Er du den typen person som fungerer bedre med litt frihet og evnen til å «skyte fra hoften»? Eller liker du ting gjort på en streng og ryddig måte hver gang? Dette er som nominelle vs ordinære data. Nominelle og ordinære data betraktes begge som kategoriske datavariabler, men brukes ganske annerledes.
mens nominelle og ordinære data er fokus her, er det viktig å merke seg de to andre typer datamåleskalaer i forskning og statistikk, intervall-og ratio data, som er numeriske eller kvantifiserbare data. Vi vil berøre dem kort også senere.
Lag din nominelle eller ordinære dataundersøkelse nå!
Hva Er Nominelle Data?
Nominelle data (Fra det latinske ordet «nomen» som betyr «navngitte» data), er data som navngir eller merker variabler uten numerisk verdi. Det enkleste eksempelet ville være » ja «eller» nei.»Dette er to kategorier, men det er ingen måte å bestille dem fra høyeste til laveste eller best til verste. Det samme kan sies for et demografisk spørsmål som » rase.»Mens det vil være mange kategorier som kan velges, er det igjen ingen type ordre som kan tildeles dem. Så nominelle data brukes til å samle informasjon om en gruppe eller et sett med hendelser som er begrenset til bare teller. Datatypen representerer et faktum, ikke en preferanse.
Hva er Ordensdata?
Ordinære data er data som er » ordnet.»Variablene får et tall, som indikerer deres rangering på en liste. Forskere bruker disse dataene til å tildele etiketter til meninger. For eksempel, når en restaurant spør kundene hvor fornøyd de var med service, kunden kan være i stand til å velge 1-5, med 1 er dårlig og 5 er utmerket. Så tallene har en ordre eller rang, da 5 er klart bedre enn 1. Det er viktig å merke seg at selv om ordinære data tildeler en numerisk verdi til en mening, er det ikke et kvantitativt mål fordi selv om en rangering på 5 er bedre enn 1, betyr det ikke at det nødvendigvis er fem ganger bedre.
7 Betraktninger For Bruk Av Ordinære vs Nominelle Data
Nominelle og ordinære data har en viktig rolle i statistikk og oppmåling, så det er viktig å forstå hva du kan og ikke kan gjøre med hver av dem, samt hvordan du måler dem. Ordinære skalaer gir vanligvis et høyt detaljnivå, mens nominelle skalaer begrenser detaljer. Å forstå disse forskjellene kan påvirke hvilken type du velger og hvordan du analyserer dataene dine.
Dataanalyse
dataanalyse vil være forskjellig avhengig av om du velger en nominell eller ordinær skala. Under analysen grupperes nominelle data i kategorier vanligvis med en prosentandel(40% sa ja, 60% sa nei). For originale data, mer komplekse beregninger utføres, ofte bestemme modus, median, og andre posisjonelle tiltak som kvartiler, persentiler, etc.
Typer Spørsmål
typene spørsmål du stiller vil trolig variere avhengig av om du samler inn ordinære eller nominelle data. Nominell datainnsamling innebærer ofte ja / nei-spørsmål, tommelen opp / ned eller flervalgsspørsmål. Nominelle tenkende spørsmål er også noen ganger åpne (slik at personen kan skrive i et svar). For ordinære spørsmål vil de fleste forskere bruke en likert-skala, intervallskala, vurderingsskala, etc. Selv om disse innsamlingsteknikkene skiller seg fra hverandre, kan et enkelt spørreskjema bruke både nominelle og ordinære datainnsamlingsteknikker (og mange undersøkelser gjør det).
Brukervennlighet
med Mindre du tilbyr insentiver Eller har et svært engasjert publikum, er nominell datainnsamling vanligvis mer tidkrevende for deltakerne og mindre sannsynlig å få høye svarfrekvenser. Det er fordi de må vurdere flere valg eller» fylle ut blankene » av et åpent spørsmål som noen kan finne slitsomt. På den annen side krevde ordinære data bare at de skulle velge fra en skala, forenkle prosessen. Emojis kan også legges til tallene (1 = 😠, 2 = 😔, 3 = 😑, 4 = 🙂, 5 = 😀) gjør undersøkelsen enda morsommere eller mer brukervennlig.
Ytringsfrihet
Ordensdata krever at folk velger fra en skala, noe som er flott for dataanalyse, men gir ikke respondentene ytringsfrihet. For eksempel, hvis noen kommer til å rangere tjenesten som dårlig, kan de ønsker å skrive i nøyaktig hvorfor det var dårlig (for eksempel kan de ønsker å forklare at kelneren var stor, men maten var forferdelig). Selvfølgelig kan forskere velge muligheten til å gi en ordinær skala etterfulgt av et nominelt, åpent spørsmål(fortell oss mer om din erfaring…). Dette gir en bedrift en ide om kundens tilfredshetsnivå og hva som påvirket deres følelser.
