Az ordin\u00e1lis adatok a kategorikus adatok olyan t\u00edpusa, amelyben a kateg\u00f3ri\u00e1knak term\u00e9szetes sorrendj\u00fck vagy rangsoruk van. Ez azt jelenti, hogy a kateg\u00f3ri\u00e1k \u00fagy vannak elrendezve, hogy relat\u00edv \u00e9rt\u00e9k\u00fck vagy fontoss\u00e1guk alapj\u00e1n rangsorolhat\u00f3k vagy rendezhet\u0151k. P\u00e9ld\u00e1ul egy olyan felm\u00e9r\u00e9si k\u00e9rd\u00e9s, amely arra k\u00e9ri a v\u00e1laszad\u00f3kat, hogy egy 1-t\u0151l 5-ig terjed\u0151 sk\u00e1l\u00e1n \u00e9rt\u00e9kelj\u00e9k egyet\u00e9rt\u00e9s\u00fck m\u00e9rt\u00e9k\u00e9t, ordin\u00e1lis adatokat gy\u0171jt, mivel a v\u00e1laszok term\u00e9szetes sorrendje a \"hat\u00e1rozottan nem \u00e9rtek egyet\" (1) \u00e9s a \"hat\u00e1rozottan egyet\u00e9rtek\" (5) k\u00f6z\u00f6tt van. Az ordin\u00e1lis adatok p\u00e9ld\u00e1i statisztikai m\u00f3dszerekkel, p\u00e9ld\u00e1ul chi-n\u00e9gyzet tesztekkel elemezhet\u0151k, de n\u00e9mi \u00f3vatoss\u00e1gra van sz\u00fcks\u00e9g, mivel a kateg\u00f3ri\u00e1k k\u00f6z\u00f6tti t\u00e1vols\u00e1gok nem felt\u00e9tlen\u00fcl egyenl\u0151ek.<\/p>\n\n\n\n
Az ordin\u00e1lis adatok kulcsfontoss\u00e1g\u00faak a tudom\u00e1nyos kutat\u00e1sban, mivel lehet\u0151v\u00e9 teszik az adatok term\u00e9szetes sorrenddel vagy rangsorol\u00e1ssal t\u00f6rt\u00e9n\u0151 oszt\u00e1lyoz\u00e1s\u00e1t \u00e9s \u00f6sszehasonl\u00edt\u00e1s\u00e1t, ami \u00e9rt\u00e9kes betekint\u00e9st ny\u00fajthat az adatokon bel\u00fcli mint\u00e1kba, kapcsolatokba \u00e9s trendekbe. Ezt az adatt\u00edpust gyakran haszn\u00e1lj\u00e1k a t\u00e1rsadalomtudom\u00e1nyi kutat\u00e1sokban, p\u00e9ld\u00e1ul felm\u00e9r\u00e9sekben \u00e9s k\u00e9rd\u0151\u00edvekben, ahol a v\u00e1laszad\u00f3kat arra k\u00e9rik, hogy v\u00e9lem\u00e9ny\u00fcket vagy tapasztalataikat egy sk\u00e1l\u00e1n \u00e9rt\u00e9kelj\u00e9k.<\/p>\n\n\n\n
\u00c1bra: https:\/\/www.voxco.com\/wp-content\/uploads\/2021\/03\/Cover-scale-1536\u00d7864.jpg<\/p>\n\n\n\n
Az ordin\u00e1lis adatok jellemz\u0151i<\/strong><\/h2>\n\n\n\nAz ordin\u00e1lis adatok a kategorikus adatok olyan t\u00edpusa, amely a kateg\u00f3ri\u00e1k k\u00f6z\u00f6tt egy adott sorrendet vagy rangsort k\u00e9pvisel. Az ordin\u00e1lis adatok n\u00e9h\u00e1ny f\u0151 jellemz\u0151je a k\u00f6vetkez\u0151:<\/p>\n\n\n\n
Rendben: <\/strong>Az ordin\u00e1lis adatokban a kateg\u00f3ri\u00e1knak meghat\u00e1rozott sorrendj\u00fck vagy rangsoruk van, \u00e9s ez a sorrend az egyet\u00e9rt\u00e9s, az egyet nem \u00e9rt\u00e9s vagy a preferencia szintj\u00e9t jelzi. P\u00e9ld\u00e1ul egy, a kapott szolg\u00e1ltat\u00e1s min\u0151s\u00e9g\u00e9t firtat\u00f3 felm\u00e9r\u00e9sben a v\u00e1laszlehet\u0151s\u00e9gek lehetnek \"kiv\u00e1l\u00f3\", \"j\u00f3\", \"k\u00f6zepes\" vagy \"gyenge\", amelyeknek egy\u00e9rtelm\u0171 sorrendj\u00fck van.<\/p>\n\n\n\nNem numerikus:<\/strong> <\/em>Az ordin\u00e1lis adatkateg\u00f3ri\u00e1kat nem felt\u00e9tlen\u00fcl sz\u00e1mok jel\u00f6lik, \u00e9s a kateg\u00f3ri\u00e1k lehetnek szavak vagy szimb\u00f3lumok. P\u00e9ld\u00e1ul egy \u00e9ttermi min\u0151s\u00edt\u00e9si rendszer a sz\u00e1m\u00e9rt\u00e9kek helyett csillagokat haszn\u00e1lhat a min\u0151s\u00e9gi szintek jel\u00f6l\u00e9s\u00e9re.<\/p>\n\n\n\nEgyenl\u0151tlen id\u0151k\u00f6z\u00f6k:<\/strong> <\/em>A kateg\u00f3ri\u00e1k k\u00f6z\u00f6tti t\u00e1vols\u00e1gok nem felt\u00e9tlen\u00fcl egyenl\u0151ek. P\u00e9ld\u00e1ul a Likert-sk\u00e1l\u00e1n a \"teljesen egyet\u00e9rt\" \u00e9s az \"egyet\u00e9rt\" k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9g nem felt\u00e9tlen\u00fcl azonos a \"nem \u00e9rtek egyet\" \u00e9s az \"egy\u00e1ltal\u00e1n nem \u00e9rtek egyet\" k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9ggel.<\/p>\n\n\n\nKorl\u00e1tozott sz\u00e1m\u00fa kateg\u00f3ria:<\/strong> Az ordin\u00e1lis adatok jellemz\u0151en v\u00e9ges sz\u00e1m\u00fa kateg\u00f3ri\u00e1val rendelkeznek, amelyeket gyakran a kutat\u00f3 el\u0151re meghat\u00e1roz. Egy felm\u00e9r\u00e9s p\u00e9ld\u00e1ul \u00f6t v\u00e1laszlehet\u0151s\u00e9get tartalmaz\u00f3 Likert-sk\u00e1l\u00e1t haszn\u00e1lhat.<\/p>\n\n\n\nSz\u00e1madatk\u00e9nt kezelhet\u0151: <\/strong>N\u00e9ha az ordin\u00e1lis adatokat statisztikai elemz\u00e9s c\u00e9lj\u00e1b\u00f3l numerikus adatokk\u00e9nt lehet kezelni, de ezt \u00f3vatosan kell tenni. Az ordin\u00e1lis kateg\u00f3ri\u00e1khoz \u00e9rtelmes numerikus \u00e9rt\u00e9kek hozz\u00e1rendel\u00e9se megk\u00f6nny\u00edtheti az elemz\u00e9st \u00e9s az \u00e9rtelmez\u00e9st, de nem v\u00e1ltoztathatja meg az adatok alapvet\u0151 jelleg\u00e9t.<\/p>\n\n\n\nAz ordin\u00e1lis v\u00e1ltoz\u00f3k t\u00edpusai<\/strong><\/h2>\n\n\n\nAz ordin\u00e1lis v\u00e1ltoz\u00f3k olyan v\u00e1ltoz\u00f3k, amelyek \u00e9rt\u00e9keik vagy attrib\u00fatumaik alapj\u00e1n rangsorolhat\u00f3k vagy rendezhet\u0151k. Az ordin\u00e1lis v\u00e1ltoz\u00f3knak k\u00e9t t\u00edpusa van:<\/p>\n\n\n\n
Megfelel\u0151 kateg\u00f3ria<\/h3>\n\n\n\n
A megfeleltetett kateg\u00f3ri\u00e1j\u00fa ordin\u00e1lis v\u00e1ltoz\u00f3k eset\u00e9ben a v\u00e1ltoz\u00f3 kateg\u00f3ri\u00e1i k\u00f6z\u00f6tt term\u00e9szetes sorrend van. Ezt a sorrendet maga a v\u00e1ltoz\u00f3 hat\u00e1rozza meg, \u00e9s a kateg\u00f3ri\u00e1k k\u00f6lcs\u00f6n\u00f6sen kiz\u00e1rj\u00e1k egym\u00e1st. P\u00e9ld\u00e1ul egy \"el\u0151tte-ut\u00e1na\" vizsg\u00e1lati tervben a r\u00e9sztvev\u0151k ugyanazon csoportj\u00e1t k\u00e9t k\u00fcl\u00f6nb\u00f6z\u0151 id\u0151pontban, p\u00e9ld\u00e1ul egy kezel\u00e9s el\u0151tt \u00e9s ut\u00e1n, ugyanazon ordin\u00e1lis v\u00e1ltoz\u00f3t m\u00e9rik. Az \"el\u0151tte\" m\u00e9r\u00e9s kateg\u00f3ri\u00e1it \u00f6sszevetik vagy p\u00e1ros\u00edtj\u00e1k az \"ut\u00e1na\" m\u00e9r\u00e9s kateg\u00f3ri\u00e1ival. <\/p>\n\n\n\n
Egy m\u00e1sik p\u00e9lda a p\u00e1rok preferenci\u00e1it \u00f6sszehasonl\u00edt\u00f3 vizsg\u00e1lat egy bizonyos szempontb\u00f3l, ahol az egyik partner preferenci\u00e1it \u00f6sszevetik vagy p\u00e1ros\u00edtj\u00e1k a m\u00e1sik partner preferenci\u00e1ival. A p\u00e1ros\u00edtott kateg\u00f3ri\u00e1kat gyakran elemzik nem parametrikus statisztikai tesztekkel, p\u00e9ld\u00e1ul a Wilcoxon el\u0151jeles rangsor teszt vagy a Friedman-teszt seg\u00edts\u00e9g\u00e9vel, hogy \u00f6sszehasonl\u00edts\u00e1k a kateg\u00f3ri\u00e1k k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9geket az egyes p\u00e1rokon vagy csoportokon bel\u00fcl.<\/p>\n\n\n\n
P\u00e1ratlan kateg\u00f3ria<\/h3>\n\n\n\n
A p\u00e1ros\u00edtatlan kateg\u00f3ria egy m\u00e1sik t\u00edpus\u00fa ordin\u00e1lis v\u00e1ltoz\u00f3. Az illesztett kateg\u00f3ri\u00e1kkal ellent\u00e9tben a nem illesztett kateg\u00f3ri\u00e1k k\u00f6z\u00f6tt nincs egy\u00e9rtelm\u0171 kapcsolat vagy kapcsolat. Ha p\u00e9ld\u00e1ul arra k\u00e9ri a v\u00e1laszad\u00f3kat, hogy \u00e9rt\u00e9kelj\u00e9k a k\u00fcl\u00f6nb\u00f6z\u0151 zenei m\u0171fajok ir\u00e1nti preferenci\u00e1ikat, akkor nem biztos, hogy egy\u00e9rtelm\u0171 sorrend vagy kapcsolat van a jazz, country \u00e9s rock kateg\u00f3ri\u00e1k k\u00f6z\u00f6tt.<\/p>\n\n\n\n
A nem illesztett kateg\u00f3ri\u00e1k eset\u00e9ben a kateg\u00f3ri\u00e1k m\u00e9g mindig a v\u00e1laszad\u00f3 egy\u00e9ni preferenci\u00e1i vagy felfog\u00e1sa alapj\u00e1n rendezhet\u0151k, de nincs objekt\u00edv vagy k\u00f6vetkezetes sorrend, amely minden v\u00e1laszad\u00f3ra \u00e9rv\u00e9nyes. Ez megnehez\u00edtheti az adatok elemz\u00e9s\u00e9t \u00e9s \u00e9rtelmez\u00e9s\u00e9t a megfeleltetett kateg\u00f3ri\u00e1khoz k\u00e9pest, amelyek vil\u00e1gos \u00e9s k\u00f6vetkezetes sorrenddel rendelkeznek.<\/p>\n\n\n\n
P\u00e9ld\u00e1k az ordin\u00e1lis adatokra<\/strong><\/h2>\n\n\n\nOrdin\u00e1lis adatokra sz\u00e1mos kutat\u00e1si ter\u00fcleten \u00e9s k\u00fcl\u00f6nb\u00f6z\u0151 t\u00edpus\u00fa m\u00e9r\u00e9sekben tal\u00e1lhatunk p\u00e9ld\u00e1kat. N\u00e9h\u00e1ny p\u00e9lda az ordin\u00e1lis adatokra:<\/p>\n\n\n\n
Intervallum sk\u00e1la<\/h3>\n\n\n\n
Az intervallumsk\u00e1la olyan t\u00edpus\u00fa m\u00e9r\u00e9si sk\u00e1la, amelyn\u00e9l minden kateg\u00f3ri\u00e1hoz vagy v\u00e1laszhoz egy sz\u00e1m\u00e9rt\u00e9ket rendelnek, \u00e9s az \u00e9rt\u00e9kek k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9gek \u00e9rtelmesek \u00e9s egyenl\u0151ek. Hasonl\u00f3 az ar\u00e1nysk\u00e1l\u00e1hoz, azzal a k\u00fcl\u00f6nbs\u00e9ggel, hogy nincs val\u00f3di nullpontja.<\/p>\n\n\n\n
A Celsius-fok\u00fa h\u0151m\u00e9rs\u00e9kleti sk\u00e1la p\u00e9ld\u00e1ul az intervallumsk\u00e1la egyik p\u00e9ld\u00e1ja. A 10\u00b0C \u00e9s 20\u00b0C k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9g megegyezik a 20\u00b0C \u00e9s 30\u00b0C k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9ggel. A 0\u00b0C azonban nem a h\u0151m\u00e9rs\u00e9klet teljes hi\u00e1ny\u00e1t jelenti, hanem a sk\u00e1la egy adott pontj\u00e1t.<\/p>\n\n\n\n
Likert-sk\u00e1la<\/h3>\n\n\n\n
A Likert-sk\u00e1la az ordin\u00e1lis adatok egy gyakori t\u00edpusa, amely v\u00e1laszlehet\u0151s\u00e9geket haszn\u00e1l, p\u00e9ld\u00e1ul \"teljesen egyet\u00e9rt\", \"egyet\u00e9rt\", \"semleges\", \"nem \u00e9rt egyet\" \u00e9s \"egy\u00e1ltal\u00e1n nem \u00e9rt egyet\", az attit\u0171d\u00f6k, v\u00e9lem\u00e9nyek vagy \u00e9szlel\u00e9sek m\u00e9r\u00e9s\u00e9re. Minden v\u00e1laszhoz egy sz\u00e1m\u00e9rt\u00e9ket rendelnek, amely \u00e1ltal\u00e1ban 1-t\u0151l 5-ig vagy 1-t\u0151l 7-ig terjed, a magasabb \u00e9rt\u00e9k pozit\u00edvabb vagy er\u0151sebb v\u00e1laszt jelez. A Likert-sk\u00e1l\u00e1t gyakran haszn\u00e1lj\u00e1k felm\u00e9r\u00e9sekben \u00e9s k\u00e9rd\u0151\u00edvekben olyan rendi adatok gy\u0171jt\u00e9s\u00e9re, amelyek meghat\u00e1rozott m\u00f3dszerekkel elemezhet\u0151k.<\/p>\n\n\n\n
Hogyan elemezz\u00fcnk ordin\u00e1lis adatokat?<\/strong><\/h2>\n\n\n\nAz ordin\u00e1lis adatok elemz\u00e9s\u00e9re sz\u00e1mos m\u00f3dszer l\u00e9tezik, t\u00f6bbek k\u00f6z\u00f6tt:<\/p>\n\n\n\n
