Contente
- TL; DR (muito longo; não leu)
- Variáveis categóricas e de intervalo
- Razão e Variáveis Ordinais
- Conclusões
- Vantagens da medição ordinal
- Desvantagens da medição ordinal
As medidas estatísticas requerem variáveis, mas todas as variáveis não são as mesmas. Algumas variáveis como peso, velocidade ou dólares gastos podem ser medidas com precisão. As opiniões, no entanto, são uma questão diferente. Os pacientes podem avaliar seu nível de dor em uma escala de um a dez, ou os freqüentadores de cinema podem avaliar o quão bem gostaram de um filme que acabaram de assistir. Esses tipos de indicadores são medições ordinais. Eles não são precisos da maneira que as medidas físicas ou econômicas podem ser, mas as medidas ordinais podem, no entanto, fornecer informações valiosas para os pesquisadores.
TL; DR (muito longo; não leu)
As medidas ordinais geralmente se referem a pesquisas, nas quais a opinião do usuário está sendo quantificada.
Variáveis categóricas e de intervalo
As diferentes variáveis estatísticas incluem variáveis categóricas, de intervalo, razão e ordinais. Variáveis categóricas referem-se a tipos sem ordem. Aves, mamíferos, répteis e peixes são tipos que podem ser nomeados, mas não têm ordem matemática em relação um ao outro. Variáveis de intervalo são variáveis que se relacionam igualmente ao longo de uma escala comum; por exemplo, mudanças de temperatura, onde a diferença entre 50 e 60 graus é a mesma que entre 60 e 70 graus - 10 graus.
Razão e Variáveis Ordinais
As variáveis de proporção começam com zero, representando igualdade entre duas coisas, e prosseguem para fatores que representam diferença relativa. Comparando a população da China com os Estados Unidos, uma variável de proporção pode tomar os Estados Unidos como base zero, com 311 milhões de pessoas, o que dá à China, com 1,3 bilhão de pessoas, um valor de proporção de 4,29. A China tem 4,29 tantas pessoas quanto os Estados Unidos. Variáveis ordinais medem qualidades; por exemplo, uma pesquisa pode dizer: "Com seu governador atual, você é: (1) muito insatisfeito, (2) insatisfeito, (3) não tem opinião, (4) está satisfeito ou (5) está muito satisfeito".
Conclusões
A medição ordinal é projetada para inferir conclusões, enquanto outros métodos são usados para descrever conclusões. Conclusões descritivas organizam fatos mensuráveis de maneira que possam ser resumidos. Se uma análise estatística da renda média per capita em uma cidade mudar ao longo de três anos, essa mudança poderá ser declarada quantitativamente. Nenhuma inferência, no entanto, pode ser feita sobre o motivo pelo qual a média mudou. O que você vê é o que recebe: números. As conclusões inferenciais tentam enxergar além dos números reais e chegar a alguma conclusão qualitativa, por exemplo: "A maioria dos clientes do Frosty Boy Ice Cream está satisfeita".
Vantagens da medição ordinal
A medição ordinal é normalmente usada para pesquisas e questionários. A análise estatística é aplicada às respostas uma vez coletadas para colocar as pessoas que responderam à pesquisa nas várias categorias. Os dados são então comparados para tirar inferências e conclusões sobre toda a população pesquisada em relação às variáveis específicas. A vantagem de usar a medição ordinal é a facilidade de agrupamento e categorização. Se você fizer uma pergunta de pesquisa sem fornecer as variáveis, é provável que as respostas sejam tão diversas que não possam ser convertidas em estatísticas.
Desvantagens da medição ordinal
As mesmas características da medição ordinal que criam suas vantagens também criam certas desvantagens. As respostas geralmente são tão estreitas em relação à pergunta que elas criam ou ampliam o viés que não é considerado na pesquisa. Por exemplo, na questão da satisfação com o governador, as pessoas podem estar satisfeitas com o desempenho no trabalho, mas chateadas com um recente escândalo sexual. A pergunta da pesquisa pode levar os entrevistados a declarar sua insatisfação com o escândalo, apesar da satisfação com o desempenho no trabalho - mas a conclusão estatística não será diferenciada.