Contenido
- TL; DR (demasiado largo; no leído)
- Datos nominales
- Datos ordinales
- ¿Por qué saber la diferencia es crítico?
- Cómo los datos nominales y ordinales son similares
En estadística, los términos "nominal" y "ordinal" se refieren a diferentes tipos de datos categorizables. Al comprender el significado de cada uno de estos términos y a qué tipo de datos se refiere cada uno, piense en la raíz de cada palabra y deje que eso sea una pista sobre el tipo de datos que describe. Los datos nominales implican nombrar o identificar datos; Debido a que la palabra "nominal" comparte una raíz latina con la palabra "nombre" y tiene un sonido similar, la función de datos nominales es fácil de recordar. Los datos ordinales implican colocar información en un orden, y "ordinal" y "orden" suenan igual, haciendo que la función de los datos ordinales también sea fácil de recordar.
TL; DR (demasiado largo; no leído)
Los datos nominales asignan nombres a cada punto de datos sin colocarlos en algún tipo de orden. Por ejemplo, los resultados de una prueba podrían clasificarse nominalmente como "aprobados" o "reprobados".
Los datos ordinales agrupan los datos de acuerdo con algún tipo de sistema de clasificación: ordena los datos. Por ejemplo, los resultados de las pruebas podrían agruparse en orden descendente por grado: A, B, C, D, E y F.
Datos nominales
Los datos nominales simplemente nombran algo sin asignarlo a un orden en relación con otros objetos o datos numerados. Un ejemplo de datos nominales podría ser una clasificación de "aprobado" o "reprobado" para el resultado de la prueba de cada estudiante. Los datos nominales proporcionan cierta información sobre un grupo o conjunto de eventos, incluso si esa información se limita a meras cuentas.
Por ejemplo, si desea saber cuántas personas nacieron en Florida cada año durante los últimos cinco años, busque esas cifras y trace sus resultados en un gráfico de barras. Los datos representados en el gráfico no tienen clasificación u orden natural; los números simplemente ilustran un hecho, no necesariamente una preferencia, y son solo etiquetas que responden a la pregunta "¿cuántos?" Estos son datos nominales.
Datos ordinales
Los datos ordinales, a diferencia de los datos nominales, implican cierto orden; Los números ordinales se relacionan entre sí de forma ordenada. Por ejemplo, suponga que recibe una encuesta de su restaurante favorito que le pide que brinde comentarios sobre el servicio que recibió. Puede clasificar la calidad del servicio como "1" para los pobres, "2" para debajo del promedio, "3" para el promedio, "4" para muy bueno y "5" para excelente. Los datos recopilados por esta encuesta son ejemplos de datos ordinales. Aquí los números asignados tienen un orden o rango; es decir, una clasificación de "4" es mejor que una clasificación de "2".
Sin embargo, aunque haya asignado un número a su opinión, este número no es una medida cuantitativa: aunque una clasificación de "4" es claramente mejor que una clasificación de "2", no es necesariamente el doble de bueno. Los números no se miden o determinan matemáticamente, sino que simplemente se asignan como etiquetas para las opiniones.
¿Por qué saber la diferencia es crítico?
Cuando trabaje con estadísticas, debe saber si los datos que está viendo son nominales u ordinales, ya que esta información lo ayuda a decidir cómo usar los datos. Un estadístico entiende cómo determinar qué análisis estadístico aplicar a un conjunto de datos en función de si es nominal u ordinal. Las formas de etiquetar los datos en las estadísticas se denominan "escalas"; junto con escalas nominales y ordinales son escalas de intervalo y razón.
Cómo los datos nominales y ordinales son similares
Los datos pueden ser numéricos o categóricos, y los datos nominales y ordinales se clasifican como categóricos. Los datos categóricos se pueden contar, agrupar y, a veces, clasificar en orden de importancia. Se pueden medir datos numéricos. Con los datos categóricos, los eventos o la información se pueden colocar en grupos para brindar cierto sentido de orden o comprensión.