Ordinaalitietojen tutkiminen: Esimerkkejä ja käyttötapoja

Tutkimuksen ja data-analyysin alalla erilaisten tietotyyppien ymmärtäminen on olennaista, jotta voidaan tehdä mielekkäitä johtopäätöksiä ja tehdä perusteltuja päätöksiä. Yksi tällainen aineistotyyppi on järjestyslukutieto, jolla on ratkaiseva merkitys eri tieteenaloilla yhteiskuntatieteistä markkinatutkimukseen. Sen ymmärtäminen, mitä ordinaalidata edustaa ja miten se eroaa muista tietotyypeistä, on olennaista tutkijoille, jotka pyrkivät saamaan merkityksellisiä oivalluksia tietokokonaisuuksistaan. Tässä artikkelissa selitetään kattavasti, mitä ordinaalidata on ja mikä on sen merkitys tutkimuksen alalla.

Mikä on ordinaalitieto?

Järjestyslukutieto on kategorisen tiedon tyyppi, jossa luokilla on luonnollinen järjestys tai arvojärjestys. Tämä tarkoittaa, että luokat on järjestetty siten, että ne voidaan asettaa paremmuusjärjestykseen tai järjestykseen niiden suhteellisen arvon tai merkityksen perusteella. Esimerkiksi kyselytutkimuskysymys, jossa vastaajia pyydetään arvioimaan samaa mieltä olemisen taso asteikolla 1-5, on ordinaalidatan keräämistä, koska vastaukset ovat luonnollisessa järjestyksessä "täysin eri mieltä" (1) - "täysin samaa mieltä" (5). Ordinaalidatan esimerkkejä voidaan analysoida tilastollisilla menetelmillä, kuten khiin neliö -testeillä, mutta on oltava varovainen, koska luokkien väliset etäisyydet eivät välttämättä ole yhtä suuret.

Järjestyslukutieto on ratkaisevan tärkeää tieteellisessä tutkimuksessa, koska se mahdollistaa tietojen luokittelun ja vertailun luonnollisessa järjestyksessä tai paremmuusjärjestyksessä, mikä voi antaa arvokasta tietoa tietojen sisältämistä kuvioista, suhteista ja suuntauksista. Tämäntyyppisiä tietoja käytetään usein yhteiskuntatieteellisessä tutkimuksessa, kuten kyselytutkimuksissa ja kyselylomakkeissa, joissa vastaajia pyydetään arvioimaan mielipiteitään tai kokemuksiaan asteikolla.

Kuva: https://www.voxco.com/wp-content/uploads/2021/03/Cover-scale-1536×864.jpg

Ordinaalitietojen ominaisuudet

Järjestyslukutieto on kategorisen tiedon tyyppi, joka edustaa tiettyä järjestystä tai luokittelua luokkiensa välillä. Seuraavassa on joitakin ordinaalidatan keskeisiä ominaisuuksia:

Tilaa: Järjestyslukujen luokilla on tietty järjestys, ja tämä järjestys edustaa samaa mieltä, eri mieltä tai mieltymyksen tasoa. Esimerkiksi kyselyssä, jossa kysytään saadun palvelun laatua, vastausvaihtoehdot voisivat olla "erinomainen", "hyvä", "tyydyttävä" tai "huono", joilla olisi selkeä järjestys.

Ei-numeerinen: Järjestyslukuluokkia ei välttämättä esitetä numeroilla, ja luokat voivat olla sanoja tai symboleja. Esimerkiksi ravintola-arviointijärjestelmässä voitaisiin käyttää numeroiden sijasta tähtiä osoittamaan laatutasoja.

Epätasaiset väliajat: Luokkien väliset etäisyydet eivät välttämättä ole yhtä suuret. Esimerkiksi Likertin asteikolla "täysin samaa mieltä" ja "samaa mieltä" välinen ero ei välttämättä ole sama kuin ero "eri mieltä" ja "täysin eri mieltä" välillä.

Rajoitettu määrä luokkia: Ordinaalisessa aineistossa on tyypillisesti rajallinen määrä luokkia, jotka tutkija usein määrittelee ennalta. Esimerkiksi kyselyssä voidaan käyttää Likert-asteikkoa, jossa on viisi vastausvaihtoehtoa.

Voidaan käsitellä numeerisena tietona: Joskus ordinaalitietoja voidaan käsitellä numeerisina tietoina tilastollista analyysia varten, mutta tässä on noudatettava varovaisuutta. Merkityksellisten numeeristen arvojen antaminen järjestyslukuluokille voi helpottaa analyysia ja tulkintaa, mutta sen ei pitäisi muuttaa aineiston keskeistä luonnetta.