Le\u00edr\u00f3 statisztika:<\/strong> A le\u00edr\u00f3 statisztik\u00e1kat az ordin\u00e1lis adatok k\u00f6zponti tendenci\u00e1j\u00e1nak \u00e9s eloszl\u00e1s\u00e1nak \u00f6sszegz\u00e9s\u00e9re \u00e9s le\u00edr\u00e1s\u00e1ra haszn\u00e1lj\u00e1k. N\u00e9h\u00e1ny \u00e1ltal\u00e1nosan haszn\u00e1lt le\u00edr\u00f3 statisztika a rendi adatok eset\u00e9ben a medi\u00e1n, a m\u00f3dusz \u00e9s a percentilisek. A le\u00edr\u00f3 statisztika seg\u00edthet az adatok \u00e1ltal\u00e1nos \u00e1ttekint\u00e9s\u00e9ben \u00e9s a lehets\u00e9ges probl\u00e9m\u00e1k, p\u00e9ld\u00e1ul a kiugr\u00f3 \u00e9rt\u00e9kek vagy a ferde eloszl\u00e1sok azonos\u00edt\u00e1s\u00e1ban. Ezek azonban nem ny\u00fajtanak inform\u00e1ci\u00f3t a csoportok k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9gek vagy kapcsolatok statisztikai szignifikanci\u00e1j\u00e1r\u00f3l.<\/p>\n\n\n\nNem parametrikus tesztek: <\/strong>A nem parametrikus teszteket gyakran haszn\u00e1lj\u00e1k ordin\u00e1lis adatok elemz\u00e9s\u00e9re, mivel nem k\u00f6vetelik meg, hogy az adatok egy meghat\u00e1rozott eloszl\u00e1st, p\u00e9ld\u00e1ul norm\u00e1lis eloszl\u00e1st k\u00f6vessenek, \u00e9s nem felt\u00e9telezik, hogy a kateg\u00f3ri\u00e1k k\u00f6z\u00f6tti intervallumok egyenl\u0151ek. Ezek a tesztek nem a megfigyel\u00e9sek pontos \u00e9rt\u00e9kein, hanem a megfigyel\u00e9sek rangsorain alapulnak. A nem parametrikus tesztek robusztusak a kiugr\u00f3 \u00e9rt\u00e9kekkel szemben, \u00e9s gyakran haszn\u00e1lj\u00e1k \u0151ket, ha a parametrikus tesztek felt\u00e9telez\u00e9sei nem teljes\u00fclnek. Ugyanakkor kisebb statisztikai erej\u00fck lehet, mint a parametrikus teszteknek, k\u00fcl\u00f6n\u00f6sen, ha a minta m\u00e9rete kicsi. <\/p>\n\n\n\nOrdin\u00e1lis logisztikus regresszi\u00f3:<\/strong> Az ordin\u00e1lis logisztikus regresszi\u00f3 egy vagy t\u00f6bb ordin\u00e1lis f\u00fcggetlen v\u00e1ltoz\u00f3 \u00e9s egy ordin\u00e1lis f\u00fcgg\u0151 v\u00e1ltoz\u00f3 k\u00f6z\u00f6tti kapcsolat modellez\u00e9s\u00e9re haszn\u00e1lt statisztikai m\u00f3dszer. Ez a m\u00f3dszer akkor hasznos, ha egy ordin\u00e1lis v\u00e1ltoz\u00f3 kimenetel\u00e9t befoly\u00e1sol\u00f3 t\u00e9nyez\u0151ket szeretn\u00e9nk meghat\u00e1rozni. Az ordin\u00e1lis logisztikus regresszi\u00f3 felt\u00e9telezi, hogy a f\u00fcgg\u0151 v\u00e1ltoz\u00f3 kateg\u00f3ri\u00e1i rendezettek, \u00e9s hogy a kateg\u00f3ri\u00e1k k\u00f6z\u00f6tti t\u00e1vols\u00e1g nem felt\u00e9tlen\u00fcl egyenl\u0151. Felt\u00e9telezi tov\u00e1bb\u00e1, hogy a f\u00fcgg\u0151 v\u00e1ltoz\u00f3 \u00e9s a f\u00fcggetlen v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti kapcsolat log-line\u00e1ris.<\/p>\n\n\n\nKorrespondenciaelemz\u00e9s:<\/strong> Ez a m\u00f3dszer k\u00e9t vagy t\u00f6bb ordin\u00e1lis v\u00e1ltoz\u00f3 k\u00f6z\u00f6tti kapcsolat felt\u00e1r\u00e1s\u00e1ra szolg\u00e1l. Seg\u00edt azonos\u00edtani a v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti mint\u00e1zatokat \u00e9s kapcsolatokat, \u00e9s megjelen\u00edteni azokat egy k\u00e9tdimenzi\u00f3s t\u00e9rben. A m\u00f3dszer mag\u00e1ban foglalja egy kontingenciat\u00e1bl\u00e1zat l\u00e9trehoz\u00e1s\u00e1t, amely az egyes kateg\u00f3ri\u00e1k gyakoris\u00e1g\u00e1t mutatja az egyes v\u00e1ltoz\u00f3k eset\u00e9ben. Ezut\u00e1n az adatok \u00e1ltal\u00e1nos eloszl\u00e1sa alapj\u00e1n minden egyes kateg\u00f3ri\u00e1ra kisz\u00e1m\u00edtanak egy pontsz\u00e1mk\u00e9szletet. Ezeket a pontsz\u00e1mokat egy k\u00e9tdimenzi\u00f3s \u00e1bra l\u00e9trehoz\u00e1s\u00e1hoz haszn\u00e1lj\u00e1k, ahol minden kateg\u00f3ri\u00e1t egy pont k\u00e9pvisel. A pontok k\u00f6z\u00f6tti t\u00e1vols\u00e1g jelzi a kateg\u00f3ri\u00e1k k\u00f6z\u00f6tti hasonl\u00f3s\u00e1g vagy k\u00fcl\u00f6nb\u00f6z\u0151s\u00e9g m\u00e9rt\u00e9k\u00e9t.<\/p>\n\n\n\nStruktur\u00e1lis egyenletmodellez\u00e9s:<\/strong> A struktur\u00e1lis egyenletmodellez\u00e9s (SEM) olyan statisztikai m\u00f3dszer, amelyet a v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti kapcsolatok elemz\u00e9s\u00e9re \u00e9s \u00f6sszetett modellek tesztel\u00e9s\u00e9re haszn\u00e1lnak. Ez egy t\u00f6bbv\u00e1ltoz\u00f3s elemz\u00e9si technika, amely t\u00f6bb v\u00e1ltoz\u00f3t k\u00e9pes kezelni, mind a megfigyelt, mind a l\u00e1tens v\u00e1ltoz\u00f3kat, \u00e9s k\u00e9pes a v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti oks\u00e1gi kapcsolatok tesztel\u00e9s\u00e9re. Az ordin\u00e1lis adatok elemz\u00e9sekor a SEM olyan modellek tesztel\u00e9s\u00e9re haszn\u00e1lhat\u00f3, amelyek t\u00f6bb ordin\u00e1lis v\u00e1ltoz\u00f3t \u00e9s l\u00e1tens konstrukci\u00f3t tartalmaznak. Seg\u00edthet tov\u00e1bb\u00e1 azonos\u00edtani \u00e9s megbecs\u00fclni a v\u00e1ltoz\u00f3k egym\u00e1sra gyakorolt k\u00f6zvetlen \u00e9s k\u00f6zvetett hat\u00e1sainak nagys\u00e1g\u00e1t.<\/p>\n\n\n\nK\u00f6vetkeztet\u00e9si statisztika<\/strong><\/h2>\n\n\n\nA k\u00f6vetkeztet\u00e9si statisztika a statisztika egyik \u00e1ga, amely mag\u00e1ban foglalja a k\u00f6vetkeztet\u00e9sek levon\u00e1s\u00e1t \u00e9s a popul\u00e1ci\u00f3ra vonatkoz\u00f3 k\u00f6vetkeztet\u00e9sek levon\u00e1s\u00e1t egy adatminta alapj\u00e1n. Ez egy hat\u00e9kony eszk\u00f6z, amely lehet\u0151v\u00e9 teszi a kutat\u00f3k sz\u00e1m\u00e1ra, hogy a megfigyelt adatokon t\u00fal \u00e1ltal\u00e1nos\u00edt\u00e1sokat, el\u0151rejelz\u00e9seket \u00e9s hipot\u00e9ziseket tegyenek egy nagyobb csoportra vonatkoz\u00f3an.<\/p>\n\n\n\n
