Порядковые данные и интервальные данные
Порядковые и интервальные данные — это два из четырех основных типов данных или классификаций, используемых в статистике и других смежных областях. Оба типа данных позволяют классифицировать и выражать информацию.
И порядковые, и интервальные данные также являются единицей измерения количества данных. Изображая данные на шкале, оба типа данных указывают на описание сравнения и контрастов в рамках шкалы.
Различия между этими двумя типами данных заключаются в следующем:
Порядковые данные характеризуются естественным и четким упорядочиванием, ранжированием или последовательностью в шкале. Кроме того, порядковые данные не имеют отношения к определенности или равенству между двумя значениями. Акцент делается на положении значения.
Порядковые данные имеют определенную категорию, а их шкала описывается как неравномерная. Их основное использование — описание данных в виде порядка или ранжирования на основе определенной шкалы атрибутов.
Ординальные данные могут быть выражены в различных формах и с помощью таких слов, как:
первый, второй, третий
начало, середина, конец
один, два, три и так далее…
A, B, C и так далее…
1, 2, 3 и так далее…
Низкий, средний или высокий
Отличным примером также может служить шкала Лайкерта со значениями от одного до десяти. Кроме формирования порядка или ранжирования, из такого типа данных нельзя извлечь никакой другой информации, кроме направления и организации. Любые отношения между значениями также не являются однородными или непоследовательными по сравнению с интервальными данными. Также отсутствует идентифицирующий фактор или расстояние между двумя переменными.
Ординальные данные — это форма непараметрических данных, которые представляют собой тип данных, не предполагающих какой-либо определенной модели распределения или предсказуемости. Номинальные данные также являются формой непараметрических данных.
Это форма параметрических данных, наряду с данными о соотношениях. Как форма параметрических данных, распределение в пределах шкалы этого типа данных предсказуемо.
С другой стороны, в интервальных данных акцент делается на разнице между двумя последовательными значениями на данной шкале. Промежуточное значение имеет равное разделение или равномерную разницу в шкале. Разницу между двумя значениями можно легко увидеть, и она может быть охарактеризована как равномерные и последовательные интервалы внутри каждого интервала.
Интервальные данные часто используются в психологических экспериментах и не могут быть подвержены математическим операциям умножения или деления.
По сравнению с порядковыми данными, интервальные данные имеют более содержательную и непрерывную шкалу измерения. Они также содержат больше количественной информации по сравнению с порядковыми данными.
Этот тип данных характеризуется равномерной шкалой.
Интервальные данные являются одной из форм параметрических данных наряду с данными о соотношениях. Как форма параметрических данных, распределение внутри шкалы этого типа данных предсказуемо и различимо.
Резюме:
1.Порядковые данные больше всего озабочены порядком и ранжированием, а интервальные данные — разницей значений в пределах двух последовательных значений.
2.Порядковые данные делают акцент на положении на шкале, в то время как интервальные данные — на разнице значений двух величин на шкале.
3.В порядковых данных нет уверенности в равенстве, в то время как в интервальных данных оно присутствует.
4.Масштаб и значение разностей в порядковых данных не являются однородными, в то время как в интервальных данных эти два фактора являются однородными.
5.Интервальные данные считаются более информативными видами количественных данных по сравнению с порядковыми данными.
6.Интервальные данные являются формой параметрических данных, в то время как порядковые данные являются формой непараметрических данных.
7.Интервальные данные также могут быть расположены в порядковом порядке.