Ordinaalimuuttujien tyypit

Järjestysmuuttujat ovat muuttujia, jotka voidaan asettaa järjestykseen niiden arvojen tai ominaisuuksien perusteella. Ordinaalimuuttujia on kahdenlaisia:

Vastaava luokka

Sovitettujen luokkien ordinaalimuuttujissa muuttujan luokilla on luonnollinen järjestys. Tämä järjestys on määritelty muuttujassa itsessään, ja luokat ovat toisensa poissulkevia. Esimerkiksi ennen ja jälkeen -tutkimusasetelmassa samaa osallistujaryhmää mitataan saman järjestysmuuttujan osalta kahtena eri ajankohtana, esimerkiksi ennen ja jälkeen hoidon. Ennen-mittauksen kategoriat sovitetaan yhteen tai paritetaan ennen-mittauksen ja jälkeen-mittauksen kategorioiden kanssa.

Toinen esimerkki on tutkimus, jossa verrataan pariskuntien mieltymyksiä tietyssä asiassa ja jossa toisen kumppanin mieltymykset sovitetaan yhteen tai paritetaan toisen kumppanin mieltymysten kanssa. Yhteen sovitettuja luokkia analysoidaan usein käyttämällä ei-parametrisia tilastollisia testejä, kuten Wilcoxonin allekirjoitetun järjestyksen testiä tai Friedmanin testiä, jotta voidaan vertailla luokkien välisiä eroja kunkin parin tai ryhmän sisällä.

Verraton luokka

Vastaamaton luokka on toisenlainen ordinaalimuuttuja. Toisin kuin sovitetuissa luokissa, sovittamattomissa luokissa ei ole selvää suhdetta tai yhteyttä luokkien välillä. Jos esimerkiksi pyydät vastaajia arvioimaan mieltymyksiään erityyppisiin musiikkilajeihin, jazzin, countryn ja rockin luokkien välillä ei välttämättä ole selvää järjestystä tai yhteyttä.

Vastaamattomien luokkien osalta luokkien järjestys voi edelleen perustua vastaajan yksilöllisiin mieltymyksiin tai käsityksiin, mutta kaikkia vastaajia koskevaa objektiivista tai johdonmukaista järjestystä ei ole olemassa. Tämä voi vaikeuttaa tietojen analysointia ja tulkintaa verrattuna sovitettuihin luokkiin, joissa on selkeä ja johdonmukainen järjestys.

Esimerkkejä ordinaalitiedoista

Esimerkkejä ordinaalitiedoista löytyy monilta tutkimusaloilta ja erityyppisistä mittauksista. Esimerkkejä ordinaalidatasta ovat mm:

Intervalliasteikko

Intervalliasteikko on mitta-asteikkotyyppi, jossa kullekin luokalle tai vastaukselle on annettu numeerinen arvo, ja arvojen väliset erot ovat merkityksellisiä ja yhtä suuria. Se on samankaltainen kuin suhdeasteikko, mutta siinä ei ole todellista nollakohtaa.

Esimerkiksi Celsius-asteikko on esimerkki intervalliasteikosta. Ero 10 °C:n ja 20 °C:n välillä on sama kuin ero 20 °C:n ja 30 °C:n välillä. 0 °C ei kuitenkaan merkitse lämpötilan täydellistä puuttumista, vaan pikemminkin tiettyä pistettä asteikolla.

Likertin asteikko

Likertin asteikko on yleinen ordinaalityyppi, jossa käytetään asenteiden, mielipiteiden tai käsitysten mittaamiseen vastausvaihtoehtoja, kuten "täysin samaa mieltä", "samaa mieltä", "neutraali", "eri mieltä" ja "täysin eri mieltä". Kullekin vastaukselle annetaan numeerinen arvo, joka vaihtelee yleensä välillä 1-5 tai 1-7, ja korkeampi arvo merkitsee myönteisempää tai voimakkaampaa vastausta. Likertin asteikkoa käytetään usein kyselytutkimuksissa ja kyselylomakkeissa, jotta voidaan kerätä järjestysasteikollisia tietoja, joita voidaan analysoida erityisillä menetelmillä.

Miten analysoida järjestyslukuja?

