oletko sellainen henkilö, joka toimii paremmin, jos sinulla on hieman vapautta ja kyky ”ampua lonkalta”? Vai pidätkö siitä, että asiat tehdään joka kerta tiukasti ja säännönmukaisesti? Tämä on vähän kuin nimellinen vs ordinaalinen data. Nominaali-ja ordinaalidataa pidetään molemmat kategorisina datamuuttujina, mutta niitä käytetään aivan eri tavalla.
vaikka nominaali-ja ordinaalitiedot ovat tässä keskiössä, on tärkeää huomioida tutkimuksessa ja tilastoissa kaksi muunlaista datan mittausasteikkoa, intervalli-ja suhdetiedot, jotka ovat numeerisia eli kvantitoitavissa olevia tietoja. Käsittelemme niitä lyhyesti myös myöhemmin.
luo nominaali – tai järjestysdatatutkimus nyt!
mikä on nimellinen tieto?
nimellinen tieto (latinan sanasta ”nomen” ’nimetty’ data) on tieto, joka nimeää tai nimeää muuttujia ilman numeerista arvoa. Yksinkertaisin esimerkki olisi” kyllä ”tai” ei.”Nämä ovat kaksi luokkaa, mutta ei ole mitään keinoa järjestää niitä korkeimmasta alimpaan tai parhaasta huonoimpaan. Samaa voisi sanoa Demografisesta kysymyksestä, kuten ” rotu.”Vaikka valittavissa on lukuisia luokkia, ei ole olemassa mitään järjestyslajia, joita niille voidaan antaa. Niin, nimellinen tietoja käytetään kerätä joitakin tietoja ryhmä tai joukko tapahtumia, jotka rajoittuvat vain laskee. Tietotyyppi edustaa tosiasiaa, ei mieltymystä.
mikä on järjestysnumero?
Järjestysaineisto on tieto, joka on ” järjestyksellinen.”Muuttujat saavat numeron, joka osoittaa niiden sijoituksen luettelossa. Tutkijat käyttävät tätä tietoa osoittaakseen mielipiteitä. Esimerkiksi kun ravintolassa kysytään asiakkailta, kuinka tyytyväisiä he olivat palveluun, asiakas voi pystyä valitsemaan 1-5, jolloin 1 on huono ja 5 erinomainen. Numeroilla on siis järjestys tai sijoitus, sillä 5 on selvästi parempi kuin 1. On tärkeää huomata, että vaikka ordinaalidata määrittää mielipiteen numeeriseksi arvoksi, se ei ole kvantitatiivinen mitta, sillä vaikka sijoitus 5 on parempi kuin 1, se ei tarkoita, että se olisi välttämättä viisi kertaa parempi.
7 Nominaaliset ja nimelliset tiedot
Nominaaliset ja ordinaaliset tiedot ovat tärkeässä asemassa tilastoinnissa ja maanmittauksessa, joten on tärkeää ymmärtää, mitä niillä voi ja ei voi tehdä, sekä miten ne mitataan. Ordinaaliset asteikot tarjoavat yleensä korkean yksityiskohtaisuuden, kun taas nimelliset asteikot rajoittavat yksityiskohtia. Näiden erojen ymmärtäminen voi vaikuttaa siihen, minkä tyypin valitset ja miten analysoit tietojasi.
Data-analyysi
Data-analyysi on erilainen riippuen siitä, valitaanko nimellinen vai ordinaalinen asteikko. Analyysin aikana nimelliset tiedot on ryhmitelty luokkiin yleensä prosenttiosuudella (40% vastasi Kyllä, 60% sanoi ei). Alkuperäisille tiedoille suoritetaan monimutkaisempia laskutoimituksia, jotka usein määrittävät tilan, mediaanin ja muut paikkamittaukset, kuten kvartiilit, prosenttipisteet jne.
kysymystyypit
esittämiesi kysymysten tyypit todennäköisesti vaihtelevat riippuen siitä, keräätkö järjestysnumeroita vai nimellisiä tietoja. Nimellinen tiedonkeruu sisältää usein kyllä / ei-kysymyksiä, peukut ylös / alas tai monivalintakysymyksiä. Nimimieliset kysymykset ovat myös joskus avoimia (jolloin henkilö voi kirjoittaa vastaukseksi). Ordinaalikysymyksiin useimmat tutkijat käyttävät likert-asteikkoa, intervalliasteikkoa, rating-asteikkoa jne. Vaikka nämä keräystekniikat eroavat toisistaan, yksi kyselylomake voisi käyttää sekä nimellinen ja ordinaalinen tiedonkeruu tekniikoita (ja monet tutkimukset tekevät).
