בניתוח סטטיסטי, רמת המדידה של משתנים היא קריטית מכיוון שהיא משפיעה על סוג הניתוח האפשרי. נתונים נומינליים מספקים את כמות הפרטים הקטנה ביותר, בעוד שנתוני מרווח ויחס מספקים את רמת הפירוט הגבוהה ביותר; הבדלים אלה משקפים את ההבדלים בין ארבע רמות המדידה העיקריות (נומינלית, סודרת, מרווח ויחס).
למד על: רמת ניתוח
כדי להבין את היסודות של נתונים נומינליים, זה המקום להיות. בבלוג זה, נעבור על היסודות של ניתוח נתונים זה, כולל מה זה, כיצד לזהות אותו, וכמה דוגמאות.
מהם נתונים נומינליים?
נתונים נומינליים הם נתונים "מתויגים" או "בעלי שם" אשר ניתן לחלק לקבוצות שונות שאינן חופפות. הנתונים אינם נמדדים או מוערכים במקרה זה; זה פשוט מוקצה למספר קבוצות. קבוצות אלה הן ייחודיות ואין להן אלמנטים משותפים.
לא ניתן לקבוע את סדר הנתונים שנאספו באמצעות נתונים נומינליים; לכן, אם תשנה את סדר הנתונים, משמעות הנתונים לא תשתנה.
במינוח לטיני, "Nomen" פירושו – שם. הנתונים הנומינליים אמנם מציגים דמיון בין הפריטים השונים, אך ייתכן שפרטים על דמיון זה לא ייחשפו. זאת רק כדי להקל על החוקרים את תהליך איסוף הנתונים וניתוחם. במקרים מסוימים, זה נקרא גם "נתונים קטגוריים".
אם נתונים בינאריים מייצגים נתונים "דו-ערכיים", נתונים אלה מייצגים נתונים "מרובי ערכים", והם אינם יכולים להיות כמותיים. זה נחשב בדיד. לדוגמה, כלב יכול להיות לברדור או לא.
למד על: סולם נומינלי
מאפייני הנתונים הנומינליים
בואו נדון במאפיינים של נתונים נומינליים באמצעות שאלה זו:
- Q. מה המוצא האתני שלך?
- מרכז אסייתי
- אינדונזית
- מערב אסייתי
- יפנית
עכשיו, המאפיינים העיקריים שלה הם:
- לעולם לא ניתן לכמת נתונים נומינליים: זה תמיד יהיה בצורה של מינוח, כלומר, סקר שנשלח למדינות אסיה עשוי לכלול שאלה כמו זו שהוזכרה במקרה זה.
כאן, ניתוח סטטיסטי, לוגי או מספרי של נתונים אינו אפשרי, כלומר, חוקר אינו יכול להוסיף, להחסיר או להכפיל את הנתונים שנאספו או להסיק כי משתנה 1 גדול ממשתנה 2. - היעדר הזמנה: שלא כמו נתונים סודרים, נתונים נומינליים גם לא ניתן להקצות סדר מוגדר. בדוגמה לעיל, סדר אפשרויות התשובה אינו רלוונטי לתשובות שסיפק המשיב.
- מאפיין איכותי: לנתונים שנאספו תמיד תהיה תכונה איכותית – סביר להניח שאפשרויות התשובה יהיו איכותיות באופיין.
- לא ניתן לחשב ממוצע: לא ניתן לקבוע את הממוצע של זה גם אם הנתונים מסודרים בסדר אלפביתי. בדוגמה הנ"ל, לא ניתן לחוקר לחשב את ממוצע התשובות שהוגשו למוצא אתני בגלל האופי האיכותי של האפשרויות.
- סיכום מצב: לבקש ממדגם גדול של אנשים להגיש את העדפותיהם – התשובה הנפוצה ביותר תהיה המצב. בדוגמה שסופקה, אם יפנית היא התשובה שנשלחה על ידי חלק גדול יותר של מדגם, זה יהיה המצב.
- הנתונים הם בעיקר אלפביתיים: ברוב המקרים, הנתונים הנומינליים הם אלפביתיים ולא מספריים – למשל, במקרה הנ"ל. נתונים לא מספריים יכולים גם להיות מסווגים לקבוצות שונות.
למידע נוסף: נתונים כמותיים
ניתוח נתונים נומינליים
רוב הנתונים הנומינליים נאספים באמצעות שאלות המספקות למשיב רשימה של פריטים לבחירה, למשל:
- שאלה 1. באיזו מדינה אתה חי? ____ (ואחריו רשימה נפתחת של מדינות)
- שאלה 2. איזה מהפריטים הבאים אתם בדרך כלל בוחרים עבור תוספות הפיצה שלכם? (בחר את כל האפשרויות הרלוונטיות)
- תרד
- פפרוני
- זיתים
- סרדינים
- נקניק
- תוספת גבינה
- בצל
- עגבניות
- אחר (נא לפרט) _______________
ישנן שלוש דרכים שבהן ניתן לאסוף נתונים נומינליים. בדוגמה הראשונה, ניתן למשיב מקום לכתוב במדינתו. זוהי שאלה פתוחה שבסופו של דבר תקודד כאשר לכל מדינה יוקצה מספר. מידע זה יכול להימסר למשיב גם בצורה של רשימה, שבה הם יבחרו באפשרות אחת.
