieją dwa ważne czynniki do rozważenia dla danych porządkowych –
- istnieje wiele terminów, które reprezentują „porządek”, takich jak „wysoki, wyższy, Najwyższy” lub „zadowolony, niezadowolony, bardzo niezadowolony”.
- różnica między zmiennymi nie jest jednolita.
Dowiedz się więcej: rodzaje zmiennych pomiarowych
charakterystyka danych porządkowych:
w przypadku pytań takich jak poniższe, Oto pięć właściwości danych porządkowych:
- która z poniższych kategorii najlepiej opisuje ostatnie doświadczenia zakupowe związane z produktem / usługą?
- bardzo przyjemny
- nieco Przyjemny
- neutralny
- nieco nieprzyjemny
- bardzo nieprzyjemny
- ustal względną rangę: w powyższym przykładzie nieco przyjemny jest zdecydowanie gorszy niż bardzo przyjemny lub bardzo nieprzyjemny jest gorszy niż nieco nieprzyjemny. W opcjach jest wyraźnie ranga – co jest oznaką danych porządkowych.
- wartość interwału jest nieznana: różnica między bardzo przyjemnym a nieco przyjemnym nie musi być taka sama jak różnica między nieco nieprzyjemnym a bardzo nieprzyjemnym. Przedział ten nie może być zakończony za pomocą skali porządkowej.
- mierzy cechy nieliczbowe: w podanym przykładzie wszystkie opcje odpowiedzi są nieliczbowe i podobnie uporządkowane dane mogą być użyte do uchwycenia uczuć, takich jak satysfakcja, szczęście, częstotliwość itp.
- dodatek do danych nominalnych: dane nominalne są” oznaczone ” danymi. Dane porządkowe są oznaczane jako dane w określonej kolejności. W powyższej próbie wzmianki, istnieje godna uwagi kolejność w opcjach, co sprawia, że jest to klasyczny przypadek danych porządkowych.
- dane porządkowe mają medianę: Mediana jest wartością w środku, ale nie wartością środkową skali i może być obliczona na podstawie danych, które mają wrodzony porządek.
Analiza danych porządkowych:
- łatwe metody analizy danych porządkowych:
dane porządkowe są prezentowane w formacie tabelarycznym, co ułatwia analizę badaczowi. Wykresy mozaikowe są również wykorzystywane do ustalenia relacji między danymi nominalnymi i porządkowymi.
na przykład, jeśli organizacja zamierza przeanalizować liczbę pracowników w każdej hierarchii, aby dokonać systematycznego procesu zatrudniania na nadchodzący rok – może umieścić te dane w uporządkowanym formacie tabelarycznym. Kadra kierownicza będzie znaleźć te dane bardzo łatwo odwołać się i analizować dla przyszłych aktualizacji.
- test U Manna-Whitneya:
aby porównać dwie porządkowe grupy danych, należy użyć testu U Manna-Whitneya. – Ten test pozwala naukowcowi stwierdzić, że zmienna z jednej próbki jest większa lub mniejsza niż inna zmienna losowo wybrana z innej próbki.
na przykład badacz psychologiczny może zrozumieć różne istniejące wzorce zachowań, dzięki czemu można zaobserwować i ocenić analizę dwóch różnych leków.
- Test Kruskal–Wallis H:
aby porównać więcej niż dwie grupy porządkowe, należy użyć testu Kruskal–Wallis H – w tym teście nie ma założenia, że dane pochodzą z konkretnego źródła. Test ten stwierdza, czy mediana dwóch lub więcej grup jest zróżnicowana. Pokaże różnicę między więcej niż dwiema porządkowymi grupami danych.
na przykład, jeśli badacz zamierza ocenić wpływ stresu w pracy na jakość pracy – niezależną zmienną będzie stres w pracy, który idealnie będzie miał trzy etapy: brak stresu, zbyt duży stres i poręczny stres, a jakość pracy będzie się różnić od słabej do doskonałej.
przykłady danych porządkowych:
- w szkole liczącej 3000 uczniów istnieją różne kategorie – pierwszoklasiści, drugoklasiści, Juniorzy, Seniorzy. Po rozpoczęciu kadencji jest to liczba każdej kategorii :
- 1000 – pierwszoroczniaków
- 800 – Drugoroczniaków
- 750 – juniorów
- 450 – seniorów
- organizacja prowadzi kwartalne badanie satysfakcji pracowników, które przede wszystkim podkreśla to pytanie: „Jak jesteś zadowolony ze swojego menedżera i rówieśników?”
- niezwykle szczęśliwy – 1
- Szczęśliwy-2
- Neuron-3
- nieszczęśliwy-4
- niezwykle nieszczęśliwy-5
- zgodnie z własnymi preferencjami Oceń te 5 najlepiej sprzedających się książek:
- ogień i Furia-1
- wyższa lojalność: Prawda, kłamstwa i przywództwo-2
- kobieta w oknie-3
- Wielka samotność-4
- subtelna sztuka nie dawania F*ck: Kontrintuicyjne podejście do Dobrego Życia-5