bent u het type persoon dat beter werkt met een beetje vrijheid en het vermogen om “uit de heup te schieten”? Of vind je het leuk om dingen elke keer op een strikte en ordelijke manier te doen? Dit is een soort van nominale vs ordinale gegevens. Nominale en ordinale gegevens worden beide beschouwd als categorische gegevensvariabelen, maar worden vrij verschillend gebruikt.
hoewel de nominale en ordinale gegevens hier centraal staan, is het belangrijk om de twee andere soorten meetschalen Voor gegevens in onderzoek en statistiek, interval-en ratio-gegevens te noteren, die numerieke of kwantificeerbare gegevens zijn. Daar komen we later nog even op terug.
Maak nu uw Nominale of ordinale gegevensenquête!
Wat zijn nominale gegevens?
Nominale gegevens (van het Latijnse woord “nomen” betekent “benoemde” gegevens), zijn gegevens die namen of labels variabelen zonder een numerieke waarde. Het eenvoudigste voorbeeld zou ” ja ” of ” nee.”Dit zijn twee categorieën, maar er is geen manier om ze te bestellen van het hoogste naar het laagste of het beste naar het slechtste. Hetzelfde kan worden gezegd voor een demografische vraag als ” ras.”Hoewel er tal van categorieën die kunnen worden geselecteerd, nogmaals, er is geen type van orde die kan worden toegewezen aan hen. Dus, nominale gegevens worden gebruikt om wat informatie te verzamelen over een groep of set van gebeurtenissen die beperkt zijn tot slechts telt. Het gegevenstype vertegenwoordigt een feit, geen voorkeur.
Wat zijn ordinale gegevens?
ordinale gegevens zijn gegevens die “ordelijk” zijn.”De variabelen krijgen een nummer, met vermelding van hun ranglijst op een lijst. Onderzoekers gebruiken deze gegevens om labels toe te wijzen aan meningen. Bijvoorbeeld, wanneer een restaurant vraagt klanten hoe blij ze waren met de service, de klant kan in staat zijn om 1-5 te selecteren, met 1 slecht en 5 uitstekend. De getallen hebben dus een orde of rang, want 5 is duidelijk beter dan 1. Het is belangrijk op te merken dat hoewel ordinale gegevens een numerieke waarde toewijzen aan een mening, het is niet een kwantitatieve maat, want hoewel een ranking van 5 beter is dan 1, betekent het niet dat het per se vijf keer beter.
7 overwegingen voor het gebruik van ordinale Versus Nominale gegevens
nominale en ordinale gegevens Spelen een belangrijke rol in statistieken en landmeetkunde, dus het is belangrijk om te begrijpen wat u wel en niet met elk van hen kunt doen en hoe u ze kunt meten. Ordinale schalen bieden meestal een hoog detailniveau, terwijl nominale schalen details beperken. Het begrijpen van deze verschillen kan van invloed zijn op welk type u kiest en hoe u uw gegevens zult analyseren.
gegevensanalyse
gegevensanalyse zal verschillen naargelang u een nominale of ordinale schaal kiest. Tijdens de analyse worden de nominale gegevens gegroepeerd in categorieën, meestal met een percentage (40% zei ja, 60% zei nee). Voor originele gegevens worden complexere berekeningen uitgevoerd, waarbij vaak de modus, mediaan en andere positionele maatregelen zoals kwartielen, percentielen, enz.worden bepaald.
soorten vragen
de soorten vragen die u stelt zullen waarschijnlijk variëren afhankelijk van of u ordinale of Nominale gegevens verzamelt. Bij het verzamelen van nominale gegevens gaat het vaak om ja/nee-vragen, duim omhoog/omlaag of meerkeuzevragen. Nominaal-minded vragen zijn soms ook open-end (waardoor de persoon om te schrijven in een antwoord). Voor ordinale vragen gebruiken de meeste onderzoekers een likert-schaal, intervalschaal, ratingschaal, enz. Hoewel deze gegevensverzamelingstechnieken van elkaar verschillen, zou een enkele vragenlijst zowel nominale als ordinale gegevensverzamelingstechnieken kunnen gebruiken (en veel enquêtes doen dat).