הדוגמה השנייה היא בצורה של שאלות תגובה מרובות שבהן כל קטגוריה מקודדת 1 (אם נבחרה) ו-0 אם לא נבחרה. כמו כן, הוא משלב רכיב פתוח המאפשר למשיב אפשרות לכתוב בקטגוריה שאינה נכללת ברשימה. תגובות "אחרות (נא לפרט)" אלה יזדקקו לקידוד אם יש לנתח אותן.
נתונים נומינליים מנותחים באמצעות אחוזים ו'מצב', המייצג את התגובות הנפוצות ביותר. עבור שאלה נתונה, יכולה להיות יותר מתשובה מודאלית אחת, למשל, אם זיתים ונקניק נבחרו שניהם באותו מספר פעמים.
שאלות תגובה מרובות, למשל, דוגמת ציפוי הפיצה המפורטת לעיל, מאפשרות לחוקרים את היכולת ליצור משתנה מטרי שיכול לשמש לניתוח נוסף. בתרחיש זה, המשיב יכול לבחור כל האפשרויות או לספק לך משתנה בטווח שבין אפס (לא נבחר) למספר המרבי של קטגוריות. זה הופך להיות כלי שימושי עבור פילוח התנהגותי הצרכן.
למידע נוסף: פילוח שוק
סטטיסטיקה תיאורית
התפלגות הנתונים יכולה להיקבע באמצעות סטטיסטיקה תיאורית. אנו יכולים להשתמש בשתי שיטות סטטיסטיקה תיאוריות עבור נתונים אלה:
- טבלת התפלגות תדרים: זה נועד לארגן נתונים נומינליים בסדר כלשהו. טבלה מסוג זה מקלה לראות כמה תגובות היו לכל קטגוריה במשתנה.
- נטייה מרכזית: מצב זה ידוע בדרך כלל כמצב. הוא משמש כמדד להיכן נמצאים רוב הערכים. עם זאת, רק מצב אחד ניתן להעריך עבור נתונים אלה כי זה רק איכותי.
למד על: ניתוח תיאורי
ניתוח גרפי
הניתוח הגרפי כולל הצגת הנתונים במלואם בפורמט חזותי. בדומה לסטטיסטיקה תיאורית, הצגה חזותית של הנתונים עוזרת לך לראות מה הם מספרים ביתר קלות. ניתן להשתמש בשיטות אלה על ערכת הנתונים המלאה בטבלה ומדגם שנלקח ממנה.
- תרשים עמודות: התדירות של כל תגובה מיוצגת באופן גרפי כסרגל העולה אנכית מהציר האופקי בתרשים עמודות, המשמש בעיקר. גובהו של כל סרגל נמצא בקורלציה הפוכה לתדירות התשובה הרלוונטית.
- תרשים עוגה: תדירות האחוזים של כל מדגם של ערכת הנתונים הנומינלית יכולה להיות מיוצגת על ידי תרשים עוגה, המשמש גם.
החוקר משתמש בדרך כלל בתרשים עוגה כדי לייצג אחוזים (או שברים), בעוד שתרשים עמודות משמש בדרך כלל לייצוג תדרי התפלגות (מצב).
סיווג נתונים נומינליים
נתונים נומינליים דורשים סיווג המבוסס על קווי דמיון והבדלים כדי להיות מנותחים כראוי. בשיטה זו, החוקרים יכולים להשוות את ממצאי המחקר שלהם על ידי התאמתם לאוסף דומה של נתונים שלא נחקרו.
- קטגוריה מותאמת: דגימות מאותה קבוצת משתני נתונים נומינליים מקובצות יחד בקטגוריה המתאימה. תוצאות סטטיסטיות משופרות הן המטרה העיקרית של התאמה, אשר מושגת על ידי הפחתת ההשפעה של גורמים מבלבלים.
- קטגוריה ללא תחרות: מדגמים לא תואמים מכילים משתנים שאינם קשורים זה לזה. זוהי בחירה אקראית מתוך כמה מערכי נתונים שונים ללא מכנה משותף.
מבחנים סטטיסטיים
מבחנים סטטיסטיים מאפשרים לך לבחון השערה על ידי התעמקות במידע שהנתונים חושפים, בעוד שסטטיסטיקה תיאורית, ניתוח גרפי וסיווג רק מסכמים את הנתונים הנומינליים לניתוח פשוט. בניתוח סטטיסטי, הבחנה בין נתונים קטגוריאליים לנתונים מספריים היא חיונית, שכן נתונים קטגוריים כוללים קטגוריות או תוויות נפרדות, בעוד שנתונים מספריים מורכבים מכמויות מדידות.
