En estadísticas, los términos «nominales» y «ordinales» se refieren a diferentes tipos de datos categorizables. Al comprender qué significan 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 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 pedido, y el sonido «ordinal» y «ordenado», lo que hace que la función de los datos ordinales también sea fácil de recordar.
Los datos nominales asignan nombres a cada punto de datos sin colocarlo en algún tipo de orden. Por ejemplo, los resultados de una prueba podrían clasificarse nominalmente como un «pase» o «fallar».
Los datos ordinales agrupan 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.
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 «aprobación» o «fallar» para el resultado de la prueba de cada estudiante. Los datos nominales proporcionan información sobre un grupo o conjunto de eventos, incluso si esa información se limita a simples recuentos.
Por ejemplo, si desea saber cuántas personas nacieron en Florida cada año durante los últimos cinco años, encuentre esas cifras y traza tus resultados en un gráfico de barras. Los datos representados en el gráfico no tienen clasificación u pedido natural; Los números simplemente ilustran un hecho, no necesariamente una preferencia, y son solo etiquetas que responden la pregunta «¿cuántos?» Estos son datos nominales.
¿Cómo saber si una variable es ordinal o nominal?
Los datos de escala nominal tienen el nivel más bajo de contenido de información. Estas variables generalmente se dividen en categorías que están codificadas numéricamente (1 y 2, por ejemplo). Si los datos solo tienen 2 formas posibles, se habla de variables dicotómicas o binarias. En principio, la adjudicación de la numeración no importa, ya que esto no se otorga naturalmente.
En nuestro ejemplo del concierto, esta es la información sobre el género.
Hay dos maneras aquí, hombre o mujer. Ya sea que codifique el hombre con 1 y la mujer con 2 (esto corresponde a nuestro enfoque, ya que refleja el número de cromosomas X) o viceversa no tiene influencia. También puede definir 12 para hombres y 978 para mujeres, eso no cambia. Es crucial que los datos sean equivalentes. Por lo tanto, no son posibles operaciones aritméticas. Solo puede evaluar con qué frecuencia sucede algo (ver Lamberti 2001: página 33). Los ejemplos incluyen género, colores, religión. La media asociada sería el modo, que es el valor cuyo número ha ocurrido con mayor frecuencia.
Los datos con escala ordinal tienen un pedido. Están ordenados por rangos, pero no puede hacer una declaración sobre los intervalos. El ejemplo clásico de esto es el grado escolar. El grado 1 es mejor que el grado 3, pero no se puede decir que uno sea 1 3 veces más bueno que un 3. La distancia entre el grado 1 y 2 no significa lo mismo que la distancia entre 4 y 5 (cf. Lamberti 2001 : página 34). Tampoco hay operaciones informáticas posibles con los datos ordinales. La media asociada sería la mediana, es decir, el valor del 50% que divide sus observaciones en 2 grupos del mismo tamaño.
Los datos con escala de intervalo son la masa de los datos que ocurren. Existe una declaración clara sobre las distancias de los datos, los intervalos llamados SO se definen con precisión (ver Lamberti 2001: página 34). A la temperatura, por ejemplo, la distancia entre 12 y 16 grados Celsius es tan grande como la distancia entre 20 y 24 grados Celsius. Sin embargo, la declaración no es correcta que 10 grados sea el doble de calor que 20 grados. El punto cero se determina arbitrariamente aquí (punto de congelación del agua). En nuestro ejemplo del concierto, por ejemplo, la temperatura de la sala de conciertos se escala el intervalo. La media asociada sería el medio aritmético. Este es el promedio aritmético de todos los valores.
¿Qué es nominales y ordinales?
En escalas ordinales, se pueden ordenar los valores dados a las medidas. Un ejemplo es el tamaño del zapato.
Variables ordinales (ordenadas), por ejemplo, niveles escolares, niveles de ingresos, notas escolares. Variables de intervalo discretas con solo unos pocos valores, por ejemplo, el número de veces casado.
Los datos de intervalo son como ordinales, excepto que podemos decir que los intervalos entre cada valor también se dividen. El ejemplo más común es la temperatura en los grados de Fahrenheit.
Los datos ordinales son un tipo de datos categóricos con un orden o escala definida. Por ejemplo, se dice que los datos ordinales se han recopilado cuando un encuestado ingresa a su nivel de felicidad financiera en una escala de 1 a 10. Un estudiante de pregrado que gane $ 2,000 por mes puede estar en una escala de 8/10, mientras que un padre de 3 niños que ganan $ 5,000 tiene una tarifa de 3/10.
Un ejemplo común es proporcionar información sobre el índice de masa corporal de un individuo, lo que indica si el individuo tiene bajo peso, normal, con sobrepeso u obeso. Este IMC categorizado es un ejemplo de una variable categórica ordinal.
Las escalas nominales se llaman y eso es todo lo que hacen. Otros ejemplos son sexo (hombre, mujer), raza (negro, hispano, oriental, blanco, otro), el partido político (demócrata, republicano, otro), el grupo de sangre (A, B, AB, O) y el estado del embarazo ( embarazada, no embarazada.
¿Cuándo son nominales?
Los datos nominales son un tipo de datos categóricos. Es decir, se usan para representar cualidades nombradas. Sin embargo, los datos nominales no tienen un orden de rango natural para ellos (solo difieren con su nombre).
Por ejemplo, los colores rojo, verde y amarillo describen el color de las manzanas. Sin embargo, ningún color es mayor o menos que otro color.
Estos tres colores no tienen un orden de rango natural para ellos. Difieren solo con su nombre.
Otros ejemplos de datos nominales incluyen: su nombre, su número de tarjeta de crédito y el nombre de la ciudad donde nació. La distinción clave es que los valores nominales no tienen un orden natural para ellos. Sin embargo, todavía se pueden ordenar alfabéticamente.
Hay un número limitado de operaciones matemáticas que podemos realizar en datos nominales. Podemos probar dos valores nominales para la igualdad (es decir, podemos determinar si son la misma categoría nombrada). Además, podemos determinar su modo (es decir, podemos obtener la categoría más frecuente en un conjunto de valores nominales).
Los datos ordinales son un tipo de datos categóricos. Es decir, describen las cualidades nombradas de las cosas. Sin embargo, los datos ordinales tienen un orden de rango natural para ellos. Para que puedan ser ordenados en orden por su rango.
Por ejemplo, podríamos agrupar manzanas en tamaños pequeños, medianos y grandes. Las manzanas medianas son más grandes que las manzanas pequeñas, y las manzanas grandes son más grandes que las manzanas medianas, por lo que tienen un orden de rango natural.
Otros ejemplos de datos ordinales incluyen: medallas de bronce, plata y oro en los Juegos Olímpicos, asignando calificaciones de letras para puntajes de pruebas de estudiantes y velocidades bajas, medianas y altas en un ventilador portátil. La distinción clave es que los valores ordinales tienen un orden natural para ellos, por lo que podemos ordenarlos de manera natural.
Artículos Relacionados:
