Știința datelor se învârte în jurul procesării și analizei datelor utilizând o serie de instrumente și tehnici. În lumea actuală bazată pe date, întâlnim tipuri de date, fiecare care necesită manipulare și interpretare. Este important să înțelegeți diferitele tipuri de date pentru o analiză adecvată a datelor și o interpretare statistică. Tipul de date determină metodele și operațiunile statistice adecvate care ar trebui utilizate. Diferite tipuri de date necesită metode diferite de analiză și interpretare pentru a trage concluzii semnificative. În acest articol, vom explora conceptul de date, iar semnificația acestuia oferă exemple din lumea reală și vă vom ghida prin modalități de a lucra cu el.

Niveluri de măsurare

Înainte de a analiza un set de date, este esențial să identificați tipul de date pe care îl conține. Din fericire, toate datele pot fi grupate într-una din cele patru categorii: date nominale, ordinale, de interval sau raport. Deși acestea sunt adesea denumite tipuri de date, ele sunt de fapt diferite niveluri de măsurare. Nivelul de măsurare reflectă acuratețea cu care a fost cuantificată o variabilă și determină metodele care pot fi utilizate pentru a extrage informații din date.

Cele patru categorii de date nu sunt întotdeauna ușor de distins și aparțin în schimb unei ierarhii, fiecare nivel construindu-se pe cel precedent.

Există patru tipuri de date: categoriale, care pot fi împărțite în continuare în nominale și ordinale, și numerice, care pot fi împărțite în continuare în interval și raport. Scalele nominale și ordinale sunt relativ imprecise, ceea ce le face mai ușor de analizat, dar oferă perspective mai puțin precise. Pe de altă parte, scalele de interval și raport sunt mai complexe și dificil de analizat, dar au potențialul de a oferi informații mult mai bogate.

• Date nominale – Datele nominale sunt un tip de date de bază care clasifică datele prin etichetarea sau denumirea de valori, cum ar fi sexul, culoarea părului sau tipurile de animale. Nu are nicio ierarhie.
• Date ordinale – Datele ordinale implică clasificarea datelor în funcție de rang, cum ar fi statutul social, în categorii precum „bogat”, „venit mediu” sau „sărac”. Cu toate acestea, nu există intervale stabilite între aceste categorii.
• Date interval – Datele cu intervale sunt o modalitate de organizare și comparare a datelor care include intervale măsurate. Scalele de temperatură, cum ar fi Celsius sau Fahrenheit, sunt exemple bune de date de interval. Cu toate acestea, datele de interval nu au un zero adevărat, ceea ce înseamnă că o măsurătoare de zero poate reprezenta în continuare o măsură cuantificabilă (cum ar fi zero grade Celsius, care este doar un alt punct pe scară și nu înseamnă de fapt că nu există temperatură prezentă) .
• Raportul de date – Cel mai complicat nivel de măsurare este datele raportului. Similar datelor de interval, acesta clasifică și aranjează datele, utilizând intervale măsurate. Dar, spre deosebire de datele de interval, datele de raport includ un zero real. Când o variabilă este zero, nu există nicio prezență a acelei variabile. O ilustrație principală a datelor raportului este măsurarea înălțimii, care nu poate fi negativă.

Ce sunt datele nominale?

Datele categorice, cunoscute și ca date nominale, sunt un tip crucial de informații utilizate în diverse domenii, cum ar fi cercetarea, statistica și analiza datelor. Acesta cuprinde categorii sau etichete care ajută la clasificarea și aranjarea datelor. Caracteristica esențială a datelor categorice este că nu posedă nicio ordine inerentă sau clasare între categoriile sale. În schimb, aceste categorii sunt separate, distincte și se exclud reciproc.

De exemplu, datele nominale sunt folosite pentru a clasifica informațiile în etichete sau categorii distincte, fără nicio ordine naturală sau clasare. Aceste etichete sau categorii sunt reprezentate folosind nume sau termeni și nu există o ordine naturală sau o clasare între ele. Datele nominale sunt utile pentru clasificarea calitativă și organizarea informațiilor, permițând cercetătorilor și analiștilor să grupeze punctele de date pe baza unor atribute sau caracteristici specifice, fără a implica relații numerice.

