ノミナルスケールと オーディナルスケールは、4つの変数測定尺度のうちの2つである
変数測定尺度
. これらの測定尺度はいずれも、その意義は 調査・アンケートを行い、その結果を統計的に分析した。 NominalスケールとOrdinalスケールの違いは、それぞれが持つ詳細な情報により、市場調査の分析手法に大きな影響を与える。
ノミナルスケールは、ラテン語で「名前に関係する」という意味の “nomalis “に由来し、通常、カテゴリーを示すのに使われる。 これらのカテゴリーには、収集したデータを分析するための番号が割り当てられています。 例えば、人の性別、民族、髪の色などは、名義尺度のデータとして考えられる。
一方、順序尺度は、情報を特定の順序、すなわち互いに比較して並べ、各パラメーター（変数）を「ランク付け」するものである。 例えば、お客様が小売店で買い物をした後、キオスクのアンケートに答えてもらいます。”1～5のスケールで、あなたのショッピング体験はいかがでしたか？”-
- 1は極めて不満足、2は不満足、3はどちらでもない、4は満足、5は極めて満足を示す。
- 2は4より低く、4は5より低いというように、それぞれの選択肢にランクがあるため、収集されるデータは順序尺度になります。
- しかし、順序尺度の場合、数値は定量的な測定のために割り当てられているのではなく、純粋にタグ付けのためのものなので、4（満足）と2（不満足）の差が5（極めて満足）と3（中立）の差と同じであることは必須ではありません。
すべての統計学者はこの差を他の二つの変数尺度、すなわち
インターバル
と
比率
が明確に計算されます。 Nominal vs Ordinal スケールについての議論を進める前に、Nominal と Ordinal の測定レベルについて簡単に説明します。
名目上の測定レベル。 名目レベルの測定では、変数はその命名によって区別される。 これらの変数には順序や階層が関連付けられていない。
名前に付随する数字は、単なるタグであり、数学的な側面はない。 これらの変数は性質上、記述的なものである。 統計学の観点からは、名義尺度が最も理解しやすく、実施しやすいと言えます。 これらの変数は、男性/女性、はい/いいえなど、最低2つの区分がある。
この尺度には、例えば、性別、民族、人種などの数値はありません。
オーディナルレベルの測定。 序数レベルの測定では、変数の順序が重要である。 これらの変数の差は確立されておらず、この測定尺度の不可欠な側面ではありません。
変数が特定され、これらの特定された変数のそれぞれに値が割り当てられるとともに、説明されます。 で
市場調査
つまり、マーケティング担当者は、顧客の満足度や幸福度を評価したり、ニュースレターをもっと頻繁に出すべきかどうかを理解したりすることができます。
名目的な尺度と序列的な尺度。違いのポイント
どのようなビジネスにおいても、さまざまな測定変数に関する知識は、オーナーが十分な情報を得た上で統計的な意思決定を行うための必須条件となります。 各測定スケールは、基本的な詳細を提供するノミナルスケールと、最大限の詳細を提供するレシオスケールのように、提供する詳細の程度がユニークです。
| 要因 | ノミナルスケール | オーディナルスケール |
| 商品説明 | このスケールの変数は、その命名規則によって区別され、それ以外の要因はない。
名目上の変数が存在する順序を暗示するものではない |
これらの変数の間には自然発生的な秩序が存在するが、変数間の差は未知である。
この尺度で2つの変数の差の値を計算することはできない。 例えば、Sサイズ、Mサイズ、Lサイズ、特大サイズの順です。 しかし、スモール-ミディアム≠ラージ-エクストララージ。 |
| 定量的価値観の度合い | この尺度の変数に関連する定量的な値はありません。 その代わり、定性的な測定尺度である。 | 定量的な値は順序変数にリンクされていますが、これらの変数では算術的な評価を行うことはできません。 |
| 主な差別化要因 |
|
|
| 事例紹介 |
|
|
