Question 1

Qu'est-ce qui rend les données ordinales différentes des données nominales?

Accepted Answer

Les données ordinales peuvent être disposées dans un ordre spécifique, tandis que les données nominales ne le peuvent pas. Les deux sont comment les données sont classées données catégorielles, mais les échelles ordinales ont un classement significatif. Par exemple, les notes de films d'une à cinq étoiles créent un ensemble de données ordonnées où cinq étoiles se classent plus haut qu'une étoile, mais la différence numérique entre les notes manque d'interprétation significative.

Question 2

Pouvez-vous calculer des différences significatives entre les valeurs de l'échelle ordinale?

Accepted Answer

Non, les différences entre les valeurs ordinales n'ont aucun sens et ne peuvent pas être déterminées. Un film noté cinq étoiles est meilleur qu'un film noté une étoile, mais la différence de quatre étoiles ne fournit aucune information sur la distribution, l'histoire ou les effets visuels. De même, les réponses aux enquêtes comme excellent, bon, satisfaisant et insatisfaisant peuvent être classées mais leurs différences ne peuvent pas être mesurées numériquement.

Question 3

Quels sont des exemples de mesure au niveau ordinal dans la recherche?

Accepted Answer

Des exemples courants de données ordinées comprennent les notes des films sur des échelles, les réponses aux enquêtes de croisière classées de excellent à insatisfaisant, et les classements des parcs nationaux par taille et biodiversité. Les valeurs dichotomiques comme santé versus maladie ou innocent versus coupable représentent également une mesure ordinale. Ces exemples montrent des catégories ordonnées où le classement est possible mais où les différences numériques entre les valeurs n'ont pas de sens.

Question 4

Pourquoi les données ordinales ne peuvent-elles pas être utilisées dans des calculs mathématiques?

Accepted Answer

Les données ordinales ne peuvent pas être utilisées dans des calculs car les intervalles entre les valeurs ne sont pas égaux ou significatifs. Contrairement aux données d'intervalle ou de rapport, les échelles ordinales établissent uniquement un ordre ou un rang. Les étiquettes numériques attribuées aux catégories ordinales sont des classements arbitraires, pas de véritables quantités, rendant les opérations arithmétiques comme l'addition ou la moyenne statistiquement invalides et trompeuses.

Question 5

Comment le niveau de mesure ordinal s'inscrit-il dans les quatre niveaux de mesure?

Accepted Answer

Le niveau ordinal est le second des quatre niveaux de mesure : nominal, ordinal, intervalle et rapport. Les données ordinales ont une capacité d'ordonnancement que les données nominales n'ont pas, mais manquent les intervalles égaux des données d'intervalle et de rapport. Comprendre où s'inscrit l'ordinal aide les chercheurs à sélectionner les procédures statistiques appropriées et assure une analyse de données correcte pour leur recherche.

Question 6

Pourquoi la compréhension de la mesure ordinale est-elle importante pour l'analyse statistique?

Accepted Answer

Les procédures statistiques correctes dépendent de ce que les chercheurs soient familiers avec les niveaux de mesure. Classer à tort des données ordinelles comme des intervalles ou des rapports conduit à des analyses invalides et à des conclusions incorrectes. Reconnaître les données ordinelles garantit que les chercheurs utilisent des méthodes statistiques appropriées qui respectent la propriété d'ordonnancement tout en reconnaissant que des différences significatives entre les valeurs ne peuvent pas être calculées.

Niveau ordinal de mesure

Browse More Videos