gebruiksvriendelijkheid
tenzij u stimulansen biedt of een zeer betrokken publiek hebt, is het verzamelen van nominale gegevens doorgaans meer tijdrovend voor deelnemers en zal de kans op hoge responspercentages kleiner zijn. Dat komt omdat ze meerdere keuzes moeten overwegen of “vul de lege plekken in” van een open vraag die sommigen vermoeiend kunnen vinden. Aan de andere kant, ordinale gegevens gewoon verplicht hen om te kiezen uit een schaal, vereenvoudiging van het proces. Emoji ‘ s kunnen zelfs worden toegevoegd aan de nummers (1 = 😠, 2 = 😔, 3 = 😑, 4 = 🙂, 5 = 😀) de enquête nog leuker of gebruiksvriendelijker maken.
Vrijheid van meningsuiting
ordinale gegevens vereisen dat mensen kiezen uit een schaal, die geweldig is voor gegevensanalyse, maar geen vrijheid van meningsuiting biedt aan respondenten. Bijvoorbeeld, als iemand gaat om service te beoordelen als slecht, ze kunnen willen schrijven in precies waarom het slecht was (bijvoorbeeld, ze kunnen willen uitleggen dat de ober was geweldig, maar het eten was verschrikkelijk). Natuurlijk kunnen onderzoekers kiezen voor een ordinale schaal gevolgd door een nominale, open vraag (vertel ons meer over uw ervaring…). Dit geeft een bedrijf een idee van de tevredenheid van een klant en wat hun gevoelens beïnvloed.
inclusiviteit
hand in hand gaan met # 4 is de kwestie van inclusiviteit. Bij ordinale variabelen zijn respondenten beperkt tot een reeks vooraf gedefinieerde opties. Dit geldt ook voor veel ordinale vragen, die vaak afhankelijk zijn van meerkeuze. Ordinale vragen kunnen echter ook open-end zijn, waardoor de Vrijheid van meningsuiting wordt geboden door mensen in staat te stellen in hun antwoorden te schrijven. Als respondenten bijvoorbeeld vragen stellen over geslacht, schrijven ze hun antwoorden in zodat ze niet vastzitten in een strikt mannelijk/vrouwelijk antwoord voor niet-binaire of transgender individuen. Dit stelt hen in staat om te identificeren als ze kiezen en houdt de enquête inclusiever. Lees meer over dei (Diversity, Equity, and Inclusion) Enquãates.
het elimineren van irrelevante gegevens
het geven van respondenten de vrijheid om zich uit te drukken kan komen op een tijd kosten voor onderzoekers, die ook moeten worden beschouwd op basis van hoe snel resultaten moeten worden samengesteld. Nominale gegevens, terwijl vaak waardevolle inzichten, kunnen ook irrelevante gegevens die analisten nodig hebben om onkruid door. Het is dus belangrijk om af te wegen wat u hoopt te bereiken met het onderzoek of de enquête bij de beslissing welk type gegevens te verzamelen. Overweeg een vraag over de prestaties van een president. In een ordinale vraag kunt u een respondent vragen om de prestaties van de president te beoordelen; nu kan de respondent blij zijn met het werk dat de president doet, maar vind een recent persoonlijk schandaal gênant. Dus ze wijzen een 2 uit 5, die slecht reflecteert op de prestaties, hoewel dat niet het probleem. Een nominale, open vraag, echter, had onderscheid kunnen maken tussen prestaties en het schandaal.