On olemassa useita menetelmiä, joilla voidaan analysoida järjestyslukuja, mukaan lukien:

Kuvailevat tilastot: Kuvailevia tilastoja käytetään ordinaalitietojen keskeisen suuntauksen ja jakauman tiivistämiseen ja kuvaamiseen. Joitakin yleisesti käytettyjä kuvailevia tilastoja ordinaalitiedoille ovat mediaani, moodi ja prosenttiosuudet. Kuvailevien tilastojen avulla voidaan antaa yleiskuva aineistosta ja tunnistaa mahdolliset ongelmat, kuten poikkeamat tai vinot jakaumat. Ne eivät kuitenkaan anna tietoa ryhmien välisten erojen tai suhteiden tilastollisesta merkitsevyydestä.

Ei-parametriset testit: Ei-parametrisia testejä käytetään yleisesti ordinaalitietojen analysointiin, koska ne eivät edellytä, että tiedot noudattavat tiettyä jakaumaa, kuten normaalijakaumaa, eivätkä oleta, että luokkien väliset vaihteluvälit ovat yhtä suuret. Nämä testit perustuvat pikemminkin havaintojen sijoihin kuin niiden tarkkoihin arvoihin. Ei-parametriset testit ovat kestäviä poikkeavuuksien suhteen, ja niitä käytetään usein silloin, kun parametristen testien oletukset eivät täyty. Niiden tilastollinen teho voi kuitenkin olla pienempi kuin parametristen testien, varsinkin kun otoskoko on pieni.

Ordinaalinen logistinen regressio: Ordinaalinen logistinen regressio on tilastollinen menetelmä, jota käytetään mallintamaan yhden tai useamman ordinaalisen riippumattoman muuttujan ja ordinaalisen riippuvan muuttujan välistä suhdetta. Menetelmä on hyödyllinen, kun halutaan määrittää tekijät, jotka vaikuttavat ordinaalimuuttujan lopputulokseen. Ordinaalilogistisessa regressiossa oletetaan, että riippuvan muuttujan luokat ovat järjestettyjä ja että luokkien välinen etäisyys ei välttämättä ole yhtä suuri. Siinä oletetaan myös, että riippuvan muuttujan ja riippumattomien muuttujien välinen suhde on log-lineaarinen.

Kirjeenvaihtoanalyysi: Tätä menetelmää käytetään kahden tai useamman ordinaalimuuttujan välisen suhteen tutkimiseen. Se auttaa tunnistamaan muuttujien välisiä kuvioita ja suhteita ja visualisoimaan ne kaksiulotteisessa avaruudessa. Menetelmässä luodaan kontingenssitaulukko, jossa esitetään kunkin muuttujan kunkin luokan frekvenssit. Tämän jälkeen kullekin luokalle lasketaan pistemäärät, jotka perustuvat tietojen kokonaisjakaumaan. Näiden pisteiden avulla luodaan kaksiulotteinen kuvaaja, jossa kutakin luokkaa edustaa piste. Pisteiden välinen etäisyys osoittaa luokkien välisen samankaltaisuuden tai erilaisuuden asteen.

Rakenneyhtälömallinnus: Rakenneyhtälömallinnus (SEM) on tilastollinen menetelmä, jota käytetään muuttujien välisten suhteiden analysointiin ja monimutkaisten mallien testaamiseen. Se on monimuuttujainen analyysitekniikka, jolla voidaan käsitellä useita sekä havaittuja että piileviä muuttujia ja testata muuttujien välisiä kausaalisuhteita. Kun analysoidaan ordinaaliaineistoa, SEM:ää voidaan käyttää sellaisten mallien testaamiseen, jotka sisältävät useita ordinaalimuuttujia ja latentteja konstruktioita. Se voi myös auttaa tunnistamaan ja arvioimaan muuttujien suorien ja epäsuorien vaikutusten suuruutta toisiinsa.

Päättelytilastot

Johtopäätöstilasto on tilastotieteen osa-alue, joka käsittää päätelmien ja johtopäätösten tekemisen perusjoukosta otoksen perusteella. Se on tehokas työkalu, jonka avulla tutkijat voivat tehdä yleistyksiä, ennusteita ja hypoteeseja suuremmasta ryhmästä havaittujen tietojen lisäksi.

Kuvailevat tilastot tekevät yhteenvedon ja kuvaavat tietoja, mutta päättelytilastot menevät askeleen pidemmälle käyttämällä todennäköisyysteoriaa ja tilastollisia menetelmiä otoksen tietojen analysoimiseksi ja johtopäätösten tekemiseksi perusjoukosta, josta otos on otettu. Käyttämällä päättelytilastoja tutkijat voivat tehdä ennusteita, testata hypoteeseja ja tehdä tietoon perustuvia päätöksiä tulosten perusteella.