עבור נתונים נומינליים וסודרים, בדיקות סטטיסטיות לא פרמטריות משמשים. לכן, אתה יכול לעשות את מבחן Chi-square הפופולרי בעת בחינת מערך נתונים נומינלי:
- טוב צ'י-ריבוע של מבחן התאמה: בדיקה זו קובעת אם מדגם הנתונים אופייני לכלל אוכלוסיית הנתונים. הבדיקה מיושמת כאשר המידע נאסף באמצעות דגימה אקראית מאוכלוסייה אחת.
- מבחן עצמאות צ'י-ריבוע: זה בוחן את הקשר בין שני משתנים נומינליים. בדיקת השערות מאפשרת לקבוע את עצמאותם של שני משתנים נומינליים ממדגם אחד.
דוגמאות לנתונים נומינליים
בכל אחת מהדוגמאות המוזכרות להלן, ישנן תוויות המשויכות לכל אחת מאפשרויות התשובה רק לצורך תיוג. לדוגמה, בשאלה הראשונה, לכל גזע כלבים מוקצים מספרים, ואילו בשאלה השנייה, לשני המינים מוקצים ראשי תיבות תואמים מטעמי נוחות בלבד.
- שאלה 1. בארה"ב יש חלק עצום של אנשים שאוהבים כלבים ומחזיקים בהם. עבור חברה העוסקת בטיפול בכלבים בזמן שהבעלים לא נמצאים, שאלה כזו יכולה להיות שימושית כדי לסנן את קהל היעד שלהם: מהו גזע הכלבים האהוב ביותר?
- דלמטי – 1
- דוברמן – 2
- לברדור – 3
- רועה גרמני – 4
- שאלה 2. עבור סוכנות נסיעות המעוניינת להשיק תוכנית נסיעות אך ורק עבור מדגם של אנשים, זו השאלה הבסיסית ביותר: מי אוהב לטייל יותר?
- גברים – M
- נשים – W
- שאלה 3. סוכן נדל"ן שבסיסו בניו יורק יהיה נוטה מאוד להבין את התשובה לשאלה זו: איזה סוג של בתים מועדפים על ידי תושבי העיר ניו יורק?
- דירות – A
- בונגלו – B
- וילות – C
למד על: סוגי סולמות מדידה משתנים
שימוש ב-QuestionPro Research Suite לאיסוף וניתוח נתונים נומינליים
QuestionPro Research Suite היא פלטפורמה לסקרים ומחקרים שניתן להשתמש בהם כדי לבחון נתונים נומינליים. הפלטפורמה מספקת תכונות וכלים רבים לניתוח נתונים, כגון:
- סוגי שאלות: סוגי שאלה, כולל שאלות של בחירה יחידה, בחירה מרובת ושאלות פתוחות, זמינים ב-QuestionPro וניתן להשתמש בהם כדי לאסוף נתונים נומינליים.
- איסוף נתונים: QuestionPro מציעה מגוון אפשרויות איסוף נתונים, כולל סקרים באינטרנט, הזמנות בדוא"ל וסקרים ניידים.
- תצוגה חזותית של נתונים: הפלטפורמה מציעה אפשרויות ויזואליזציה אינטראקטיביות של נתונים כמו תרשימי עוגה ותרשימי עמודות.
- ניתוח נתונים: מודול בדיקת הנתונים המובנה ב- QuestionPro מציע סטטיסטיקה תיאורית לניתוח נתונים נומינליים, כולל תדירות והתפלגות אחוזים.
- פילוח: הפלטפורמה כוללת תכונות סגמנטציה המאפשרות למשתמשים לחלק נתונים נומינליים לקבוצות על בסיס תכונות פילוח דמוגרפיות, התנהגותיות או פסיכוגרפיות שונות.
- דוחות: QuestionPro מציעה דוחות הניתנים להתאמה אישית לסיכום ושיתוף ממצאים עם מקבלי החלטות.
השתמש ב- QuestionPro Research Suite כדי לאסוף ולנתח נתונים נומינליים כדי ללמוד על הקהל שלך. הפלטפורמה שלנו מאפשרת לך ליצור ולהפיץ סקרים דמוגרפיים מקוונים לאיסוף גיל, מין, השכלה, עיסוק ועוד. כלי הדמיית הנתונים ומודול ניתוח הנתונים שלנו יעזרו לך לפרש את התוצאות באופן מיידי.
למד אודות: ערך הזמנה ממוצע
נצל הזדמנות זו כדי לשפר את כישורי המחקר שלך ולהשיג את המטרות שלך. התחל את מסע ניתוח הנתונים הנומינלי שלך מיד עם ניסיון בחינם!
