![](https://www.questionpro.com/blog/wp-content/uploads/2018/07/45-Ordinal-Data.jpg)
หากคุณทํางานกับข้อมูลในความสามารถใด ๆ คุณต้องคุ้นเคยกับประเภทข้อมูลหลักสี่ประเภท: เล็กน้อยลําดับช่วงเวลาและอัตราส่วน บล็อกนี้จะเน้นที่ข้อมูลลําดับ เราจะกําหนด สํารวจคุณลักษณะ และให้ตัวอย่างของข้อมูลนี้
อ่านต่อเพื่อเรียนรู้ทุกสิ่งที่คุณจําเป็นต้องรู้เกี่ยวกับข้อมูลนี้การใช้งานการวิเคราะห์และความแตกต่างระหว่างข้อมูลเล็กน้อยและข้อมูลลําดับ
เรียนรู้เกี่ยวกับ: ระดับการวิเคราะห์
ข้อมูลลําดับคืออะไร?
ข้อมูลลําดับเป็นข้อมูลเชิงปริมาณประเภททางสถิติ ซึ่งตัวแปรมีอยู่ในหมวดหมู่ลําดับที่เกิดขึ้นตามธรรมชาติ อย่างไรก็ตาม ไม่สามารถใช้กําหนดระยะห่างระหว่างสองประเภทได้
ในสถิติ กลุ่มของเลขลําดับระบุ tข้อมูลของเขา และกลุ่มของข้อมูลนี้จะแสดงโดยใช้ มาตราส่วนลําดับ . ความแตกต่างที่สําคัญระหว่างข้อมูลลําดับและข้อมูล ที่ระบุ คือลําดับมีลําดับของหมวดหมู่ในขณะที่ระบุไม่มี
เรียนรู้เพิ่มเติม: มาตราส่วนที่กําหนดเทียบกับลําดับ
Likert Scale เป็นตัวอย่างยอดนิยม ของข้อมูลนี้. สําหรับคําถามเช่น: “โปรดแสดงความสําคัญของการกําหนดราคาสําหรับคุณในการซื้อผลิตภัณฑ์” Likert Scale จะมีตัวเลือกต่อไปนี้ ซึ่งมีรหัสเป็น 1,2,3,4 และ 5 (ตัวเลข) 1 น้อยกว่า 2 ซึ่งน้อยกว่า 3 ซึ่งน้อยกว่า 4 ซึ่งจะน้อยกว่า 5
สําคัญมาก | สําคัญ | เป็นกลาง | เล็กน้อย | ไม่สําคัญมาก |
1 | 2 | 3 | 4 | 5 |
ข้อมูลลําดับจึงเป็นชุดของตัวแปรลําดับ กล่าวคือ หากคุณมีตัวแปรในลําดับเฉพาะ – “ต่ํา กลาง สูง” ก็สามารถแสดงเป็นข้อมูลประเภทนี้ได้ มีสองปัจจัยสําคัญที่ต้องพิจารณาสําหรับข้อมูลนี้:
- คําหลายคําแสดงถึง “ระเบียบ” เช่น “สูง สูงกว่า สูงสุด” หรือ “พอใจ ไม่พอใจ ไม่พอใจอย่างยิ่ง”
- ความแตกต่างระหว่างตัวแปรไม่สม่ําเสมอ
เรียนรู้เพิ่มเติม: ประเภทของตัวแปรการวัด
การใช้ข้อมูลลําดับ
ข้อมูลนี้เป็นข้อมูลประเภทที่สําคัญในหลายสาขาและมีประโยชน์มากมายในการวิจัยและการปฏิบัติ ในที่นี้ เราจะพูดถึงการใช้ข้อมูลนี้ที่สําคัญบางประการ:
แบบสํารวจ/แบบสอบถาม
ใช้สําหรับการสํารวจและแบบสอบถามเนื่องจากลักษณะ “สั่งซื้อ” การวิเคราะห์ทางสถิติ ใช้เพื่อรวบรวมคําตอบเพื่อจัดหมวดหมู่ผู้ตอบแบบสอบถามตามคําตอบของพวกเขา ใน การวิเคราะห์ทางสถิติการแยกความแตกต่างระหว่าง ข้อมูลหมวดหมู่และข้อมูลตัวเลข เป็นสิ่งสําคัญเนื่องจากข้อมูลหมวดหมู่เกี่ยวข้องกับหมวดหมู่หรือป้ายกํากับที่แตกต่างกันในขณะที่ข้อมูลตัวเลขประกอบด้วยปริมาณที่วัดได้
ข้อมูลเชิงลึกของการวิเคราะห์นี้ใช้เพื่ออนุมานและสรุปผลเกี่ยวกับผู้ตอบแบบสอบถามที่เกี่ยวข้องกับตัวแปรเฉพาะ โดยทั่วไปจะใช้สําหรับสิ่งนี้เนื่องจากง่ายต่อการจัดหมวดหมู่และการเปรียบเทียบ