M\u00edg a le\u00edr\u00f3 statisztik\u00e1k \u00f6sszefoglalj\u00e1k \u00e9s le\u00edrj\u00e1k az adatokat, a k\u00f6vetkeztet\u00e9si statisztik\u00e1k egy l\u00e9p\u00e9ssel tov\u00e1bb mennek a val\u00f3sz\u00edn\u0171s\u00e9gelm\u00e9let \u00e9s a statisztikai m\u00f3dszerek alkalmaz\u00e1s\u00e1val a minta adatainak elemz\u00e9s\u00e9re \u00e9s k\u00f6vetkeztet\u00e9sek levon\u00e1s\u00e1ra a popul\u00e1ci\u00f3ra vonatkoz\u00f3an, amelyb\u0151l a mint\u00e1t vett\u00e9k. A k\u00f6vetkeztet\u00e9si statisztika felhaszn\u00e1l\u00e1s\u00e1val a kutat\u00f3k el\u0151rejelz\u00e9seket tehetnek, hipot\u00e9ziseket tesztelhetnek, \u00e9s a meg\u00e1llap\u00edt\u00e1sok alapj\u00e1n megalapozott d\u00f6nt\u00e9seket hozhatnak.<\/p>\n\n\n\n
Az ordin\u00e1lis adatok felhaszn\u00e1l\u00e1sa<\/strong><\/h2>\n\n\n\nAz ordin\u00e1lis adatokat sz\u00e1mos alkalmaz\u00e1sban haszn\u00e1lj\u00e1k, \u00e9s gyakran felm\u00e9r\u00e9sek, k\u00e9rd\u0151\u00edvek \u00e9s m\u00e1s kutat\u00e1si form\u00e1k seg\u00edts\u00e9g\u00e9vel gy\u0171jtik \u0151ket. \u00cdme n\u00e9h\u00e1ny gyakori felhaszn\u00e1l\u00e1si m\u00f3dja az ordin\u00e1lis adatoknak:<\/p>\n\n\n\n
Felm\u00e9r\u00e9sek\/k\u00e9rd\u0151\u00edvek<\/h3>\n\n\n\n
A felm\u00e9r\u00e9sek \u00e9s k\u00e9rd\u0151\u00edvek az ordin\u00e1lis adatok gy\u0171jt\u00e9s\u00e9nek gyakori m\u00f3dja. Egy felm\u00e9r\u00e9s p\u00e9ld\u00e1ul arra k\u00e9rheti a v\u00e1laszad\u00f3kat, hogy egy \"egy\u00e1ltal\u00e1n nem \u00e9rtek egyet\" \u00e9s \"teljesen egyet\u00e9rtek\" k\u00f6z\u00f6tti sk\u00e1l\u00e1n \u00e9rt\u00e9kelj\u00e9k az \u00e1ll\u00edt\u00e1ssal val\u00f3 egyet\u00e9rt\u00e9s\u00fcket. Az ilyen t\u00edpus\u00fa adatok ezut\u00e1n felhaszn\u00e1lhat\u00f3k a v\u00e1laszok tendenci\u00e1inak vagy mint\u00e1inak elemz\u00e9s\u00e9re.<\/p>\n\n\n\n
Kutat\u00e1s<\/h3>\n\n\n\n
Az ordin\u00e1lis adatok a k\u00fcl\u00f6nb\u00f6z\u0151 v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti kapcsolat m\u00e9r\u00e9s\u00e9re is felhaszn\u00e1lhat\u00f3k a kutat\u00e1si tanulm\u00e1nyokban. Egy kutat\u00f3 p\u00e9ld\u00e1ul egy ordin\u00e1lis sk\u00e1l\u00e1t haszn\u00e1lhat egy adott t\u00fcnet s\u00falyoss\u00e1g\u00e1nak m\u00e9r\u00e9s\u00e9re egy adott betegs\u00e9gben szenved\u0151 betegcsoportban. Az ilyen t\u00edpus\u00fa adatok ezut\u00e1n felhaszn\u00e1lhat\u00f3k a t\u00fcnet s\u00falyoss\u00e1g\u00e1nak \u00f6sszehasonl\u00edt\u00e1s\u00e1ra a betegek k\u00fcl\u00f6nb\u00f6z\u0151 csoportjaiban, vagy a t\u00fcnet id\u0151beli v\u00e1ltoz\u00e1sainak nyomon k\u00f6vet\u00e9s\u00e9re.<\/p>\n\n\n\n
\u00dcgyf\u00e9lszolg\u00e1lat<\/h3>\n\n\n\n
Az ordin\u00e1lis adatok az \u00fcgyf\u00e9lszolg\u00e1laton is haszn\u00e1lhat\u00f3k az \u00fcgyfelek el\u00e9gedetts\u00e9g\u00e9nek vagy el\u00e9gedetlens\u00e9g\u00e9nek m\u00e9r\u00e9s\u00e9re. P\u00e9ld\u00e1ul egy \u00fcgyfelet megk\u00e9rhetnek arra, hogy a \"nagyon el\u00e9gedetlen\" \u00e9s a \"nagyon el\u00e9gedett\" k\u00f6z\u00f6tti sk\u00e1l\u00e1n \u00e9rt\u00e9kelje a v\u00e1llalat term\u00e9k\u00e9vel vagy szolg\u00e1ltat\u00e1s\u00e1val kapcsolatos tapasztalatait. Az ilyen t\u00edpus\u00fa adatok ezut\u00e1n felhaszn\u00e1lhat\u00f3k a fejlesztend\u0151 ter\u00fcletek azonos\u00edt\u00e1s\u00e1ra \u00e9s az \u00fcgyf\u00e9lel\u00e9gedetts\u00e9g v\u00e1ltoz\u00e1sainak id\u0151beli nyomon k\u00f6vet\u00e9s\u00e9re.<\/p>\n\n\n\n
\u00c1ll\u00e1sp\u00e1ly\u00e1zatok<\/h3>\n\n\n\n
Az ordin\u00e1lis adatok \u00e1ll\u00e1sp\u00e1ly\u00e1zatokban is felhaszn\u00e1lhat\u00f3k a p\u00e1ly\u00e1z\u00f3 k\u00e9pzetts\u00e9g\u00e9nek vagy tapasztalat\u00e1nak m\u00e9r\u00e9s\u00e9re. P\u00e9ld\u00e1ul egy munk\u00e1ltat\u00f3 megk\u00e9rheti az \u00e1ll\u00e1skeres\u0151ket, hogy egy bizonyos ter\u00fcleten szerzett tapasztalataikat a \"nincs tapasztalat\" \u00e9s a \"szak\u00e9rt\u0151\" k\u00f6z\u00f6tti sk\u00e1l\u00e1n \u00e9rt\u00e9kelj\u00e9k. Az ilyen t\u00edpus\u00fa adatok ezut\u00e1n felhaszn\u00e1lhat\u00f3k a k\u00fcl\u00f6nb\u00f6z\u0151 \u00e1ll\u00e1sp\u00e1ly\u00e1z\u00f3k k\u00e9pzetts\u00e9g\u00e9nek \u00f6sszehasonl\u00edt\u00e1s\u00e1ra, \u00e9s a legk\u00e9pzettebb jel\u00f6lt kiv\u00e1laszt\u00e1s\u00e1ra.<\/p>\n\n\n\n
Az ordin\u00e1lis \u00e9s nomin\u00e1lis adatok k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9g<\/strong><\/h2>\n\n\n\nAz ordin\u00e1lis \u00e9s nomin\u00e1lis adatok a kategorikus adatok k\u00e9t t\u00edpusa. A f\u0151 k\u00fcl\u00f6nbs\u00e9g k\u00f6z\u00f6tt\u00fck a m\u00e9r\u00e9si szintj\u00fckben \u00e9s az \u00e1ltaluk k\u00f6zvet\u00edtett inform\u00e1ci\u00f3ban rejlik.<\/p>\n\n\n\n
Az ordin\u00e1lis adatok a kategorikus adatok olyan t\u00edpusa, ahol a v\u00e1ltoz\u00f3knak term\u00e9szetes sorrendje vagy rangsora van. Ordin\u00e1lis szinten m\u00e9rik, ami azt jelenti, hogy term\u00e9szetes sorrenddel rendelkezik, de az \u00e9rt\u00e9kek k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9gek nem sz\u00e1mszer\u0171s\u00edthet\u0151k vagy m\u00e9rhet\u0151k. Az ordin\u00e1lis adatok p\u00e9ld\u00e1i k\u00f6z\u00e9 tartoznak a rangsorok, a min\u0151s\u00edt\u00e9sek \u00e9s a Likert-sk\u00e1l\u00e1k.<\/p>\n\n\n\n
