Skúmanie ordinálnych údajov: Príklady a využitie

V oblasti výskumu a analýzy údajov je pochopenie rôznych typov údajov nevyhnutné na vyvodenie zmysluplných záverov a prijímanie informovaných rozhodnutí. Jedným z takýchto typov sú poradové údaje, ktoré zohrávajú kľúčovú úlohu v rôznych odboroch, od spoločenských vied až po prieskum trhu. Pochopenie toho, čo predstavujú ordinálne údaje a ako sa líšia od iných typov údajov, je nevyhnutné pre výskumníkov, ktorých cieľom je získať zmysluplné poznatky zo svojich súborov údajov. Tento článok poskytne komplexné vysvetlenie toho, čo sú ordinálne údaje a aký je ich význam v oblasti výskumu.

Čo sú to radové údaje?

Poradové údaje sú typom kategoriálnych údajov, v ktorých majú kategórie prirodzené poradie alebo zoradenie. To znamená, že kategórie sú usporiadané tak, že ich možno zoradiť alebo zoradiť na základe ich relatívnej hodnoty alebo dôležitosti. Napríklad otázka v prieskume, ktorá žiada respondentov, aby ohodnotili svoju mieru súhlasu na stupnici od 1 do 5, je zberom ordinálnych údajov, pretože odpovede majú prirodzené poradie od "rozhodne nesúhlasím" (1) po "rozhodne súhlasím" (5). Príklady ordinálnych údajov možno analyzovať pomocou štatistických metód, ako sú chí-kvadrát testy, ale je potrebná určitá opatrnosť, pretože vzdialenosti medzi kategóriami nemusia byť rovnaké.

Poradové údaje sú vo vedeckom výskume veľmi dôležité, pretože umožňujú klasifikáciu a porovnávanie údajov s prirodzeným poradím alebo zoradením, čo môže poskytnúť cenný pohľad na vzory, vzťahy a trendy v rámci údajov. Tento typ údajov sa často používa v spoločenskovednom výskume, napríklad v prieskumoch a dotazníkoch, kde sa respondenti žiadajú, aby ohodnotili svoje názory alebo skúsenosti na stupnici.

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

Charakteristiky radových údajov

Poradové údaje sú typom kategoriálnych údajov, ktoré predstavujú určité poradie alebo zoradenie medzi kategóriami. Nasledujú niektoré kľúčové charakteristiky ordinálnych údajov:

Objednávka: Kategórie v ordinálnych údajoch majú špecifické poradie alebo poradie a toto poradie predstavuje úroveň súhlasu, nesúhlasu alebo preferencie. Napríklad v prieskume, v ktorom sa pýtame na kvalitu prijatých služieb, by mohli byť možnosti odpovedí "výborná", "dobrá", "primeraná" alebo "slabá", ktoré by mali jasné poradie.

Nečíselné: Kategórie radových údajov nemusia byť nevyhnutne reprezentované číslami a kategóriami môžu byť slová alebo symboly. Napríklad systém hodnotenia reštaurácií môže namiesto číselných hodnôt používať hviezdičky na označenie úrovne kvality.

Nerovnaké intervaly: Vzdialenosti medzi kategóriami nemusia byť rovnaké. Napríklad rozdiel medzi "rozhodne súhlasím" a "súhlasím" na Likertovej stupnici nemusí byť rovnaký ako rozdiel medzi "nesúhlasím" a "rozhodne nesúhlasím".

Obmedzený počet kategórií: Ordinálne údaje majú zvyčajne konečný počet kategórií, ktoré sú často vopred definované výskumníkom. Napríklad v prieskume sa môže použiť Likertova škála s piatimi možnosťami odpovede.

Možno ich spracovať ako číselné údaje: Niekedy sa s poradovými údajmi môže na účely štatistickej analýzy zaobchádzať ako s číselnými údajmi, ale malo by sa to robiť opatrne. Priradenie zmysluplných číselných hodnôt ordinálnym kategóriám môže uľahčiť analýzu a interpretáciu, ale nemalo by zmeniť základnú povahu údajov.