วิจัย
นักวิจัยใช้ข้อมูลประเภทนี้เพื่อรวบรวมข้อมูลที่เป็นประโยชน์เกี่ยวกับหัวข้อการวิจัยของพวกเขา ตัวอย่างเช่น นักวิจัยทางการแพทย์จะต้องรวบรวมข้อมูลเมื่อตรวจสอบผลข้างเคียงของยาที่ให้กับผู้ป่วย 50 ราย
หลังจากการบริหารยาผู้ป่วยแต่ละรายอาจถูกขอให้กรอกแบบฟอร์มที่ระบุขอบเขตที่พวกเขาพบผลข้างเคียงที่อาจเกิดขึ้น
บริการลูกค้า
ธุรกิจใช้ข้อมูลนี้เพื่อปรับปรุงการบริการลูกค้าโดยรวม เมื่อลูกค้าใช้บริการหรือซื้อผลิตภัณฑ์จาก บริษัท พวกเขามักจะถูกขอให้กรอกแบบฟอร์มเกี่ยวกับประสบการณ์ของพวกเขา จะช่วยธุรกิจในการปรับปรุงการบริการลูกค้า
การสมัครงาน
นายจ้างจะใช้มาตราส่วน Likert เป็นครั้งคราวเมื่อรวบรวมข้อมูลจากผู้สมัครงานในระหว่างขั้นตอนการสมัคร ตัวอย่างเช่น เมื่อผู้สมัครสมัครตําแหน่งผู้จัดการโซเชียลมีเดีย อาจใช้มาตราส่วน Likert เพื่อกําหนดว่าผู้สมัครคุ้นเคยกับ Facebook, Twitter, LinkedIn และอื่นๆ มากน้อยเพียงใด
ลักษณะของข้อมูลลําดับ
ต่อไปนี้เป็นลักษณะห้าประการของข้อมูลประเภทนี้ดังต่อไปนี้:
- หมวดหมู่ใดที่อธิบายประสบการณ์การซื้อครั้งล่าสุดของคุณกับผลิตภัณฑ์/บริการได้ดีที่สุด
- น่าพอใจมาก
- ค่อนข้างน่าพอใจ
- เป็นกลาง
- ค่อนข้างไม่พึงประสงค์
- ไม่เป็นที่พอใจมาก
- สร้างอันดับสัมพัทธ์: ในตัวอย่างที่กล่าวถึงข้างต้น ค่อนข้างน่าพอใจนั้นแย่กว่าที่น่าพอใจมากหรือไม่เป็นที่พอใจมากนั้นแย่กว่าที่ไม่เป็นที่พอใจ มีอันดับอย่างชัดเจนในตัวเลือก – ระบุประเภทของข้อมูลของเขา
- ไม่ทราบค่าของช่วงเวลา: ความแตกต่างระหว่างที่น่าพอใจและน่ารื่นรมย์อาจไม่เหมือนกับความแตกต่างระหว่างค่อนข้างไม่พึงประสงค์และไม่เป็นที่พอใจมาก คุณไม่สามารถรวมช่วงเวลานี้โดยใช้ข้อมูลนี้
- วัดลักษณะที่ไม่ใช่ตัวเลข: ตัวเลือกคําตอบทั้งหมดในตัวอย่างก่อนหน้านี้ไม่ใช่ตัวเลข และข้อมูลนี้สามารถใช้เพื่อจับความรู้สึก เช่น ความพึงพอใจ
- ส่วนเสริมของข้อมูลที่ระบุ: ข้อมูลที่ระบุคือข้อมูล “ติดป้ายกํากับ” ผมt มีป้ายชื่อข้อมูลในลําดับเฉพาะ ในตัวอย่างที่กล่าวถึงข้างต้นมีลําดับที่โดดเด่นในตัวเลือกซึ่งทําให้เป็นกรณีคลาสสิกของข้อมูลประเภทนี้
- ข้อมูลลําดับมีค่ามัธยฐาน: ค่ามัธยฐานคือค่าที่อยู่ตรงกลางของมาตราส่วนที่ไม่ใช่ค่ากลาง และสามารถคํานวณด้วยข้อมูลที่มีลําดับโดยธรรมชาติ
การวิเคราะห์ข้อมูลลําดับ
การวิเคราะห์ข้อมูลนี้เป็นแผนการวิเคราะห์ทางสถิติสําหรับการวิเคราะห์ข้อมูลด้วยลําดับธรรมชาติหรือการจัดอันดับ ข้อมูลประเภทนี้มักถูกรวบรวมผ่านแบบสํารวจหรือแบบสอบถาม มาสํารวจวิธีวิเคราะห์ข้อมูลลําดับของคุณ:
- วิธีง่ายๆในการวิเคราะห์ข้อมูลลําดับ
Tข้อมูลของเขา ถูกนําเสนอในรูปแบบตาราง เพื่อ ทําให้การวิเคราะห์ง่ายขึ้นสําหรับผู้วิจัย แปลงโมเสกยังสร้างความสัมพันธ์ระหว่างข้อมูลเล็กน้อยและข้อมูลลําดับ