M\u00e1sr\u00e9szt a nomin\u00e1lis adatok szint\u00e9n a kategorikus adatok egy t\u00edpusa, de nincs term\u00e9szetes sorrendje vagy rangsorol\u00e1sa. A m\u00e9r\u00e9s nomin\u00e1lis szinten t\u00f6rt\u00e9nik, ami azt jelenti, hogy az adatok csak egym\u00e1st k\u00f6lcs\u00f6n\u00f6sen kiz\u00e1r\u00f3 kateg\u00f3ri\u00e1kba sorolhat\u00f3k, mindenf\u00e9le eredend\u0151 rangsor vagy sorrend n\u00e9lk\u00fcl. A nomin\u00e1lis adatok p\u00e9ld\u00e1i k\u00f6z\u00e9 tartozik a nem, az etnikai hovatartoz\u00e1s \u00e9s a csal\u00e1di \u00e1llapot.<\/p>\n\n\n\n
A f\u0151 k\u00fcl\u00f6nbs\u00e9g az ordin\u00e1lis \u00e9s a nomin\u00e1lis adatok k\u00f6z\u00f6tt az, hogy az ordin\u00e1lis adatoknak term\u00e9szetes sorrendje vagy rangsora van, m\u00edg a nomin\u00e1lis adatoknak nincs. Ha t\u00f6bbet szeretne megtudni az ordin\u00e1lis \u00e9s a nomin\u00e1lis adatok k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9gr\u0151l, n\u00e9zze meg a k\u00f6vetkez\u0151t ez a weboldal.<\/a><\/p>\n\n\n\nNagyon konkr\u00e9t illusztr\u00e1ci\u00f3ra van sz\u00fcks\u00e9ge? Megtervezz\u00fck \u00d6nnek!<\/strong><\/h2>\n\n\n\n
Nem numerikus:<\/strong> <\/em>Az ordin\u00e1lis adatkateg\u00f3ri\u00e1kat nem felt\u00e9tlen\u00fcl sz\u00e1mok jel\u00f6lik, \u00e9s a kateg\u00f3ri\u00e1k lehetnek szavak vagy szimb\u00f3lumok. P\u00e9ld\u00e1ul egy \u00e9ttermi min\u0151s\u00edt\u00e9si rendszer a sz\u00e1m\u00e9rt\u00e9kek helyett csillagokat haszn\u00e1lhat a min\u0151s\u00e9gi szintek jel\u00f6l\u00e9s\u00e9re.<\/p>\n\n\n\n Egyenl\u0151tlen id\u0151k\u00f6z\u00f6k:<\/strong> <\/em>A kateg\u00f3ri\u00e1k k\u00f6z\u00f6tti t\u00e1vols\u00e1gok nem felt\u00e9tlen\u00fcl egyenl\u0151ek. P\u00e9ld\u00e1ul a Likert-sk\u00e1l\u00e1n a \"teljesen egyet\u00e9rt\" \u00e9s az \"egyet\u00e9rt\" k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9g nem felt\u00e9tlen\u00fcl azonos a \"nem \u00e9rtek egyet\" \u00e9s az \"egy\u00e1ltal\u00e1n nem \u00e9rtek egyet\" k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9ggel.<\/p>\n\n\n\n Korl\u00e1tozott sz\u00e1m\u00fa kateg\u00f3ria:<\/strong> Az ordin\u00e1lis adatok jellemz\u0151en v\u00e9ges sz\u00e1m\u00fa kateg\u00f3ri\u00e1val rendelkeznek, amelyeket gyakran a kutat\u00f3 el\u0151re meghat\u00e1roz. Egy felm\u00e9r\u00e9s p\u00e9ld\u00e1ul \u00f6t v\u00e1laszlehet\u0151s\u00e9get tartalmaz\u00f3 Likert-sk\u00e1l\u00e1t haszn\u00e1lhat.<\/p>\n\n\n\n Sz\u00e1madatk\u00e9nt kezelhet\u0151: <\/strong>N\u00e9ha az ordin\u00e1lis adatokat statisztikai elemz\u00e9s c\u00e9lj\u00e1b\u00f3l numerikus adatokk\u00e9nt lehet kezelni, de ezt \u00f3vatosan kell tenni. Az ordin\u00e1lis kateg\u00f3ri\u00e1khoz \u00e9rtelmes numerikus \u00e9rt\u00e9kek hozz\u00e1rendel\u00e9se megk\u00f6nny\u00edtheti az elemz\u00e9st \u00e9s az \u00e9rtelmez\u00e9st, de nem v\u00e1ltoztathatja meg az adatok alapvet\u0151 jelleg\u00e9t.<\/p>\n\n\n\n Az ordin\u00e1lis v\u00e1ltoz\u00f3k olyan v\u00e1ltoz\u00f3k, amelyek \u00e9rt\u00e9keik vagy attrib\u00fatumaik alapj\u00e1n rangsorolhat\u00f3k vagy rendezhet\u0151k. Az ordin\u00e1lis v\u00e1ltoz\u00f3knak k\u00e9t t\u00edpusa van:<\/p>\n\n\n\n A megfeleltetett kateg\u00f3ri\u00e1j\u00fa ordin\u00e1lis v\u00e1ltoz\u00f3k eset\u00e9ben a v\u00e1ltoz\u00f3 kateg\u00f3ri\u00e1i k\u00f6z\u00f6tt term\u00e9szetes sorrend van. Ezt a sorrendet maga a v\u00e1ltoz\u00f3 hat\u00e1rozza meg, \u00e9s a kateg\u00f3ri\u00e1k k\u00f6lcs\u00f6n\u00f6sen kiz\u00e1rj\u00e1k egym\u00e1st. P\u00e9ld\u00e1ul egy \"el\u0151tte-ut\u00e1na\" vizsg\u00e1lati tervben a r\u00e9sztvev\u0151k ugyanazon csoportj\u00e1t k\u00e9t k\u00fcl\u00f6nb\u00f6z\u0151 id\u0151pontban, p\u00e9ld\u00e1ul egy kezel\u00e9s el\u0151tt \u00e9s ut\u00e1n, ugyanazon ordin\u00e1lis v\u00e1ltoz\u00f3t m\u00e9rik. Az \"el\u0151tte\" m\u00e9r\u00e9s kateg\u00f3ri\u00e1it \u00f6sszevetik vagy p\u00e1ros\u00edtj\u00e1k az \"ut\u00e1na\" m\u00e9r\u00e9s kateg\u00f3ri\u00e1ival. <\/p>\n\n\n\n Egy m\u00e1sik p\u00e9lda a p\u00e1rok preferenci\u00e1it \u00f6sszehasonl\u00edt\u00f3 vizsg\u00e1lat egy bizonyos szempontb\u00f3l, ahol az egyik partner preferenci\u00e1it \u00f6sszevetik vagy p\u00e1ros\u00edtj\u00e1k a m\u00e1sik partner preferenci\u00e1ival. A p\u00e1ros\u00edtott kateg\u00f3ri\u00e1kat gyakran elemzik nem parametrikus statisztikai tesztekkel, p\u00e9ld\u00e1ul a Wilcoxon el\u0151jeles rangsor teszt vagy a Friedman-teszt seg\u00edts\u00e9g\u00e9vel, hogy \u00f6sszehasonl\u00edts\u00e1k a kateg\u00f3ri\u00e1k k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9geket az egyes p\u00e1rokon vagy csoportokon bel\u00fcl.