• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Quais são as vantagens e desvantagens de usar a medição ordinal?

    As medições estatísticas exigem variáveis, mas todas as variáveis ​​não são as mesmas. Algumas variáveis ​​como peso ou velocidade ou dólares gastos podem ser medidos com precisão. As opiniões, no entanto, são um assunto diferente. Os pacientes podem avaliar seu nível de dor em uma escala de um a dez, ou os freqüentadores de cinema podem avaliar quão bem eles gostaram de um filme que acabaram de ver. Esses tipos de indicadores são medições ordinais. Eles não são precisos do jeito que medidas físicas ou econômicas podem ser, mas medidas ordinais podem, no entanto, fornecer informações valiosas para pesquisadores.

    TL; DR (muito longo; não leu)

    Medidas ordinais geralmente se referem a pesquisas, onde a opinião do usuário está sendo quantificada.

    Variáveis ​​categóricas e de intervalo

    As diferentes variáveis ​​estatísticas incluem variáveis ​​categóricas, 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, em que a diferença entre 50 e 60 graus é igual à diferença entre 60 e 70 graus - 10 graus.

    Proporção e variáveis ​​ordinais

    As variáveis ​​de relação começam com zero representa a igualdade entre duas coisas e segue para os fatores que representam a diferença relativa. Comparando a população da China com os Estados Unidos, uma variável de proporção pode levar os Estados Unidos como a base zero com 311 milhões de pessoas, o que dá à China, com 1,3 bilhão de pessoas, um valor de índice de 4,29. A China tem 4,29 pessoas, tanto quanto os Estados Unidos. Variáveis ​​ordinais medem qualidades; por exemplo, uma pesquisa pode dizer: “Com seu atual governador, você está: (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. As 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 pode ser declarada quantitativamente. Nenhuma inferência, no entanto, pode ser desenhada sobre por que a média mudou. O que você vê é o que você obtém: números. Conclusões inferenciais tentam ver além dos números reais para alguma conclusão qualitativa, por exemplo, "A maioria dos clientes do sorvete Icey Boy são satisfeitos."

    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 participaram da pesquisa nas várias categorias. Os dados são então comparados para extrair 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, as respostas provavelmente serão tão diversas que não poderão ser convertidas em estatísticas.

    Desvantagens da medida ordinal

    As mesmas características da medição ordinal que criam suas vantagens também criam certas desvantagens. As respostas costumam ser tão restritas em relação à pergunta que criam ou ampliam o viés que não é considerado na pesquisa. Por exemplo, sobre a questão da satisfação com o governador, as pessoas podem estar satisfeitas com seu desempenho no trabalho, mas preocupadas com um recente escândalo sexual. A pergunta da pesquisa pode levar os entrevistados a declarar sua insatisfação com o escândalo, apesar da satisfação com seu desempenho no trabalho - mas a conclusão estatística não se diferenciará.

    © Ciência https://pt.scienceaq.com