você é o tipo de pessoa que trabalha melhor com um pouco de liberdade e a capacidade de “atirar do quadril”? Ou você gosta de coisas feitas de maneira estrita e ordenada todas as vezes? Isso é como dados nominais vs ordinais. Os dados nominais e ordinais são considerados variáveis de dados categóricos, mas são usados de maneira bastante diferente.
embora os dados nominais e ordinais sejam o foco aqui, é importante observar os dois outros tipos de escalas de medição de dados em pesquisa e Estatística, dados de intervalo e razão, que são numéricos, ou quantificáveis, dados. Vamos falar sobre isso brevemente também mais tarde.
Crie sua pesquisa de dados nominal ou ordinal agora!
o que são dados nominais?
dados nominais (da palavra latina ” nomen “que significa dados” nomeados”), são dados que nomeiam ou rotulam variáveis sem um valor numérico. O exemplo mais simples seria ” sim ” ou ” não.”Estas são duas categorias, mas não há como ordená-las do mais alto ao mais baixo ou do melhor ao pior. O mesmo pode ser dito para uma pergunta demográfica como ” raça.”Embora haja várias categorias que podem ser selecionadas, novamente, não há nenhum tipo de ordem que possa ser atribuída a elas. Portanto, os dados nominais são usados para coletar algumas informações sobre um grupo ou conjunto de eventos limitados a apenas contagens. O tipo de dados representa um fato, não uma preferência.
o que são dados ordinais?
dados ordinais são dados que são ” ordenados.”As variáveis obtêm um número, indicando sua classificação em uma lista. Os pesquisadores usam esses dados para atribuir rótulos a opiniões. Por exemplo, quando um restaurante pergunta aos clientes o quão satisfeitos eles estavam com o serviço, o cliente pode ser capaz de selecionar 1-5, com 1 sendo ruim e 5 sendo excelente. Portanto, os números têm uma ordem ou classificação, pois 5 é claramente melhor que 1. É importante notar que, embora os dados ordinais atribuam um valor numérico a uma opinião, não é uma medida quantitativa porque, embora uma classificação de 5 seja melhor que 1, isso não significa que seja necessariamente cinco vezes melhor.
7 considerações para usar dados ordinais vs nominais
os dados nominais e ordinais têm um papel importante nas estatísticas e no levantamento, por isso é importante entender o que você pode e não pode fazer com cada um deles, bem como como medi-los. As escalas ordinais geralmente fornecem um alto nível de detalhes, enquanto as escalas nominais limitam os detalhes. Entender essas diferenças pode influenciar o tipo que você escolher e como você analisará seus dados.
Análise de dados
a análise de dados será diferente dependendo se você escolher uma escala nominal ou ordinal. Durante a análise, os dados nominais são agrupados em categorias geralmente com uma porcentagem (40% disseram sim, 60% disseram Não). Para dados originais, cálculos mais complexos são realizados, muitas vezes determinando o modo, mediana e outras medidas posicionais, como quartis, percentis, etc.
tipos de perguntas
os tipos de perguntas que você faz provavelmente variam dependendo se você está coletando dados ordinais ou nominais. A coleta de dados nominais geralmente envolve perguntas sim / não, polegares para cima/para baixo ou perguntas de múltipla escolha. Perguntas de mente Nominal também são às vezes abertas (permitindo que a pessoa escreva em uma resposta). Para questões ordinais, a maioria dos pesquisadores empregará uma escala likert, escala de intervalo, escala de classificação, etc. Mesmo que essas técnicas de coleta sejam diferentes umas das outras, um único questionário poderia usar técnicas de coleta de dados nominais e ordinais (e muitas pesquisas o fazem).
facilidade de Uso
a menos que você esteja oferecendo incentivos ou tenha um público muito engajado, a coleta de dados nominal é normalmente mais demorada para os participantes e menos provável de obter altas taxas de resposta. Isso porque eles precisam considerar várias opções ou” preencher os espaços em branco ” de uma pergunta aberta que alguns podem achar cansativa. Por outro lado, os dados ordinais simplesmente exigiam que eles escolhessem uma escala, simplificando o processo. Emojis podem até ser adicionados aos números (1 = 😠, 2 = 😔, 3 = 😑, 4 = 🙂, 5 = 😀) tornando a pesquisa ainda mais divertida ou Amigável.
Liberdade de Expressão
dados Ordinais requer pessoas para seleccionar a partir de uma escala, o que é ótimo para análise de dados, mas não oferece entrevistados a liberdade de expressão. Por exemplo, se alguém vai classificar o serviço como pobre, eles podem querer escrever exatamente por que era pobre (por exemplo, eles podem querer explicar que o garçom era ótimo, mas a comida era terrível). É claro que os pesquisadores podem escolher a opção de fornecer uma escala ordinal seguida por uma pergunta nominal e aberta (conte-nos mais sobre sua experiência…). Isso dá a uma empresa uma ideia do nível de satisfação de um cliente e do que influenciou seus sentimentos.