• Categoriile de culoare a ochilor, cum ar fi albastru sau verde, reprezintă date nominale. Fiecare categorie este distinctă, fără ordine sau clasare.
• Mărcile de smartphone-uri precum iPhone sau Samsung sunt date nominale. Nu există o ierarhie între mărci.
• Modurile de transport precum mașina sau bicicleta sunt date nominale. Sunt categorii discrete fără ordine inerentă.

Caracteristicile datelor nominale

• Datele care sunt clasificate ca nominale sunt compuse din categorii care sunt complet separate și distincte unele de altele.
• Datele care se încadrează în categoria nominală se disting mai degrabă prin etichete descriptive decât prin orice valoare numerică sau cantitativă
• Datele nominale nu pot fi clasate sau ordonate ierarhic, întrucât nicio categorie nu este superioară sau inferioară alteia.

Exemplu

Iată câteva exemple despre modul în care datele nominale sunt utilizate pentru a clasifica și clasifica informațiile în categorii distincte și neordonate:

1. Culorile mașinii: Culorile mașinilor sunt date nominale, cu categorii clare, dar fără ordine sau clasare inerentă. Fiecare mașină se încadrează într-o categorie de culoare, fără nicio legătură logică sau numerică între culori.

2. Tipuri de fructe: Categoriile de fructe dintr-un coș sunt nominale. Fiecare fruct aparține unei categorii specifice, fără ierarhie sau ordine. Toate categoriile sunt distincte și discrete.

3. Genuri de film: Genurile de film sunt date nominale, deoarece nu există nicio clasare între categorii precum acțiune sau comedie. Fiecare gen este unic, dar nu putem spune dacă unul este mai bun decât altul doar pe baza acestor date.

Ce sunt datele ordinale?

Datele ordinale sunt o formă de date calitative care clasifică variabilele în categorii descriptive. Se caracterizează prin faptul că categoriile pe care le folosește sunt clasificate pe un fel de scară ierarhică, cum ar fi de la mare la scăzut. Datele ordinale sunt al doilea cel mai complicat tip de măsurare, după datele nominale. Deși este mai complicată decât datele nominale, cărora le lipsește orice ordine inerentă, este totuși relativ simplistă.

De exemplu, datele ordinale sunt un tip de date utilizate pentru a clasifica articolele cu o ierarhie sau o ordine semnificativă. Aceste categorii ne ajută să comparăm și să ierarhăm diferite realizări, poziții sau performanțe ale elevilor, chiar dacă intervalele dintre ele nu sunt egale. Datele ordinale sunt utile pentru înțelegerea alegerilor sau preferințelor ordonate și pentru evaluarea diferențelor relative.

• Note școlare: Note precum A, B, C sunt date ordinale, clasificate în funcție de realizare, dar intervalele dintre ele variază.
• Nivel de educație: nivelurile precum liceu, licență, master sunt date ordinale, ordonate în funcție de educație, dar decalajele dintre niveluri diferă.
• Nivel de vechime: nivelurile postului, cum ar fi intrarea, mijlocul, seniorul sunt date ordinale, indicând ierarhia, dar decalajul variază în funcție de post și de industrie.

Caracteristicile datelor ordinale

• Datele ordinale se încadrează în categoria datelor nenumerice și categoriale, dar pot folosi totuși valori numerice ca etichete.
• Datele ordinale sunt întotdeauna clasate într-o ierarhie (de unde și numele „ordinal”).
• Datele ordinale pot fi clasificate, dar valorile lor nu sunt distribuite uniform.
• Cu datele ordinale, puteți calcula distribuția frecvenței, modul, mediana și intervalul de variabile.

Exemplu

Iată câteva exemple despre cum sunt utilizate datele ordinale în câmpuri și domenii:

1. Niveluri educaționale: Datele ordinale sunt utilizate în mod obișnuit pentru a reprezenta niveluri de educație, cum ar fi școala, diplomă de licență, masterat și doctorat. Aceste niveluri au o ordine.

2. Evaluări de satisfacție a clienților: O altă aplicare a datelor este în sondajele de satisfacție a clienților. Aceste sondaje cer adesea respondenților să-și evalueze experiența pe o scară, de la slab la excelent.

3. Clase economice: clasele, inclusiv clasa de mijloc și clasa superioară, pot fi clasificate ca date ordinale pe baza clasamentului lor.

Aceste exemple demonstrează modalitățile în care datele ordinale sunt utilizate în câmpuri și domenii.

Date nominale vs obișnuite