käyttäjäystävällisyys
ellet tarjoa kannustimia tai ole hyvin sitoutunutta yleisöä, nimellinen tiedonkeruu on osallistujille tyypillisesti enemmän aikaa vievää ja vähemmän todennäköistä saada korkeita vastausprosentteja. Tämä johtuu siitä, että he joutuvat harkitsemaan useita valintoja tai ”täyttämään tyhjät kohdat” avoimesta kysymyksestä, jota jotkut saattavat pitää väsyttävänä. Toisaalta ordinaaliset tiedot yksinkertaisesti vaativat heitä valitsemaan asteikosta, mikä yksinkertaistaa prosessia. Emojeja voi jopa lisätä numeroihin (1 = 😠, 2 = 😔, 3 = 😑, 4 = 🙂, 5 = 😀) tehden kyselystä entistä hauskemman tai käyttäjäystävällisemmän.
sananvapaus
Järjestysaineisto vaatii ihmisiä valitsemaan mittakaavasta, mikä sopii hyvin datan analysointiin, mutta ei tarjoa vastaajille sananvapautta. Esimerkiksi, jos joku aikoo arvostella palvelua huono, he voivat haluta kirjoittaa tarkalleen, miksi se oli huono (esimerkiksi, he voivat haluta selittää, että tarjoilija oli suuri, mutta ruoka oli kauheaa). Tietenkin tutkijat voivat valita vaihtoehdon antaa ordinaalinen asteikko, jota seuraa nimellinen, avoin kysymys (kerro meille lisää kokemuksestasi…). Tämä antaa yritykselle käsityksen asiakkaan tyytyväisyystasosta ja siitä, mikä vaikutti heidän tunteisiinsa.
Inklusiivisuus
kulkeminen käsi kädessä #4: n kanssa on inklusiivisuuden kysymys. Ordinaalisilla muuttujilla vastaajat rajataan ennalta määriteltyjen vaihtoehtojen joukkoon. Tämä pätee myös moniin järjestyskysymyksiin, jotka usein perustuvat monivalintaan. Ordinaaliset kysymykset voivat kuitenkin olla myös avoimia, mikä antaa sananvapauden antamalla ihmisten kirjoittaa vastauksissaan. Niinpä esimerkiksi sukupuolta kysyttäessä vastaajat kirjoittavat vastauksissaan niin, ettei lukita tiukkaa mies/nainen-vastausta ei-binäärisille tai transsukupuolisille henkilöille. Näin he voivat tunnistaa haluamallaan tavalla ja pitää kyselyn osallistavampana. Lue lisää dei (Diversity, Equity, and Inclusion) – kyselyistä.
epäolennaisten tietojen poistaminen
vastaajien ilmaisuvapauden antaminen voi tulla tutkijoille kalliiksi, mikä tulisi ottaa huomioon myös sen perusteella, kuinka nopeasti tulokset on koottava. Vaikka nimelliset tiedot usein tarjoavat arvokasta tietoa, ne voivat sisältää myös epäolennaisia tietoja, joita analyytikoiden on kitkettävä läpi. Niin, on tärkeää punnita, mitä haluat saavuttaa tutkimuksen tai kyselyn päättäessään, minkä tyyppistä tietoa kerätä. Pohditaanpa kysymystä presidentin suoriutumisesta. Kun ordinaalinen kysymys, voit pyytää vastaajaa arvioimaan presidentin suorituskykyä; nyt, vastaaja voi olla tyytyväinen työtä presidentti tekee, mutta löytää viimeaikainen henkilökohtainen skandaali kiusallista. Joten he antavat 2 ulos 5, joka heijastaa huonosti suorituskykyä, vaikka se ei ole kysymys. Nimellinen, avoin kysymys olisi kuitenkin voinut erottaa suorituksen ja skandaalin toisistaan.