inclusão
andar de mãos dadas com o #4 é a questão da inclusão. Com variáveis ordinais, os respondentes estão restritos a um conjunto de opções pré-definidas. Isso também é verdade para muitas questões ordinais, que muitas vezes dependem de múltipla escolha. No entanto, as perguntas ordinais também podem ser abertas, proporcionando liberdade de expressão, permitindo que as pessoas escrevam em suas respostas. Assim, por exemplo, ao perguntar sobre gênero, os entrevistados escrevem em suas respostas para que não estejam presos a uma resposta estrita homem/mulher para indivíduos não binários ou transgêneros. Isso permite que eles se identifiquem como escolherem e mantenham a pesquisa mais inclusiva. Leia mais sobre as pesquisas DEI (diversidade, equidade e Inclusão).
eliminar dados irrelevantes
dar aos entrevistados a liberdade de se expressarem pode ter um custo de tempo para os pesquisadores, que também deve ser considerado com base na rapidez com que os resultados precisam ser compilados. Dados nominais, embora muitas vezes forneçam informações valiosas, também podem incluir dados irrelevantes que os analistas precisarão eliminar. Portanto, é importante pesar o que você espera alcançar com a pesquisa ou pesquisa ao decidir qual tipo de dados coletar. Considere uma pergunta sobre o desempenho de um presidente. Em uma pergunta ordinal, você pode pedir a um entrevistado para avaliar o desempenho do presidente; agora, o entrevistado pode estar feliz com o trabalho que o presidente está fazendo, mas achar um escândalo pessoal recente embaraçoso. Portanto, eles atribuem um 2 de 5, o que reflete mal no desempenho, embora esse não seja o problema. Uma pergunta nominal e aberta, no entanto, poderia ter diferenciado entre desempenho e escândalo.
facilidade de comparação
finalmente, com que facilidade você precisa comparar as respostas? Dados nominais nem sempre são fáceis de comparar; uma pergunta pode ter 8 respostas de múltipla escolha, levando a uma ampla variedade de possibilidades, ou perguntas abertas que podem ser difíceis de atribuir valor. Por outro lado, os dados ordinais são muito fáceis de comparar, tornando extremamente conveniente agrupar as variáveis depois de ordená-las.
variáveis de Razão e intervalo
apenas para mantê-lo informado sobre os outros tipos de dados usados em pesquisas e estatísticas, dados de intervalo e proporção, também queríamos cobri-los brevemente. Esses dados são classificados como dados numéricos ou quantificáveis. As variáveis de razão começam com zero representando igualdade entre duas coisas (Versus ordinal que não representam igualdade entre as coisas, como mencionado anteriormente). Os dados de razão representam diferenças relativas. Por exemplo, comparando a população dos Estados Unidos com a China, uma variável de proporção pode levar os EUA como base zero com 311 milhões de pessoas, o que dá à China, com 1,3 bilhão de pessoas, um valor de proporção de 4,29. Isso significa que a China tem 4,29 pessoas como os Estados Unidos.
as variáveis de intervalo, por outro lado, têm a capacidade de mergulhar abaixo de zero. Eles não possuem zero verdadeiro e podem representar valores abaixo de zero, por exemplo, no caso da temperatura. É possível medir a temperatura abaixo de 0 graus Celsius, como -10 graus, exigindo uma escala de intervalo. Medir altura ou peso? Estes vão de 0 para cima, exigindo uma variável de proporção.
conclusão
ao iniciar um estudo ou pesquisa, é importante decidir se deseja coletar dados nominais ou ordinais. Claro, Você também pode escolher uma combinação dos dois. Há muitas considerações a serem feitas ao decidir qual é o melhor para sua pesquisa, que descrevemos aqui. Quando estiver pronto para iniciar sua pesquisa de dados nominais ou ordinais, SurveyLegend está aqui! Nossas pesquisas são fáceis de usar e você pode escolher que tipo de perguntas fazer e que tipo de dados deseja receber de volta. Certifique-se de baixar nosso guia Como escrever perguntas de pesquisa como um especialista para obter mais informações!
que tipo de coleta de dados você prefere, dados nominais vs ordinais? Ou, você prefere uma combinação dos dois? Deixe-nos saber nos comentários!
Crie sua pesquisa de dados nominal ou ordinal agora!
Perguntas Frequentes (Perguntas Frequentes)
dados nominais adiciona um nome ou rótulo variáveis sem um valor numérico. As respostas são normalmente sim / não, múltipla escolha ou open-ended.
Ordinal data atribui números a respostas para indicar uma classificação. Use escalas Likert ao pedir a alguém para classificar seu nível de serviço após uma transação.
os dados nominais dão aos entrevistados mais oportunidade de se expressarem, permitindo-lhes escolher várias respostas ou preencher perguntas abertas. No entanto, isso pode dificultar a análise. Os dados ordinais são muito fáceis de comparar e permitem que os pesquisadores cheguem rapidamente a conclusões. No entanto, não fornece contexto para as respostas. Assim, muitos pesquisadores usam uma combinação dos dois.
um exemplo de uma variável nominal seria a questão demográfica de ” raça.”Os entrevistados podem escolher entre várias respostas. Um exemplo de dados ordinais seria pedir a alguém para avaliar o nível de serviço que recebeu.