<\/p>\n\n\n\n A p\u00e1ros\u00edtatlan kateg\u00f3ria egy m\u00e1sik t\u00edpus\u00fa ordin\u00e1lis v\u00e1ltoz\u00f3. Az illesztett kateg\u00f3ri\u00e1kkal ellent\u00e9tben a nem illesztett kateg\u00f3ri\u00e1k k\u00f6z\u00f6tt nincs egy\u00e9rtelm\u0171 kapcsolat vagy kapcsolat. Ha p\u00e9ld\u00e1ul arra k\u00e9ri a v\u00e1laszad\u00f3kat, hogy \u00e9rt\u00e9kelj\u00e9k a k\u00fcl\u00f6nb\u00f6z\u0151 zenei m\u0171fajok ir\u00e1nti preferenci\u00e1ikat, akkor nem biztos, hogy egy\u00e9rtelm\u0171 sorrend vagy kapcsolat van a jazz, country \u00e9s rock kateg\u00f3ri\u00e1k k\u00f6z\u00f6tt.<\/p>\n\n\n\n A nem illesztett kateg\u00f3ri\u00e1k eset\u00e9ben a kateg\u00f3ri\u00e1k m\u00e9g mindig a v\u00e1laszad\u00f3 egy\u00e9ni preferenci\u00e1i vagy felfog\u00e1sa alapj\u00e1n rendezhet\u0151k, de nincs objekt\u00edv vagy k\u00f6vetkezetes sorrend, amely minden v\u00e1laszad\u00f3ra \u00e9rv\u00e9nyes. Ez megnehez\u00edtheti az adatok elemz\u00e9s\u00e9t \u00e9s \u00e9rtelmez\u00e9s\u00e9t a megfeleltetett kateg\u00f3ri\u00e1khoz k\u00e9pest, amelyek vil\u00e1gos \u00e9s k\u00f6vetkezetes sorrenddel rendelkeznek.<\/p>\n\n\n\n Ordin\u00e1lis adatokra sz\u00e1mos kutat\u00e1si ter\u00fcleten \u00e9s k\u00fcl\u00f6nb\u00f6z\u0151 t\u00edpus\u00fa m\u00e9r\u00e9sekben tal\u00e1lhatunk p\u00e9ld\u00e1kat. N\u00e9h\u00e1ny p\u00e9lda az ordin\u00e1lis adatokra:<\/p>\n\n\n\n Az intervallumsk\u00e1la olyan t\u00edpus\u00fa m\u00e9r\u00e9si sk\u00e1la, amelyn\u00e9l minden kateg\u00f3ri\u00e1hoz vagy v\u00e1laszhoz egy sz\u00e1m\u00e9rt\u00e9ket rendelnek, \u00e9s az \u00e9rt\u00e9kek k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9gek \u00e9rtelmesek \u00e9s egyenl\u0151ek. Hasonl\u00f3 az ar\u00e1nysk\u00e1l\u00e1hoz, azzal a k\u00fcl\u00f6nbs\u00e9ggel, hogy nincs val\u00f3di nullpontja.<\/p>\n\n\n\n A Celsius-fok\u00fa h\u0151m\u00e9rs\u00e9kleti sk\u00e1la p\u00e9ld\u00e1ul az intervallumsk\u00e1la egyik p\u00e9ld\u00e1ja. A 10\u00b0C \u00e9s 20\u00b0C k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9g megegyezik a 20\u00b0C \u00e9s 30\u00b0C k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9ggel. A 0\u00b0C azonban nem a h\u0151m\u00e9rs\u00e9klet teljes hi\u00e1ny\u00e1t jelenti, hanem a sk\u00e1la egy adott pontj\u00e1t.<\/p>\n\n\n\n A Likert-sk\u00e1la az ordin\u00e1lis adatok egy gyakori t\u00edpusa, amely v\u00e1laszlehet\u0151s\u00e9geket haszn\u00e1l, p\u00e9ld\u00e1ul \"teljesen egyet\u00e9rt\", \"egyet\u00e9rt\", \"semleges\", \"nem \u00e9rt egyet\" \u00e9s \"egy\u00e1ltal\u00e1n nem \u00e9rt egyet\", az attit\u0171d\u00f6k, v\u00e9lem\u00e9nyek vagy \u00e9szlel\u00e9sek m\u00e9r\u00e9s\u00e9re. Minden v\u00e1laszhoz egy sz\u00e1m\u00e9rt\u00e9ket rendelnek, amely \u00e1ltal\u00e1ban 1-t\u0151l 5-ig vagy 1-t\u0151l 7-ig terjed, a magasabb \u00e9rt\u00e9k pozit\u00edvabb vagy er\u0151sebb v\u00e1laszt jelez. A Likert-sk\u00e1l\u00e1t gyakran haszn\u00e1lj\u00e1k felm\u00e9r\u00e9sekben \u00e9s k\u00e9rd\u0151\u00edvekben olyan rendi adatok gy\u0171jt\u00e9s\u00e9re, amelyek meghat\u00e1rozott m\u00f3dszerekkel elemezhet\u0151k.<\/p>\n\n\n\n Az ordin\u00e1lis adatok elemz\u00e9s\u00e9re sz\u00e1mos m\u00f3dszer l\u00e9tezik, t\u00f6bbek k\u00f6z\u00f6tt:<\/p>\n\n\n\n Le\u00edr\u00f3 statisztika:<\/strong> A le\u00edr\u00f3 statisztik\u00e1kat az ordin\u00e1lis adatok k\u00f6zponti tendenci\u00e1j\u00e1nak \u00e9s eloszl\u00e1s\u00e1nak \u00f6sszegz\u00e9s\u00e9re \u00e9s le\u00edr\u00e1s\u00e1ra haszn\u00e1lj\u00e1k. N\u00e9h\u00e1ny \u00e1ltal\u00e1nosan haszn\u00e1lt le\u00edr\u00f3 statisztika a rendi adatok eset\u00e9ben a medi\u00e1n, a m\u00f3dusz \u00e9s a percentilisek. A le\u00edr\u00f3 statisztika seg\u00edthet az adatok \u00e1ltal\u00e1nos \u00e1ttekint\u00e9s\u00e9ben \u00e9s a lehets\u00e9ges probl\u00e9m\u00e1k, p\u00e9ld\u00e1ul a kiugr\u00f3 \u00e9rt\u00e9kek vagy a ferde eloszl\u00e1sok azonos\u00edt\u00e1s\u00e1ban. Ezek azonban nem ny\u00fajtanak inform\u00e1ci\u00f3t a csoportok k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9gek vagy kapcsolatok statisztikai szignifikanci\u00e1j\u00e1r\u00f3l.<\/p>\n\n\n\n Nem parametrikus tesztek: <\/strong>A nem parametrikus teszteket gyakran haszn\u00e1lj\u00e1k ordin\u00e1lis adatok elemz\u00e9s\u00e9re, mivel nem k\u00f6vetelik meg, hogy az adatok egy meghat\u00e1rozott eloszl\u00e1st, p\u00e9ld\u00e1ul norm\u00e1lis eloszl\u00e1st k\u00f6vessenek, \u00e9s nem felt\u00e9telezik, hogy a kateg\u00f3ri\u00e1k k\u00f6z\u00f6tti intervallumok egyenl\u0151ek. Ezek a tesztek nem a megfigyel\u00e9sek pontos \u00e9rt\u00e9kein, hanem a megfigyel\u00e9sek rangsorain alapulnak. A nem parametrikus tesztek robusztusak a kiugr\u00f3 \u00e9rt\u00e9kekkel szemben, \u00e9s gyakran haszn\u00e1lj\u00e1k \u0151ket, ha a parametrikus tesztek felt\u00e9telez\u00e9sei nem teljes\u00fclnek. Ugyanakkor kisebb statisztikai erej\u00fck lehet, mint a parametrikus teszteknek, k\u00fcl\u00f6n\u00f6sen, ha a minta m\u00e9rete kicsi. <\/p>\n\n\n\n Ordin\u00e1lis logisztikus regresszi\u00f3:<\/strong> Az ordin\u00e1lis logisztikus regresszi\u00f3 egy vagy t\u00f6bb ordin\u00e1lis f\u00fcggetlen v\u00e1ltoz\u00f3 \u00e9s egy ordin\u00e1lis f\u00fcgg\u0151 v\u00e1ltoz\u00f3 k\u00f6z\u00f6tti kapcsolat modellez\u00e9s\u00e9re haszn\u00e1lt statisztikai m\u00f3dszer. Ez a m\u00f3dszer akkor hasznos, ha egy ordin\u00e1lis v\u00e1ltoz\u00f3 kimenetel\u00e9t befoly\u00e1sol\u00f3 t\u00e9nyez\u0151ket szeretn\u00e9nk meghat\u00e1rozni. Az ordin\u00e1lis logisztikus regresszi\u00f3 felt\u00e9telezi, hogy a f\u00fcgg\u0151 v\u00e1ltoz\u00f3 kateg\u00f3ri\u00e1i rendezettek, \u00e9s hogy a kateg\u00f3ri\u00e1k k\u00f6z\u00f6tti t\u00e1vols\u00e1g nem felt\u00e9tlen\u00fcl egyenl\u0151. Felt\u00e9telezi tov\u00e1bb\u00e1, hogy a f\u00fcgg\u0151 v\u00e1ltoz\u00f3 \u00e9s a f\u00fcggetlen v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti kapcsolat log-line\u00e1ris.