Zmienna nominalna i porządkowa to taka, która umożliwia kategoryzację danych w taki sposób, że w nominalnej kolejności nie ma znaczenia, podczas gdy w porządkowej.
Dlatego te typy zmiennych służą do grupowania danych. Zasadniczą różnicą między nimi jest ta, o której mówiliśmy, kolejność. Tak więc imiona i porządki porządkowe. Osobliwością są te, które przyjmują tylko dwie wartości lub są dychotomiczne.
Miary w zmiennej nominalnej i porządkowej
Skala, czyli sposób pomiaru tego typu zmiennych, ma pewne różnice. Przede wszystkim wynika to z wagi lub nie porządku, o czym wspomnieliśmy powyżej. Zmienna nominalna i porządkowa mają charakter jakościowy, wyrażający cechy analizowanego zjawiska.
Zmienna jakościowaW liczbach porządkowych ich wartości wskazują poziom obecności lub nieobecności określonego aspektu; natomiast w nominalnych wskazują kategorię. Dlatego chociaż liczby całkowite są zwykle używane w obu, ich znaczenie jest bardzo różne, ponieważ w liczbach porządkowych wyrażają uporządkowane wartości.
Z drugiej strony nie można nimi wykonywać operacji matematycznych, w przeciwieństwie do innych, takich jak operacje kardynalne czy ciągłe, gdzie możemy obliczyć statystyki opisowe. W przypadku liczb porządkowych istnieje wyjątek, który zobaczymy poniżej.
Skala Likerta
Tego typu zmienne są zwykle reprezentowane przez liczby, które z kolei reprezentują uporządkowaną kategorię. Powodem ich kodowania jest możliwość wykonania analizy za pomocą programów statystycznych. Ponadto występuje w nich bardzo powszechna forma pomiaru, skala Likerta.
Skala ta, nazwana tak od nazwiska jej twórcy, jest szeroko stosowana w analizie rynku czy percepcji. Przyjmuje wartości od jednego do pięciu lub siedmiu, a nawet dziesięciu. Wszystko zależy od tego, czego chcemy się uczyć. Pozwala na pewne analizy ilościowe, takie jak obliczanie średnich. Łączy więc w sobie zalety wagi porządkowej i możliwość pracy z nią.
Przykłady zmiennej nominalnej i porządkowej
Na koniec spójrzmy na kilka przykładów tego typu zmiennej. Jak już wspomnieliśmy, znajdują szerokie zastosowanie m.in. w badaniach rynkowych.
- Kategoryzujemy serię osób według płci: Wartość pierwsza reprezentuje kobiety, a druga mężczyzn. Mamy do czynienia ze zmienną nominalną i dychotomiczną.
- Chcemy poznać poziom palenia osoby: Klasyfikujemy jako łagodny (1), umiarkowany (2), średni poziom (3), ważny (4) i bardzo ważny (5). Byłby to typ porządkowy.
- Celem jest poznanie percepcji potencjalnych klientów na temat aspektu produktu, który chcemy wprowadzić na rynek: Wartości idą od jednego do siedmiu, w zależności od tego, czy jesteśmy zainteresowani, czy nie. Mamy do czynienia ze skalą typu Likerta, która mierzy zmienną porządkową.
Jak widać, zmienne nominalne i porządkowe mają swoją użyteczność w statystyce. Ponadto umożliwiają one pewne reprezentacje graficzne, takie jak wykresy słupkowe, które przedstawiają częstotliwości każdej kategorii.