Typy radových premenných

Ordinálne premenné sú premenné, ktoré možno zoradiť alebo zoradiť na základe ich hodnôt alebo atribútov. Existujú dva typy ordinálnych premenných:

Zodpovedajúca kategória

V prípade ordinálnych premenných s porovnanými kategóriami existuje prirodzené poradie kategórií premennej. Toto poradie je definované samotnou premennou a kategórie sa navzájom vylučujú. Napríklad v prípade štúdie pred a po sa u tej istej skupiny účastníkov meria tá istá ordinálna premenná v dvoch rôznych časových bodoch, napríklad pred liečbou a po liečbe. Kategórie v meraní "pred" sa porovnávajú alebo spárujú s kategóriami v meraní "po".

Ďalším príkladom je štúdia porovnávajúca preferencie párov v určitom aspekte, kde sa preferencie jedného partnera porovnávajú alebo spájajú s preferenciami druhého partnera. Porovnané kategórie sa často analyzujú pomocou neparametrických štatistických testov, ako je Wilcoxonov test so znamienkami alebo Friedmanov test, na porovnanie rozdielov medzi kategóriami v rámci každej dvojice alebo skupiny.

Nezodpovedajúca kategória

Nezhodná kategória je ďalším typom ordinálnej premennej. Na rozdiel od priradených kategórií, nepriradené kategórie nemajú jasný vzťah alebo spojenie medzi kategóriami. Ak napríklad žiadate respondentov, aby ohodnotili svoje preferencie pre rôzne typy hudobných žánrov, nemusí existovať jasné usporiadanie alebo vzťah medzi kategóriami jazz, country a rock.

V nezhodných kategóriách môžu byť kategórie stále usporiadané na základe individuálnych preferencií alebo vnímania respondenta, ale neexistuje objektívne alebo konzistentné usporiadanie, ktoré by platilo pre všetkých respondentov. To môže sťažiť analýzu a interpretáciu údajov v porovnaní so zladenými kategóriami, ktoré majú jasné a konzistentné usporiadanie.

Príklady ordinálnych údajov

Príklady ordinálnych údajov možno nájsť v mnohých oblastiach výskumu a v rôznych typoch meraní. Niektoré príklady ordinálnych údajov zahŕňajú:

Intervalová stupnica

Intervalová škála je typ meracej škály, ktorá má ku každej kategórii alebo odpovedi priradenú číselnú hodnotu a rozdiely medzi hodnotami sú zmysluplné a rovnaké. Je podobná pomerovej stupnici s tým rozdielom, že nemá skutočný nulový bod.

Napríklad teplotná stupnica Celzia je príkladom intervalovej stupnice. Rozdiel medzi 10 °C a 20 °C je rovnaký ako rozdiel medzi 20 °C a 30 °C. Avšak 0°C nepredstavuje úplnú absenciu teploty, ale skôr konkrétny bod na stupnici.

Likertova stupnica

Likertova škála je bežný typ ordinálnych údajov, ktorý na meranie postojov, názorov alebo vnímania používa súbor možností odpovedí, ako napríklad "rozhodne súhlasím", "súhlasím", "neutrálne", "nesúhlasím" a "rozhodne nesúhlasím". Každej odpovedi je priradená číselná hodnota, zvyčajne v rozsahu od 1 do 5 alebo od 1 do 7, pričom vyššia hodnota znamená pozitívnejšiu alebo silnejšiu odpoveď. Likertova škála sa často používa v prieskumoch a dotazníkoch na zber ordinálnych údajov, ktoré možno analyzovať pomocou špecifických metód.

Ako analyzovať radové údaje?

Existuje niekoľko metód na analýzu ordinálnych údajov vrátane:

Popisná štatistika: Popisná štatistika sa používa na zhrnutie a opis centrálnej tendencie a rozdelenia ordinálnych údajov. Medzi bežne používané deskriptívne štatistiky pre ordinálne údaje patria medián, modus a percentily. Popisná štatistika môže pomôcť poskytnúť všeobecný prehľad o údajoch a identifikovať prípadné problémy, ako sú odľahlé hodnoty alebo skreslené rozdelenie. Neposkytujú však žiadne informácie o štatistickej významnosti rozdielov alebo vzťahov medzi skupinami.