Järjestyslukutietojen käyttö

Järjestyslukutietoja käytetään monissa eri sovelluksissa, ja niitä kerätään usein kyselytutkimusten, kyselylomakkeiden ja muiden tutkimusmuotojen avulla. Seuraavassa on joitakin ordinaalitietojen yleisiä käyttötarkoituksia:

Kyselyt/kyselylomakkeet

Kyselytutkimukset ja kyselylomakkeet ovat yleinen tapa kerätä ordinaalitietoja. Kyselyssä voidaan esimerkiksi pyytää vastaajia arvioimaan, kuinka samaa mieltä he ovat väittämän kanssa asteikolla "täysin eri mieltä" - "täysin samaa mieltä". Tämäntyyppisiä tietoja voidaan sitten käyttää vastausten suuntausten tai mallien analysointiin.

Tutkimus

Järjestyslukuja voidaan käyttää myös tutkimuksissa mittaamaan eri muuttujien välisiä suhteita. Tutkija voi esimerkiksi käyttää ordinaaliasteikkoa mittaamaan tietyn oireen vakavuutta tietystä sairaudesta kärsivien potilaiden ryhmässä. Tämäntyyppisiä tietoja voidaan sitten käyttää oireen vakavuuden vertailemiseen eri potilasryhmissä tai oireen muutosten seuraamiseen ajan myötä.

Asiakaspalvelu

Järjestyslukuja voidaan käyttää myös asiakaspalvelussa mittaamaan asiakkaiden tyytyväisyyttä tai tyytymättömyyttä. Asiakasta voidaan esimerkiksi pyytää arvioimaan kokemustaan yrityksen tuotteesta tai palvelusta asteikolla "erittäin tyytymätön" - "erittäin tyytyväinen". Tämäntyyppisiä tietoja voidaan sitten käyttää parantamisalueiden tunnistamiseen ja asiakastyytyväisyyden muutosten seuraamiseen ajan mittaan.

Työhakemukset

Järjestyslukuja voidaan käyttää myös työhakemuksissa hakijan pätevyyden tai kokemuksen tason mittaamiseen. Työnantaja voi esimerkiksi pyytää työnhakijoita arvioimaan kokemuksensa tasoa tietyllä alalla asteikolla "ei kokemusta" - "asiantuntija". Tämäntyyppisiä tietoja voidaan sitten käyttää eri työnhakijoiden pätevyyksien vertailuun ja pätevimmän hakijan valitsemiseen tehtävään.

Ordinaali- ja nominaalitietojen välinen ero

Ordinaali- ja nominaalitiedot ovat kahdenlaisia kategorisia tietoja. Suurin ero niiden välillä on mittaustasossa ja niiden välittämissä tiedoissa.

Ordinaalitiedot ovat kategorisia tietoja, joissa muuttujilla on luonnollinen järjestys tai arvojärjestys. Sitä mitataan ordinaalitasolla, mikä tarkoittaa, että sillä on luonnollinen järjestys, mutta arvojen välisiä eroja ei voida kvantifioida tai mitata. Esimerkkejä ordinaalidatasta ovat esimerkiksi paremmuusjärjestykset, luokitukset ja Likertin asteikot.

Toisaalta myös nimellisarvotiedot ovat kategorisia tietoja, mutta niillä ei ole luonnollista järjestystä tai luokittelua. Sitä mitataan nimellisellä tasolla, mikä tarkoittaa, että tiedot voidaan luokitella vain toisensa poissulkeviin luokkiin ilman mitään luontaista järjestystä tai järjestystä. Esimerkkejä nimellisistä tiedoista ovat sukupuoli, etninen alkuperä ja siviilisääty.

Tärkein ero ordinaali- ja nominaalitietojen välillä on se, että ordinaalitiedoilla on luonnollinen järjestys tai luokittelu, kun taas nominaalitiedoilla ei ole. Jos haluat lisätietoja ordinaali- ja nominaalitietojen erosta, katso tällä verkkosivustolla.

Tarvitsetko hyvin tarkkaa kuvitusta? Me suunnittelemme sen sinulle!

Mind the Graph tarjoaa laajan kirjaston tieteellisiä kuvituksia ja malleja, joissa on monimutkaisia tieteellisiä käsitteitä ja tarvitsemiasi kuvia. Mind the Graph tekee kanssasi yhteistyötä luodakseen laadukkaan kuvituksen, joka vastaa odotuksiasi. Tämä palvelu takaa, että saat juuri sellaista visuaalista kuvaa, jota tarvitset tutkimustasi, esitystäsi tai julkaisuasi varten ilman, että tarvitset erikoissuunnitteluohjelmia tai -taitoja.