Vergelijkingsgemak
ten slotte, hoe gemakkelijk moet u antwoorden vergelijken? Nominale gegevens zijn niet altijd gemakkelijk te vergelijken; een vraag kan 8 multiple choice antwoorden, wat leidt tot een breed scala van mogelijkheden, of open-ended vragen die moeilijk kunnen zijn om waarde toe te wijzen aan. Aan de andere kant zijn ordinale gegevens zeer eenvoudig te vergelijken, waardoor het uiterst handig is om de variabelen te groeperen nadat ze zijn geordend.
Ratio-en Intervalvariabelen
om u op de hoogte te houden van de andere soorten gegevens die worden gebruikt in onderzoek en statistiek, interval-en intervalgegevens, wilden we deze ook kort behandelen. Deze gegevens worden geclassificeerd als numerieke of kwantificeerbare gegevens. Ratio variabelen beginnen met nul die gelijkheid tussen twee dingen representeert (versus ordinaal die geen gelijkheid tussen dingen representeert, zoals eerder vermeld). Ratio gegevens vertegenwoordigen relatieve verschillen. Bijvoorbeeld, als je de bevolking van de Verenigde Staten vergelijkt met China, zou een ratio variabele de VS kunnen nemen als de nul-base met 311 miljoen mensen, wat China, met 1,3 miljard mensen, een ratio waarde geeft van 4,29. Dat betekent dat China 4.29 zoveel mensen heeft als de Verenigde Staten.
Intervalvariabelen daarentegen kunnen onder nul dalen. Ze hebben geen echte nul en kunnen waarden onder nul vertegenwoordigen, bijvoorbeeld in het geval van temperatuur. Het is mogelijk om temperatuur te meten onder 0 graden Celsius, zoals -10 graden, waarvoor een interval schaal. Hoogte of gewicht meten? Deze gaan van 0 en hoger, waarvoor een ratio variabele.
conclusie
wanneer u aan een onderzoek of enquête begint, is het belangrijk om te beslissen of u Nominale of ordinale gegevens wilt verzamelen. Natuurlijk kunt u ook kiezen voor een combinatie van de twee. Er zijn veel overwegingen te maken bij het beslissen welke het beste is voor uw onderzoek, die we hier hebben geschetst. Wanneer u klaar bent met uw Nominale of ordinale gegevensenquête, is SurveyLegend hier! Onze enquêtes zijn eenvoudig te gebruiken en u kunt kiezen welk type vragen U wilt stellen en welk type gegevens u terug wilt ontvangen. Zorg ervoor dat u onze handleiding downloaden hoe u enquêtevragen als een Expert te schrijven voor meer informatie!
welk type gegevensverzameling verkiest u, nominale Versus ordinale gegevens? Of, heb je liever een combinatie van de twee? Laat het ons weten in de commentaren!
Maak nu uw Nominale of ordinale gegevensenquête!
Veelgestelde vragen)
Nominale gegevens voegen een naam-of etiketvariabelen toe zonder numerieke waarde. Antwoorden zijn meestal ja/nee, meerkeuzevragen of open-ended.
ordinale gegevens kennen getallen toe aan antwoorden om een rangorde aan te geven. Gebruik Likert-schalen wanneer u iemand vraagt om zijn of haar serviceniveau te rangschikken na een transactie.
Nominale gegevens geven respondenten meer gelegenheid om zich uit te drukken, waardoor ze meerdere antwoorden kunnen kiezen of vragen van Onbepaalde Duur kunnen invullen. Dit kan het echter moeilijker maken om te analyseren. Ordinale gegevens zijn zeer gemakkelijk te vergelijken en stelt onderzoekers in staat om snel tot conclusies te komen. Het biedt echter geen context voor de antwoorden. Veel onderzoekers gebruiken dus een combinatie van de twee.
een voorbeeld van een nominale variabele is de demografische kwestie van het ras.”Respondenten kunnen kiezen uit meerdere antwoorden. Een ordinal data voorbeeld zou iemand vragen om het niveau van de dienstverlening die ze ontvangen beoordelen.