Las medidas estadísticas requieren variables, pero todas las variables no son las mismas. Algunas variables como el peso o la velocidad o el dinero gastado se pueden medir con precisión. Las opiniones, sin embargo, son un asunto diferente. Los pacientes pueden clasificar su nivel de dolor en una escala de uno a diez, o los asistentes al cine pueden calificar lo bien que disfrutaron una película que acaban de ver. Este tipo de indicadores son medidas ordinales. No son precisas en la forma en que pueden ser las medidas físicas o económicas, pero las medidas ordinales pueden, sin embargo, proporcionar información valiosa para los investigadores.
TL; DR (Demasiado larga; No leída)
Medidas ordinales generalmente se refieren a encuestas, donde se está cuantificando la opinión del usuario.
Variables categóricas y de intervalo
Las diferentes variables estadísticas incluyen variables categóricas, de intervalo, de razón y ordinales. Las variables categóricas se refieren a tipos sin orden. Las aves, los mamíferos, los reptiles y los peces son tipos que pueden nombrarse pero que no tienen un orden matemático relacionado entre sí. Las variables de intervalo son variables que se relacionan por igual a lo largo de una escala común; por ejemplo, cambios de temperatura, donde la diferencia entre 50 y 60 grados es la misma que la diferencia entre 60 y 70 grados - 10 grados.
Proporción y variables ordinales
Las variables de relación comienzan con cero representa la igualdad entre dos cosas, y procede a factores que representan la diferencia relativa. Comparando la población de China con los Estados Unidos, una variable de razón podría tomar a los Estados Unidos como la base cero con 311 millones de personas, lo que le da a China, con 1.300 millones de personas, un valor de razón de 4.29. China tiene 4.29 personas como los Estados Unidos. Las variables ordinales miden las cualidades; por ejemplo, una encuesta podría decir: "Con su actual gobernador, usted está: (1) muy insatisfecho, (2) insatisfecho, (3) no tiene opinión, (4) está satisfecho o (5) está muy satisfecho".
Conclusiones
La medición ordinal está diseñada para inferir conclusiones, mientras que otros métodos se utilizan para describir conclusiones. Conclusiones descriptivas organizan hechos medibles de una manera que pueden resumirse. Si un análisis estadístico del ingreso promedio per cápita en un pueblo cambia en tres años, ese cambio puede establecerse cuantitativamente. Sin embargo, no se puede inferir por qué cambió el promedio. Lo que ves es lo que obtienes: números. Las conclusiones inferenciales intentan ver más allá de las cifras reales para llegar a alguna conclusión cualitativa, por ejemplo, "La mayoría de los clientes de Frosty Boy Ice Cream están satisfechos".
Ventajas de la medición ordinaria
La medición ordinal se usa normalmente para encuestas y cuestionarios. El análisis estadístico se aplica a las respuestas una vez que se recopilan para ubicar a las personas que tomaron la encuesta en las diversas categorías. Luego, se comparan los datos para extraer inferencias y conclusiones sobre toda la población encuestada con respecto a las variables específicas. La ventaja de utilizar la medición ordinal es la facilidad de clasificación y categorización. Si hace una pregunta de la encuesta sin proporcionar las variables, es probable que las respuestas sean tan diversas que no se puedan convertir a estadísticas.
Desventajas de la medición ordinaria
Las mismas características de la medida ordinal que crean su las ventajas también crean ciertas desventajas. Las respuestas son a menudo tan limitadas en relación con la pregunta que crean o magnifican el sesgo que no se tiene en cuenta en la encuesta. Por ejemplo, en la pregunta sobre la satisfacción con el gobernador, la gente podría estar satisfecha con su desempeño laboral, pero molesta por un reciente escándalo sexual. La pregunta de la encuesta podría llevar a los encuestados a declarar su insatisfacción sobre el escándalo, a pesar de la satisfacción con su desempeño laboral, pero la conclusión estadística no se diferenciará.
