تعريف البيانات الاسمية
البيانات الاسمية هي بيانات “مصنفة” أو “مسماة” والتي يمكن تقسيمها إلى مجموعات مختلفة لا تتداخل. لا يتم قياس البيانات أو تقييمها في هذه الحالة ، بل يتم تعيينها فقط لمجموعات متعددة. هذه المجموعات فريدة وليس لها عناصر مشتركة. لا يمكن تحديد ترتيب البيانات التي تم جمعها باستخدام البيانات الاسمية ، وبالتالي ، إذا قمت بتغيير ترتيب البيانات ، فلن يتم تغيير أهمية البيانات.
في التسمية اللاتينية “Nomen” تعني – الاسم. لا تقدم البيانات الاسمية تشابهًا بين العناصر المختلفة ولكن قد لا يتم الكشف عن التفاصيل المتعلقة بهذا التشابه. هذا فقط لتسهيل عملية جمع البيانات وتحليلها على الباحثين. في بعض الحالات ، تسمى البيانات الاسمية أيضًا “البيانات الفئوية”.
إذا كانت البيانات الثنائية تمثل بيانات “ثنائية القيمة” ، فإن البيانات الاسمية تمثل بيانات “متعددة القيم” ولا يمكن أن تكون كمية. تعتبر البيانات الاسمية منفصلة. على سبيل المثال ، يمكن للكلب أن يكون لابرادور أم لا.
تعرف على المزيد حول: المقياس الاسمي
خصائص البيانات الاسمية
دعونا نناقش خصائص البيانات الاسمية باستخدام هذا السؤال:
ما هو العرق الخاص بك؟ –
- آسيا الوسطى
- الأندونيسية
- غرب آسيا
- اليابانية
- لا يمكن تحديد البيانات الاسمية: ستكون البيانات الاسمية دائمًا في شكل تسمية ، أي أن المسح المرسل إلى البلدان الآسيوية قد يتضمن سؤالًا مثل السؤال المذكور في هذه الحالة. هنا ، لا يمكن التحليل الإحصائي أو المنطقي أو العددي للبيانات ، أي لا يمكن للباحث إضافة أو طرح أو مضاعفة البيانات المجمعة أو استنتاج أن المتغير 1 أكبر من المتغير 2.
- عدم وجود ترتيب: على عكس البيانات الترتيبية ، لا يمكن أبدًا تعيين ترتيب محدد للبيانات الاسمية. في المثال أعلاه ، ترتيب خيارات الإجابة غير ذي صلة بالإجابات التي قدمها المستفتى.
- الخاصية النوعية: ستتمتع البيانات المجمعة دائمًا بخاصية نوعية – من المرجح جدًا أن تكون خيارات الإجابة ذات طبيعة نوعية.
- لا يمكن حساب المتوسط: لا يمكن تحديد متوسط البيانات الاسمية حتى لو كانت البيانات مرتبة حسب الترتيب الأبجدي. في المثال المذكور أعلاه ، من المستحيل على الباحث حساب متوسط الردود المقدمة للأعراق بسبب الطبيعة النوعية للخيارات.
- اختتم وضعًا: مطالبة عينة كبيرة من الأفراد بإرسال تفضيلاتهم – ستكون الإجابة الأكثر شيوعًا هي الوضع. في المثال المقدم ، إذا كانت اليابانية هي الإجابة التي أرسلها قسم أكبر من العينة ، فسيكون هذا هو الوضع.
- البيانات في الغالب أبجدية: في معظم الحالات ، تكون البيانات الاسمية أبجدية وليست رقمية – على سبيل المثال ، في الحالة المذكورة. يمكن أيضًا تصنيف البيانات غير الرقمية إلى مجموعات مختلفة.
