あなたは少しの自由と”ヒップから撃つ”能力でより良 または厳密で、整然とした方法で必ずされる事を好むか。 これは、名目データと順序データのようなものです。 ノミナルデータと順序データはどちらもカテゴリデータ変数と見なされますが、使用方法はまったく異なります。
ここでは公称データと順序データが焦点ですが、研究と統計における他の二つのタイプのデータ測定スケール、間隔と比率データに注意することが重要です。 これらについても後で簡単に触れます。
あなたの名目または順序データ調査を今すぐ作成してください！
公称データとは何ですか？
ノミナルデータ（ラテン語の”nomen”は”名前付き”データを意味します）は、数値のない変数に名前を付けたり、ラベルを付けたりするデータです。 最も簡単な例は、”はい”または”いいえ”です。「これらは2つのカテゴリですが、最高から最低、または最高から最悪までそれらを注文する方法はありません。 同じことは、”人種”のような人口統計学的な質問にも言えるでしょう。”選択できるカテゴリは数多くありますが、再び、それらに割り当てることができる注文のタイプはありません。 したがって、ノミナルデータは、カウントのみに限定されたイベントのグループまたはセットに関する情報を収集するために使用されます。 データ型は、優先順位ではなく事実を表します。
順序データとは何ですか？
順序データは”整然とした”データです。”変数は、リスト上の彼らのランキングを示す、番号を取得します。 研究者はこのデータを使用して意見にラベルを割り当てます。 たとえば、レストランがサービスにどれだけ満足しているかを顧客に尋ねると、顧客は1-5を選択でき、1は貧しい、5は優れているかもしれません。 したがって、5は明らかに1よりも優れているため、数字には順序またはランクがあります。 序数データは数値を意見に割り当てますが、5のランキングは1よりも優れていますが、必ずしも5倍優れているわけではないため、定量的な尺度では
7序数データと名目データを使用するための考慮事項
名目データと序数データは統計と測量において重要な役割を果たすため、それぞれで何ができるか、できないか、そしてそれらをどのように測定するかを理解することが重要です。 通常、序数スケールは高レベルの詳細を提供しますが、公称スケールは詳細を制限します。 これらの違いを理解することで、選択するタイプやデータの分析方法に影響を与える可能性があります。
データ分析
データ分析は、名目スケールと順序スケールのどちらを選択するかによって異なります。 分析中、名目データは、通常、パーセンテージでカテゴリにグループ化されます（40％がはい、60％がいいえと述べました）。 元のデータの場合、より複雑な計算が実行され、多くの場合、モード、中央値、および四分位数、百分位数などの他の位置測定値が決定されます。
質問の種類
質問の種類は、順序データと名目データのどちらを収集しているかによって異なる可能性があります。 名目上のデータ収集には、多くの場合、はい/いいえの質問、親指のアップ/ダウン、または複数の選択肢の質問が含まれます。 公称志向の質問はまた、時にはオープンエンド（人が応答で書くことを可能にする）です。 序数の質問のために、ほとんどの研究者はlikertスケール、間隔スケール、評価スケールなどを採用します。 これらの収集技術は互いに異なるにもかかわらず、単一のアンケートは、名目と順序の両方のデータ収集技術を使用することができます（多くの調査は）。
使いやすさ
インセンティブを提供しているか、非常に熱心な聴衆を持っていない限り、名目上のデータ収集は、通常、参加者にとってより時間がかか それは、複数の選択肢を考慮するか、またはいくつかの人が疲れているかもしれないオープンエンドの質問の”空白を埋める”必要があるからです。 一方、順序データは単純にスケールから選択する必要があり、プロセスが簡素化されました。 絵文字も数字に追加することができます(1 = 😠, 2 = 😔, 3 = 😑, 4 = 🙂, 5 = 😀) 調査をさらに楽しく、使いやすいものにする。
表現の自由
序数データは、人々がスケールから選択する必要があり、これはデータ分析には最適ですが、回答者に表現の自由を提供しません。 たとえば、誰かがサービスを貧しいと評価しようとしている場合、彼らはそれが貧しい理由を正確に書きたいかもしれません（たとえば、ウェイターは素晴ら もちろん、研究者は、序数スケールに続いて名目上のオープンエンドの質問を提供するオプションを選択することができます（あなたの経験についての詳細を教えてください…）。 これはビジネスに顧客の満足度の考えを与え、何が感じに影響を与えたか。
包括性