<\/p>\n\n\n\n Korrespondenciaelemz\u00e9s:<\/strong> Ez a m\u00f3dszer k\u00e9t vagy t\u00f6bb ordin\u00e1lis v\u00e1ltoz\u00f3 k\u00f6z\u00f6tti kapcsolat felt\u00e1r\u00e1s\u00e1ra szolg\u00e1l. Seg\u00edt azonos\u00edtani a v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti mint\u00e1zatokat \u00e9s kapcsolatokat, \u00e9s megjelen\u00edteni azokat egy k\u00e9tdimenzi\u00f3s t\u00e9rben. A m\u00f3dszer mag\u00e1ban foglalja egy kontingenciat\u00e1bl\u00e1zat l\u00e9trehoz\u00e1s\u00e1t, amely az egyes kateg\u00f3ri\u00e1k gyakoris\u00e1g\u00e1t mutatja az egyes v\u00e1ltoz\u00f3k eset\u00e9ben. Ezut\u00e1n az adatok \u00e1ltal\u00e1nos eloszl\u00e1sa alapj\u00e1n minden egyes kateg\u00f3ri\u00e1ra kisz\u00e1m\u00edtanak egy pontsz\u00e1mk\u00e9szletet. Ezeket a pontsz\u00e1mokat egy k\u00e9tdimenzi\u00f3s \u00e1bra l\u00e9trehoz\u00e1s\u00e1hoz haszn\u00e1lj\u00e1k, ahol minden kateg\u00f3ri\u00e1t egy pont k\u00e9pvisel. A pontok k\u00f6z\u00f6tti t\u00e1vols\u00e1g jelzi a kateg\u00f3ri\u00e1k k\u00f6z\u00f6tti hasonl\u00f3s\u00e1g vagy k\u00fcl\u00f6nb\u00f6z\u0151s\u00e9g m\u00e9rt\u00e9k\u00e9t.<\/p>\n\n\n\n Struktur\u00e1lis egyenletmodellez\u00e9s:<\/strong> A struktur\u00e1lis egyenletmodellez\u00e9s (SEM) olyan statisztikai m\u00f3dszer, amelyet a v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti kapcsolatok elemz\u00e9s\u00e9re \u00e9s \u00f6sszetett modellek tesztel\u00e9s\u00e9re haszn\u00e1lnak. Ez egy t\u00f6bbv\u00e1ltoz\u00f3s elemz\u00e9si technika, amely t\u00f6bb v\u00e1ltoz\u00f3t k\u00e9pes kezelni, mind a megfigyelt, mind a l\u00e1tens v\u00e1ltoz\u00f3kat, \u00e9s k\u00e9pes a v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti oks\u00e1gi kapcsolatok tesztel\u00e9s\u00e9re. Az ordin\u00e1lis adatok elemz\u00e9sekor a SEM olyan modellek tesztel\u00e9s\u00e9re haszn\u00e1lhat\u00f3, amelyek t\u00f6bb ordin\u00e1lis v\u00e1ltoz\u00f3t \u00e9s l\u00e1tens konstrukci\u00f3t tartalmaznak. Seg\u00edthet tov\u00e1bb\u00e1 azonos\u00edtani \u00e9s megbecs\u00fclni a v\u00e1ltoz\u00f3k egym\u00e1sra gyakorolt k\u00f6zvetlen \u00e9s k\u00f6zvetett hat\u00e1sainak nagys\u00e1g\u00e1t.<\/p>\n\n\n\n A k\u00f6vetkeztet\u00e9si statisztika a statisztika egyik \u00e1ga, amely mag\u00e1ban foglalja a k\u00f6vetkeztet\u00e9sek levon\u00e1s\u00e1t \u00e9s a popul\u00e1ci\u00f3ra vonatkoz\u00f3 k\u00f6vetkeztet\u00e9sek levon\u00e1s\u00e1t egy adatminta alapj\u00e1n. Ez egy hat\u00e9kony eszk\u00f6z, amely lehet\u0151v\u00e9 teszi a kutat\u00f3k sz\u00e1m\u00e1ra, hogy a megfigyelt adatokon t\u00fal \u00e1ltal\u00e1nos\u00edt\u00e1sokat, el\u0151rejelz\u00e9seket \u00e9s hipot\u00e9ziseket tegyenek egy nagyobb csoportra vonatkoz\u00f3an.<\/p>\n\n\n\n M\u00edg a le\u00edr\u00f3 statisztik\u00e1k \u00f6sszefoglalj\u00e1k \u00e9s le\u00edrj\u00e1k az adatokat, a k\u00f6vetkeztet\u00e9si statisztik\u00e1k egy l\u00e9p\u00e9ssel tov\u00e1bb mennek a val\u00f3sz\u00edn\u0171s\u00e9gelm\u00e9let \u00e9s a statisztikai m\u00f3dszerek alkalmaz\u00e1s\u00e1val a minta adatainak elemz\u00e9s\u00e9re \u00e9s k\u00f6vetkeztet\u00e9sek levon\u00e1s\u00e1ra a popul\u00e1ci\u00f3ra vonatkoz\u00f3an, amelyb\u0151l a mint\u00e1t vett\u00e9k. A k\u00f6vetkeztet\u00e9si statisztika felhaszn\u00e1l\u00e1s\u00e1val a kutat\u00f3k el\u0151rejelz\u00e9seket tehetnek, hipot\u00e9ziseket tesztelhetnek, \u00e9s a meg\u00e1llap\u00edt\u00e1sok alapj\u00e1n megalapozott d\u00f6nt\u00e9seket hozhatnak.<\/p>\n\n\n\n Az ordin\u00e1lis adatokat sz\u00e1mos alkalmaz\u00e1sban haszn\u00e1lj\u00e1k, \u00e9s gyakran felm\u00e9r\u00e9sek, k\u00e9rd\u0151\u00edvek \u00e9s m\u00e1s kutat\u00e1si form\u00e1k seg\u00edts\u00e9g\u00e9vel gy\u0171jtik \u0151ket. \u00cdme n\u00e9h\u00e1ny gyakori felhaszn\u00e1l\u00e1si m\u00f3dja az ordin\u00e1lis adatoknak:<\/p>\n\n\n\n A felm\u00e9r\u00e9sek \u00e9s k\u00e9rd\u0151\u00edvek az ordin\u00e1lis adatok gy\u0171jt\u00e9s\u00e9nek gyakori m\u00f3dja. Egy felm\u00e9r\u00e9s p\u00e9ld\u00e1ul arra k\u00e9rheti a v\u00e1laszad\u00f3kat, hogy egy \"egy\u00e1ltal\u00e1n nem \u00e9rtek egyet\" \u00e9s \"teljesen egyet\u00e9rtek\" k\u00f6z\u00f6tti sk\u00e1l\u00e1n \u00e9rt\u00e9kelj\u00e9k az \u00e1ll\u00edt\u00e1ssal val\u00f3 egyet\u00e9rt\u00e9s\u00fcket. Az ilyen t\u00edpus\u00fa adatok ezut\u00e1n felhaszn\u00e1lhat\u00f3k a v\u00e1laszok tendenci\u00e1inak vagy mint\u00e1inak elemz\u00e9s\u00e9re.