vertailun helppous
lopuksi, kuinka helposti vasteita pitää vertailla? Nimellisiä tietoja ei ole aina helppo vertailla; kysymyksessä voi olla 8 monivalintavastausta, jotka johtavat monenlaisiin mahdollisuuksiin, tai avoimia kysymyksiä, joille voi olla vaikea antaa arvoa. Toisaalta ordinaalisia tietoja on erittäin helppo vertailla, joten muuttujien ryhmittely tilaamisen jälkeen on erittäin kätevää.
suhdeluku-ja Intervallimuuttujat
pitääksemme teidät ajan tasalla muunlaisista tutkimus – ja tilastoaineistoista sekä intervalli-ja suhdeluvuista halusimme käsitellä lyhyesti myös niitä. Nämä tiedot luokitellaan numeerisiksi eli kvantitatiivisiksi tiedoiksi. Suhdemuuttujat alkavat nollasta, joka edustaa tasa-arvoa kahden asian välillä (vs. ordinaali, joka ei edusta asioiden välistä tasa-arvoa, kuten aiemmin mainittiin). Suhdetiedot edustavat suhteellisia eroja. Esimerkiksi kun verrataan Yhdysvaltojen väkilukua Kiinaan, suhdemuuttuja voisi ottaa Yhdysvaltojen nollapohjaksi 311 miljoonalla ihmisellä, mikä antaa 1,3 miljardin ihmisen Kiinalle suhdeluvun arvoksi 4,29. Se tarkoittaa, että Kiinassa on 4,29 ihmistä yhtä paljon kuin Yhdysvalloissa.
Intervallimuuttujilla taas on kyky dipata nollan alapuolelle. Niillä ei ole todellista nollaa ja ne voivat edustaa nollan alapuolella olevia arvoja esimerkiksi lämpötilan ollessa kyseessä. Lämpötilan voi mitata alle 0 asteella, esimerkiksi -10 asteella, jolloin tarvitaan intervalliasteikko. Pituuden tai painon mittaaminen? Nämä menevät 0: sta ylöspäin, jolloin tarvitaan suhdemuuttuja.
johtopäätös
aloitettaessa tutkimusta tai tutkimusta on tärkeää päättää, haluatko kerätä nimellistä vai ordinaalista tietoa. Tietenkin voit myös valita näiden kahden yhdistelmän. On monia näkökohtia tehdä päätettäessä, mikä on parasta tutkimusta, jonka olemme hahmotelleet täällä. Kun olet valmis aloittamaan nominal tai ordinal data survey, SurveyLegend on täällä! Kyselymme ovat helppokäyttöisiä ja voit valita, minkä tyyppisiä kysymyksiä haluat esittää ja minkä tyyppisiä tietoja haluat saada takaisin. Muista ladata opas Miten kirjoittaa kyselyn kysymyksiä kuin asiantuntija lisätietoja!
minkä tyyppistä tiedonkeruuta kannatat, nimellinen vs. järjestysaineisto? Vai pidätkö enemmän näiden kahden yhdistelmästä? Kerro meille kommenteissa!
luo nominaali – tai järjestysdatatutkimus nyt!
Usein kysyttyä (Usein kysyttyä))
nimellinen tieto lisää nimen tai etiketin muuttujat ilman numeerista arvoa. Vastaukset ovat tyypillisesti kyllä / ei, monivalinta tai avoin.
Ordinaalidata määrää vastauksiin numerot, jotka osoittavat paremmuusjärjestyksen. Käytä Likert-asteikkoja, kun pyydät jotakuta sijoittamaan palvelutasonsa liiketoimen jälkeen.
nimelliset tiedot antavat vastaajille enemmän mahdollisuuksia ilmaista itseään, jolloin he voivat valita useita vastauksia tai täyttää avoimia kysymyksiä. Tämä voi kuitenkin vaikeuttaa analysointia. Ordinaaliset tiedot on erittäin helppo vertailla ja antaa tutkijoiden nopeasti tulla johtopäätöksiin. Se ei kuitenkaan anna asiayhteyttä vastauksiin. Niinpä monet tutkijat käyttävät näiden kahden yhdistelmää.
esimerkki nimellismuuttujasta olisi demografinen kysymys ” rodusta.”Vastaajat voivat valita useista vastauksista. Ordinal data esimerkki olisi pyytää joku arvioida palvelun taso he saivat.