Inklusivitet
Å gå hånd i hånd med # 4 handler om inklusivitet. Med ordinære variabler er respondentene begrenset til et sett med forhåndsdefinerte alternativer. Dette gjelder også for mange ordinære spørsmål, som ofte stole på flere valg. Ordinære spørsmål kan imidlertid også være åpne, noe som gir ytringsfrihet ved å la folk skrive i sine svar. Så, for eksempel når du spør om kjønn, skriver respondentene i svarene sine slik at de ikke er låst inn i et strengt mannlig / kvinnelig svar for ikke-binære eller transseksuelle personer. Dette tillater dem å identifisere som de velger og holder undersøkelsen mer inkluderende. LES mer OM UNDERSØKELSER AV Mangfold, Likestilling Og Inkludering (Dei).
Eliminere Irrelevante Data
Gi respondentene frihet til å uttrykke seg kan komme på et tidspunkt kostnad for forskere, som også bør vurderes basert på hvor raskt resultatene må kompileres. Nominelle data, mens de ofte gir verdifull innsikt, kan også inkludere irrelevante data som analytikere må luke gjennom. Så det er viktig å veie hva du håper å oppnå med forskningen eller undersøkelsen når du bestemmer hvilken type data du skal samle inn. Vurdere et spørsmål om utførelsen av en president. I et ordinært spørsmål kan du spørre en respondent om å vurdere presidentens ytelse; nå kan respondenten være fornøyd med jobben presidenten gjør, men finn en nylig personlig skandale pinlig. Så de tildeler en 2 av 5, noe som reflekterer dårlig på ytelse, selv om det ikke er problemet. Et nominelt, åpent spørsmål kunne imidlertid ha differensiert mellom ytelse og skandale.
Enkel Sammenligning
Endelig, Hvor enkelt trenger du å sammenligne svar? Nominelle data er ikke alltid lett å sammenligne; et spørsmål kan ha 8 multiple choice svar, fører til en rekke muligheter, eller åpne spørsmål som kan være vanskelig å tildele verdi til. På den annen side er ordinære data veldig enkle å sammenligne, noe som gjør det svært praktisk å gruppere variablene etter å ha bestilt dem.
Forholds-Og Intervallvariabler
Bare for å holde deg informert om de andre typer data som brukes i forskning og statistikk, intervall og forholdsdata, ønsket vi å kort dekke dem også. Disse dataene er klassifisert som numeriske eller kvantifiserbare data. Forholdsvariabler begynner med null som representerer likestilling mellom to ting (versus ordinær som ikke representerer likestilling mellom ting, som tidligere nevnt). Ratio data representerer relative forskjeller. For eksempel, å sammenligne befolkningen I Usa Til Kina, kan en forholdsvariabel ta USA som nullbase med 311 millioner mennesker, noe Som gir Kina, med 1, 3 milliarder mennesker, en forholdsverdi på 4, 29. Det betyr At Kina har 4,29 så mange mennesker som Usa.
Intervallvariabler har derimot muligheten til å dyppe under null. De holder ingen sann null og kan representere verdier under null, for eksempel ved temperatur. Det er mulig å måle temperatur under 0 grader Celsius, for eksempel -10 grader, som krever en intervallskala. Måle høyde eller vekt? Disse går fra 0 og opp, og krever en forholdsvariabel.
Konklusjon
når du går i gang med en studie eller undersøkelse, er det viktig å bestemme om du vil samle inn nominelle eller ordinære data. Selvfølgelig kan du også velge en kombinasjon av de to. Det er mange hensyn å gjøre når du bestemmer hvilken som er best for din forskning, som vi har skissert her. Når Du er klar starte nominell eller ordinær dataundersøkelse, SurveyLegend er her! Våre undersøkelser er enkle å bruke, og du kan velge hvilken type spørsmål du vil stille og hvilken type data du vil motta tilbake. Sørg for å laste ned vår guide Til Hvordan Du Skriver Spørreundersøkelsesspørsmål som En Ekspert for mer informasjon!
hvilken type datainnsamling foretrekker du, nominelle vs ordinære data? Eller foretrekker du en kombinasjon av de to? Gi oss beskjed i kommentarene!
Lag din nominelle eller ordinære dataundersøkelse nå!
Ofte Stilte Spørsmål (Faq)
Nominelle data legger til navn-eller etikettvariabler uten numerisk verdi. Svarene er vanligvis ja / nei, multiple choice eller open-ended.
Ordenstall tilordner tall til svar for å indikere en rangering. Bruk Likert-skalaer når du ber noen om å rangere servicenivået etter en transaksjon.
Nominelle data gir respondentene flere muligheter til å uttrykke seg, slik at de kan velge flere svar eller fylle ut åpne spørsmål. Dette kan imidlertid gjøre det vanskeligere å analysere. Ordinære data er veldig enkle å sammenligne og lar forskere raskt komme til konklusjoner. Det gir imidlertid ikke kontekst til svarene. Så mange forskere bruker en kombinasjon av de to.
Et eksempel på en nominell variabel ville være det demografiske spørsmålet om » rase.»Respondentene kan velge mellom flere svar. Et ordinært dataeksempel ville spørre noen om å vurdere servicenivået de mottok.