<\/p>\n\n\n\n Az ordin\u00e1lis adatok a k\u00fcl\u00f6nb\u00f6z\u0151 v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti kapcsolat m\u00e9r\u00e9s\u00e9re is felhaszn\u00e1lhat\u00f3k a kutat\u00e1si tanulm\u00e1nyokban. Egy kutat\u00f3 p\u00e9ld\u00e1ul egy ordin\u00e1lis sk\u00e1l\u00e1t haszn\u00e1lhat egy adott t\u00fcnet s\u00falyoss\u00e1g\u00e1nak m\u00e9r\u00e9s\u00e9re egy adott betegs\u00e9gben szenved\u0151 betegcsoportban. Az ilyen t\u00edpus\u00fa adatok ezut\u00e1n felhaszn\u00e1lhat\u00f3k a t\u00fcnet s\u00falyoss\u00e1g\u00e1nak \u00f6sszehasonl\u00edt\u00e1s\u00e1ra a betegek k\u00fcl\u00f6nb\u00f6z\u0151 csoportjaiban, vagy a t\u00fcnet id\u0151beli v\u00e1ltoz\u00e1sainak nyomon k\u00f6vet\u00e9s\u00e9re.<\/p>\n\n\n\n Az ordin\u00e1lis adatok az \u00fcgyf\u00e9lszolg\u00e1laton is haszn\u00e1lhat\u00f3k az \u00fcgyfelek el\u00e9gedetts\u00e9g\u00e9nek vagy el\u00e9gedetlens\u00e9g\u00e9nek m\u00e9r\u00e9s\u00e9re. P\u00e9ld\u00e1ul egy \u00fcgyfelet megk\u00e9rhetnek arra, hogy a \"nagyon el\u00e9gedetlen\" \u00e9s a \"nagyon el\u00e9gedett\" k\u00f6z\u00f6tti sk\u00e1l\u00e1n \u00e9rt\u00e9kelje a v\u00e1llalat term\u00e9k\u00e9vel vagy szolg\u00e1ltat\u00e1s\u00e1val kapcsolatos tapasztalatait. Az ilyen t\u00edpus\u00fa adatok ezut\u00e1n felhaszn\u00e1lhat\u00f3k a fejlesztend\u0151 ter\u00fcletek azonos\u00edt\u00e1s\u00e1ra \u00e9s az \u00fcgyf\u00e9lel\u00e9gedetts\u00e9g v\u00e1ltoz\u00e1sainak id\u0151beli nyomon k\u00f6vet\u00e9s\u00e9re.<\/p>\n\n\n\n Az ordin\u00e1lis adatok \u00e1ll\u00e1sp\u00e1ly\u00e1zatokban is felhaszn\u00e1lhat\u00f3k a p\u00e1ly\u00e1z\u00f3 k\u00e9pzetts\u00e9g\u00e9nek vagy tapasztalat\u00e1nak m\u00e9r\u00e9s\u00e9re. P\u00e9ld\u00e1ul egy munk\u00e1ltat\u00f3 megk\u00e9rheti az \u00e1ll\u00e1skeres\u0151ket, hogy egy bizonyos ter\u00fcleten szerzett tapasztalataikat a \"nincs tapasztalat\" \u00e9s a \"szak\u00e9rt\u0151\" k\u00f6z\u00f6tti sk\u00e1l\u00e1n \u00e9rt\u00e9kelj\u00e9k. Az ilyen t\u00edpus\u00fa adatok ezut\u00e1n felhaszn\u00e1lhat\u00f3k a k\u00fcl\u00f6nb\u00f6z\u0151 \u00e1ll\u00e1sp\u00e1ly\u00e1z\u00f3k k\u00e9pzetts\u00e9g\u00e9nek \u00f6sszehasonl\u00edt\u00e1s\u00e1ra, \u00e9s a legk\u00e9pzettebb jel\u00f6lt kiv\u00e1laszt\u00e1s\u00e1ra.<\/p>\n\n\n\n Az ordin\u00e1lis \u00e9s nomin\u00e1lis adatok a kategorikus adatok k\u00e9t t\u00edpusa. A f\u0151 k\u00fcl\u00f6nbs\u00e9g k\u00f6z\u00f6tt\u00fck a m\u00e9r\u00e9si szintj\u00fckben \u00e9s az \u00e1ltaluk k\u00f6zvet\u00edtett inform\u00e1ci\u00f3ban rejlik.<\/p>\n\n\n\n Az ordin\u00e1lis adatok a kategorikus adatok olyan t\u00edpusa, ahol a v\u00e1ltoz\u00f3knak term\u00e9szetes sorrendje vagy rangsora van. Ordin\u00e1lis szinten m\u00e9rik, ami azt jelenti, hogy term\u00e9szetes sorrenddel rendelkezik, de az \u00e9rt\u00e9kek k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9gek nem sz\u00e1mszer\u0171s\u00edthet\u0151k vagy m\u00e9rhet\u0151k. Az ordin\u00e1lis adatok p\u00e9ld\u00e1i k\u00f6z\u00e9 tartoznak a rangsorok, a min\u0151s\u00edt\u00e9sek \u00e9s a Likert-sk\u00e1l\u00e1k.<\/p>\n\n\n\n M\u00e1sr\u00e9szt a nomin\u00e1lis adatok szint\u00e9n a kategorikus adatok egy t\u00edpusa, de nincs term\u00e9szetes sorrendje vagy rangsorol\u00e1sa. A m\u00e9r\u00e9s nomin\u00e1lis szinten t\u00f6rt\u00e9nik, ami azt jelenti, hogy az adatok csak egym\u00e1st k\u00f6lcs\u00f6n\u00f6sen kiz\u00e1r\u00f3 kateg\u00f3ri\u00e1kba sorolhat\u00f3k, mindenf\u00e9le eredend\u0151 rangsor vagy sorrend n\u00e9lk\u00fcl. A nomin\u00e1lis adatok p\u00e9ld\u00e1i k\u00f6z\u00e9 tartozik a nem, az etnikai hovatartoz\u00e1s \u00e9s a csal\u00e1di \u00e1llapot.<\/p>\n\n\n\n A f\u0151 k\u00fcl\u00f6nbs\u00e9g az ordin\u00e1lis \u00e9s a nomin\u00e1lis adatok k\u00f6z\u00f6tt az, hogy az ordin\u00e1lis adatoknak term\u00e9szetes sorrendje vagy rangsora van, m\u00edg a nomin\u00e1lis adatoknak nincs. Ha t\u00f6bbet szeretne megtudni az ordin\u00e1lis \u00e9s a nomin\u00e1lis adatok k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9gr\u0151l, n\u00e9zze meg a k\u00f6vetkez\u0151t ez a weboldal.<\/a><\/p>\n\n\n\nAz ordin\u00e1lis v\u00e1ltoz\u00f3k t\u00edpusai<\/strong><\/h2>\n\n\n\n
Megfelel\u0151 kateg\u00f3ria<\/h3>\n\n\n\n
P\u00e1ratlan kateg\u00f3ria<\/h3>\n\n\n\n
P\u00e9ld\u00e1k az ordin\u00e1lis adatokra<\/strong><\/h2>\n\n\n\n
Intervallum sk\u00e1la<\/h3>\n\n\n\n
Likert-sk\u00e1la<\/h3>\n\n\n\n
Hogyan elemezz\u00fcnk ordin\u00e1lis adatokat?<\/strong><\/h2>\n\n\n\n
K\u00f6vetkeztet\u00e9si statisztika<\/strong><\/h2>\n\n\n\n
Az ordin\u00e1lis adatok felhaszn\u00e1l\u00e1sa<\/strong><\/h2>\n\n\n\n
Felm\u00e9r\u00e9sek\/k\u00e9rd\u0151\u00edvek<\/h3>\n\n\n\n
Kutat\u00e1s<\/h3>\n\n\n\n
\u00dcgyf\u00e9lszolg\u00e1lat<\/h3>\n\n\n\n
\u00c1ll\u00e1sp\u00e1ly\u00e1zatok<\/h3>\n\n\n\n
Az ordin\u00e1lis \u00e9s nomin\u00e1lis adatok k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9g<\/strong><\/h2>\n\n\n\n
Nagyon konkr\u00e9t illusztr\u00e1ci\u00f3ra van sz\u00fcks\u00e9ge? Megtervezz\u00fck \u00d6nnek!<\/strong><\/h2>\n\n\n\n
![\"\"](\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2022\/11\/beautiful-poster-templates.png\")
<\/a><\/figure><\/div>\n\n\n