تعرف على المزيد: البيانات الكمية
تحليل البيانات الاسمي
يتم جمع معظم البيانات الاسمية عبر الأسئلة التي تزود المستفتى بقائمة من العناصر للاختيار من بينها ، على سبيل المثال:
التي تنص هل تعيش فيه؟ ____ (متبوعة بقائمة منسدلة من الدول)
أي من العناصر التالية تختار عادةً لطبقة البيتزا الخاصة بك؟ (اختر كل ما ينطبق)
1) السبانخ
2) بيبروني
3) زيتون
4) السردين
5) سجق
6) إضافة جبن
7) البصل
8) طماطم
9) أخرى (يرجى التحديد) _______________
هناك ثلاث طرق يمكن من خلالها جمع البيانات الاسمية. في المثال الأول ، يتم إعطاء المستفتى مساحة للكتابة في حالته الأصلية. هذا شكل من أشكال السؤال المفتوح الذي سيتم ترميزه في النهاية مع تخصيص رقم لكل ولاية. يمكن أيضًا تقديم هذه المعلومات إلى المدعى عليه في شكل قائمة ، حيث سيختار خيارًا واحدًا.
المثال الثاني في شكل أسئلة إجابات متعددة حيث يتم ترميز كل فئة بـ 1 (إذا تم تحديدها) و 0 إذا لم يتم تحديدها. كما أنه يشتمل على مكون مفتوح النهاية يتيح للمدعى عليه خيار الكتابة في فئة غير مدرجة في القائمة. هذه “الردود الأخرى” يرجى تحديدها ستحتاج إلى ترميز إذا كان سيتم تحليلها.
يتم تحليل البيانات الاسمية باستخدام النسب المئوية و “الوضع” الذي يمثل الاستجابة (الاستجابات) الأكثر شيوعًا. بالنسبة لسؤال معين ، يمكن أن يكون هناك أكثر من إجابة شكلي ، على سبيل المثال ، إذا تم اختيار الزيتون والنقانق بنفس العدد من المرات.
تتيح أسئلة الإجابات المتعددة ، على سبيل المثال المثال الأعلى للبيتزا المذكور أعلاه ، للباحثين القدرة على إنشاء متغير متري يمكن استخدامه لتحليل إضافي. في هذا السيناريو ، يمكن للمجيب تحديد أي أو كل الخيارات التي توفر لك متغيرًا يتراوح من صفر (غير محدد) إلى أقصى عدد من الفئات. تصبح هذه أداة مفيدة لتجزئة المستهلك.
تُستخدم البيانات الاسمية على أفضل نحو لتحديد سمات المستجيبين. على الرغم من محدودية القدرات الإحصائية ، فإن هذا النوع من البيانات مهم لاكتساب فهم أعمق للمشاركين في الاستطلاع. بعد ذلك ، سوف نفحص البيانات الترتيبية.
أمثلة البيانات الاسمية
في كل من الأمثلة المذكورة أدناه ، توجد تسميات مرتبطة بكل خيار من خيارات الإجابة فقط بغرض وضع العلامات. على سبيل المثال ، في السؤال الأول – يتم تخصيص أرقام لكل سلالة من سلالات الكلاب ، بينما في السؤال الثاني – يتم تعيين الأحرف الأولى من كلا الجنسين للراحة فقط.
- يوجد في الولايات المتحدة قسم كبير من الأشخاص الذين يحبون الكلاب ويمتلكونها. بالنسبة لشركة تتعامل مع رعاية الكلاب أثناء غياب أصحابها ، يمكن أن يكون سؤال مثل هذا مفيدًا لتصفية السوق المستهدف: ما هو أكثر سلالات الكلاب المحبوبة؟ –
- الدلماسي – 1
- دوبيرمان – 2
- لابرادور – 3
- الراعي الألماني – 4
- بالنسبة لوكالة السفر التي تتطلع إلى إطلاق خطة سفر لعينة من الأفراد فقط ، هذا هو السؤال الأساسي: من يحب السفر أكثر؟ –
- رجال – م
- نساء – دبليو
- سيميل وكيل العقارات المقيم في نيويورك بشدة لفهم الإجابة على هذا السؤال: ما نوع المنازل التي يفضلها سكان مدينة نيويورك؟ –
- شقق – أ
- أكواخ – ب
- فلل – ج
تعرف على: أنواع مقاييس القياس المتغيرة