Neparametrické testy: Neparametrické testy sa bežne používajú na analýzu ordinálnych údajov, pretože nevyžadujú, aby sa údaje riadili určitým rozdelením, napríklad normálnym rozdelením, a nepredpokladajú, že intervaly medzi kategóriami sú rovnaké. Tieto testy sú založené skôr na radoch pozorovaní ako na ich presných hodnotách. Neparametrické testy sú odolné voči odľahlým hodnotám a často sa používajú, keď nie sú splnené predpoklady parametrických testov. Môžu však mať menšiu štatistickú silu ako parametrické testy, najmä ak je veľkosť vzorky malá.

Ordinálna logistická regresia: Ordinálna logistická regresia je štatistická metóda používaná na modelovanie vzťahu medzi jednou alebo viacerými ordinálnymi nezávislými premennými a ordinálnou závislou premennou. Táto metóda je užitočná, keď chcete určiť faktory, ktoré ovplyvňujú výsledok ordinálnej premennej. Ordinálna logistická regresia predpokladá, že kategórie závislej premennej sú usporiadané a že vzdialenosť medzi kategóriami nemusí byť nevyhnutne rovnaká. Predpokladá tiež, že vzťah medzi závislou premennou a nezávislými premennými je log-lineárny.

Analýza korešpondencie: Táto metóda sa používa na skúmanie vzťahu medzi dvoma alebo viacerými ordinálnymi premennými. Pomáha identifikovať vzory a vzťahy medzi premennými a vizualizovať ich v dvojrozmernom priestore. Metóda zahŕňa vytvorenie kontingenčnej tabuľky, ktorá zobrazuje frekvencie jednotlivých kategórií pre každú premennú. Potom sa pre každú kategóriu vypočíta súbor skóre na základe celkového rozdelenia údajov. Tieto skóre sa použijú na vytvorenie dvojrozmerného grafu, kde je každá kategória reprezentovaná bodom. Vzdialenosť medzi bodmi udáva stupeň podobnosti alebo rozdielnosti medzi kategóriami.

Modelovanie štrukturálnych rovníc: Modelovanie štrukturálnych rovníc (SEM) je štatistická metóda používaná na analýzu vzťahov medzi premennými a na testovanie komplexných modelov. Je to technika viacrozmernej analýzy, ktorá dokáže pracovať s viacerými pozorovanými aj latentnými premennými a dokáže testovať kauzálne vzťahy medzi premennými. Pri analýze ordinálnych údajov sa SEM môže použiť na testovanie modelov, ktoré zahŕňajú viacero ordinálnych premenných a latentných konštruktov. Môže tiež pomôcť identifikovať a odhadnúť veľkosť priamych a nepriamych vzájomných účinkov premenných.

Inferenčná štatistika

Inferenčná štatistika je odvetvie štatistiky, ktoré zahŕňa vyvodzovanie záverov a usudzovanie o populácii na základe vzorky údajov. Je to mocný nástroj, ktorý umožňuje výskumníkom robiť zovšeobecnenia, predpovede a hypotézy o väčšej skupine nad rámec pozorovaných údajov.

Zatiaľ čo deskriptívna štatistika sumarizuje a popisuje údaje, inferenčná štatistika ide o krok ďalej tým, že využíva teóriu pravdepodobnosti a štatistické metódy na analýzu údajov vzorky a vyvodenie záverov o populácii, z ktorej bola vzorka odobratá. Využitím inferenčnej štatistiky môžu výskumníci robiť predpovede, testovať hypotézy a na základe zistení prijímať informované rozhodnutia.