#4と手をつないで行くことは、包括性の問題です。 順序変数を使用すると、回答者は事前に定義されたオプションのセットに制限されます。 これは、多くの場合、複数の選択肢に依存している多くの順序問題にも当てはまります。 しかし、序数の質問はまた、人々が彼らの応答に書くことを可能にすることによって表現の自由を提供し、オープンエンドすることができます。 たとえば、性別について尋ねるとき、回答者は、非バイナリまたはトランスジェンダーの個人のための厳格な男性/女性の回答にロックされていないよ これは、彼らが選択し、より包括的な調査を維持するように彼らが識別することができます。 DEI（多様性、公平、および包含）調査についての詳細を読みなさい。
無関係なデータを排除する
回答者に自分自身を表現する自由を与えることは、研究者にとって一度に来ることができます。 名目上のデータは、しばしば貴重な洞察を提供しますが、アナリストが取り除く必要がある無関係なデータも含めることができます。 そのため、どのタイプのデータを収集するかを決定する際に、調査や調査で達成したいことを比較検討することが重要です。 大統領のパフォーマンスについての質問を考えてみましょう。 今、回答者は社長がやっている仕事に満足しているかもしれませんが、最近の個人的なスキャンダルを恥ずかしいと感じるかもしれません。 だから、彼らはそれが問題ではないにもかかわらず、パフォーマンスに悪い反映している2のうち5を割り当てます。 しかし、名目上のオープンエンドの質問は、パフォーマンスとスキャンダルの間で区別されている可能性があります。
比較のしやすさ
最後に、どのように簡単に応答を比較する必要がありますか？ 名目上のデータは必ずしも比較が容易ではありません; 質問には8つの複数の選択肢の回答があり、さまざまな可能性や、価値を割り当てるのが難しいオープンエンドの質問につながる可能性があります。 一方、順序データは比較が非常に簡単であるため、変数を順序付けした後に変数をグループ化するのが非常に便利です。
比率と間隔の変数
研究と統計で使用される他のタイプのデータ、間隔と比率のデータについてお知らせするために、それらも簡単にカバーしたいと思 このデータは、数値または定量化可能なデータとして分類されます。 比率変数は、2つのものの間の平等を表すゼロから始まります（前述のように、物事の平等を表さない序数に対して）。 比率データは相対的な差を表します。 たとえば、米国と中国の人口を比較すると、比率変数は米国を311万人のゼロベースとし、13億人の中国を4.29の比率値とすることができます。 それは中国が米国と同じくらい多くの人々を持っていることを意味します。 一方、
間隔変数は、ゼロ以下に低下する能力を持っています。 それらは真のゼロを保持せず、例えば温度の場合にはゼロ以下の値を表すことができる。 間隔のスケールを要求する0の摂氏温度の下で、-10度のような温度を、測定することは可能である。 身長や体重を測定しますか？ これらは0から上に進み、比率変数が必要です。
結論
調査や調査に着手するときは、名目データと順序データのどちらを収集するかを決定することが重要です。 もちろん、2つの組み合わせを選択することもできます。 あなたの研究に最適なものを決定する際には、ここで概説した多くの考慮事項があります。 あなたが準備ができたら、あなたの名目または順序データ調査を開始し、SurveyLegendはここにあります！ 私たちの調査は使いやすく、あなたが尋ねる質問の種類とあなたが戻って受信したいデータの種類を選択することができます。 より多くの情報のための専門家のような調査の質問を書く方法を私達のガイドをダウンロードしてくださ
あなたはどのタイプのデータ収集を好みますか、名目データと順序データですか？ または、あなたは2つの組み合わせを好むのですか？ 私たちはコメントで知ってみましょう！
あなたの名目または順序データ調査を今すぐ作成してください！
よくある質問（よくある質問）)
ノミナルデータは、数値なしで名前またはラベル変数を追加します。 回答は、通常、はい/いいえ、複数の選択肢、またはオープンエンドです。
序数データは、ランキングを示すために回答に数字を割り当てます。 取引後にサービスレベルをランク付けするように依頼するときは、Likert scalesを使用します。
名目上のデータは、回答者が複数の回答を選択したり、オープンエンドの質問に記入することができ、自分自身を表現する機会をより多く与えます。 しかし、これは分析することをより困難にする可能性があります。 序数データは比較が非常に簡単で、研究者はすぐに結論を出すことができます。 しかし、それは答えに文脈を提供しません。 そのため、多くの研究者がこの2つの組み合わせを使用しています。
名目変数の例は、”人種”の人口統計学的問題であろう。”回答者は、複数の回答の間で選択することができます。 序数データの例は、受信したサービスのレベルを評価するように誰かに依頼することです。