Použitie radových údajov

Poradové údaje sa používajú v širokej škále aplikácií a často sa zbierajú prostredníctvom prieskumov, dotazníkov a iných foriem výskumu. Tu sú niektoré bežné spôsoby použitia ordinálnych údajov:

Prieskumy/dotazníky

Prieskumy a dotazníky sú bežným spôsobom zberu poradových údajov. V prieskume sa napríklad respondenti môžu požiadať, aby ohodnotili mieru svojho súhlasu s tvrdením na stupnici od "rozhodne nesúhlasím" po "rozhodne súhlasím". Tento typ údajov sa potom môže použiť na analýzu trendov alebo vzorcov v odpovediach.

Výskum

Ordinálne údaje sa môžu použiť aj vo výskumných štúdiách na meranie vzťahu medzi rôznymi premennými. Výskumník môže napríklad použiť ordinálnu škálu na meranie závažnosti určitého symptómu v skupine pacientov s určitým ochorením. Tento typ údajov sa potom môže použiť na porovnanie závažnosti symptómu v rôznych skupinách pacientov alebo na sledovanie zmien symptómu v priebehu času.

Služby zákazníkom

Ordinálne údaje možno použiť aj v oblasti služieb zákazníkom na meranie spokojnosti alebo nespokojnosti zákazníkov. Zákazník môže byť napríklad požiadaný, aby ohodnotil svoje skúsenosti s produktom alebo službou spoločnosti na stupnici od "veľmi nespokojný" po "veľmi spokojný". Tento typ údajov sa potom môže použiť na identifikáciu oblastí na zlepšenie a na sledovanie zmien v spokojnosti zákazníkov v priebehu času.

Žiadosti o zamestnanie

Ordinálne údaje sa môžu používať aj v žiadostiach o zamestnanie na meranie kvalifikácie alebo úrovne skúseností uchádzača. Zamestnávateľ môže napríklad požiadať uchádzačov o zamestnanie, aby ohodnotili svoju úroveň skúseností v určitej oblasti na stupnici od "bez skúseností" po "expert". Tento typ údajov sa potom môže použiť na porovnanie kvalifikácie rôznych uchádzačov o zamestnanie a na výber najkvalifikovanejšieho uchádzača o zamestnanie.

Rozdiel medzi ordinálnymi a nominálnymi údajmi

Ordinálne a nominálne údaje sú dva typy kategoriálnych údajov. Hlavný rozdiel medzi nimi spočíva v úrovni merania a informáciách, ktoré sprostredkúvajú.

Ordinálne údaje sú typom kategoriálnych údajov, pri ktorých majú premenné prirodzené poradie alebo zoradenie. Merajú sa na ordinálnej úrovni, čo znamená, že majú prirodzené usporiadanie, ale rozdiely medzi hodnotami sa nedajú kvantifikovať ani merať. Príkladom ordinálnych údajov sú rebríčky, hodnotenia a Likertove stupnice.

Na druhej strane, nominálne údaje sú tiež typom kategorických údajov, ale nemajú prirodzené usporiadanie alebo poradie. Meria sa na nominálnej úrovni, čo znamená, že údaje možno zaradiť len do vzájomne sa vylučujúcich kategórií bez prirodzeného poradia alebo usporiadania. Príkladmi nominálnych údajov sú pohlavie, etnický pôvod a rodinný stav.

Hlavný rozdiel medzi ordinálnymi a nominálnymi údajmi spočíva v tom, že ordinálne údaje majú prirodzené poradie, kým nominálne údaje nie. Ak sa chcete dozvedieť viac o rozdieloch medzi ordinálnymi a nominálnymi údajmi, pozrite si túto webovú stránku.

Potrebujete veľmi konkrétnu ilustráciu? Navrhneme ju pre vás!

Mind the Graph platforma ponúka rozsiahlu knižnicu vedeckých ilustrácií a šablón s komplexnými vedeckými pojmami a konkrétnymi obrázkami, ktoré potrebujete. Spoločnosť Mind the Graph s vami bude spolupracovať na vytvorení vysokokvalitnej ilustrácie, ktorá splní vaše očakávania. Táto služba vám zaručí, že budete mať k dispozícii presne také vizuály, aké potrebujete pre svoj výskum, prezentáciu alebo publikáciu, a to bez potreby špecializovaného dizajnérskeho softvéru alebo zručností.