ตัวอย่างเช่นหากองค์กรตั้งใจที่จะวิเคราะห์จํานวนพนักงานในแต่ละลําดับชั้นเพื่อสร้างกระบวนการจ้างงานอย่างเป็นระบบสําหรับปีหน้าพวกเขาสามารถใส่ข้อมูลนี้ในรูปแบบตารางที่เรียงลําดับได้ ผู้บริหารฝ่ายทรัพยากรบุคคลจะพบว่าข้อมูลนี้ง่ายต่อการอ้างอิงและวิเคราะห์สําหรับการอัปเดตในอนาคต
- การทดสอบ Mann-Whitney U
การทดสอบ Mann-Whitney U ใช้เพื่อเปรียบเทียบกลุ่มข้อมูลลําดับสองกลุ่ม การทดสอบนี้ช่วยให้นักวิจัยสรุปได้ว่าตัวแปรจากตัวอย่างหนึ่งมากกว่าหรือน้อยกว่าตัวแปรอื่นที่สุ่มเลือกจากตัวอย่างอื่น
ตัวอย่างเช่น นักวิจัยทางจิตวิทยาสามารถศึกษารูปแบบพฤติกรรมเพื่อเปรียบเทียบยาสองชนิดที่แตกต่างกัน
- การทดสอบ Kruskal–Wallis H
เมื่อต้องการเปรียบเทียบข้อมูลนี้มากกว่าสองกลุ่มควรใช้การทดสอบ Kruskal–Wallis H – ในการทดสอบนี้ไม่มีข้อสันนิษฐานว่าข้อมูลมาจากแหล่งใดแหล่งหนึ่ง การทดสอบนี้สรุปได้ว่าค่ามัธยฐานของสองกลุ่มขึ้นไปแตกต่างกันหรือไม่ มันจะแสดงความแตกต่างระหว่างมากกว่าสองกลุ่ม จากข้อมูลนี้
ตัวอย่างเช่นนักวิจัยตั้งใจที่จะประเมินผลกระทบของความเครียดในที่ทํางานต่อคุณภาพของงาน ในกรณีนั้น ตัวแปรอิสระจะเป็น ความเครียดในที่ทํางาน ซึ่งตามหลักการแล้วจะมีสามขั้นตอน: ไม่มีความเครียดความเครียดมากเกินไปและความเครียดที่จัดการได้และ คุณภาพของงานจะแตกต่างกันไปตั้งแต่แย่ไปจนถึงดีเยี่ยม
ตัวอย่างของข้อมูลลําดับ
เป็นข้อมูลหมวดหมู่ประเภทหนึ่งที่หมวดหมู่มีลําดับหรือการจัดอันดับตามธรรมชาติ นี่คือตัวอย่างบางส่วนของข้อมูลประเภทนี้:
- ในโรงเรียนที่มีนักเรียน 3000 คน มีหลายประเภท – น้องใหม่ ปีที่สอง รุ่นน้อง และรุ่นพี่ หลังจากเริ่มเทอมนี่คือจํานวนของแต่ละหมวดหมู่:
- 1000 – นักศึกษาใหม่
- 800 – โซโฟโมเรส
- 750 – จูเนียร์
- 450 – ผู้สูงอายุ
- องค์กรดําเนินการสํารวจความพึงพอใจของพนักงานรายไตรมาสโดยเน้นคําถามนี้: “คุณมีความสุขแค่ไหนกับผู้จัดการและเพื่อนร่วมงานของคุณ”
- มีความสุขมาก – 1
- แฮปปี้ – 2
- ประสาท – 3
- ไม่มีความสุข – 4
- ไม่มีความสุขอย่างยิ่ง – 5
- โปรดให้คะแนนหนังสือขายดี 5 เล่มเหล่านี้:
- ไฟและความโกรธ – 1
- ความภักดีที่สูงขึ้น: ความจริง การโกหก และความเป็นผู้นํา – 2
- ผู้หญิงในหน้าต่าง – 3
- ผู้ยิ่งใหญ่คนเดียว – 4
- ศิลปะที่ละเอียดอ่อนของการไม่ให้ F * ck: วิธีการต่อต้านสัญชาตญาณในการใช้ชีวิตที่ดี – 5
ความแตกต่างระหว่างข้อมูลลําดับและข้อมูลที่ระบุ
ข้อมูลสามารถแบ่งออกเป็นประเภทต่างๆในสถิติตามลักษณะและคุณสมบัติ ข้อมูลลําดับและข้อมูลที่ระบุเป็นสองตัวอย่างของข้อมูลดังกล่าว การทําความเข้าใจความแตกต่างระหว่างข้อมูลลําดับและข้อมูลเล็กน้อยมีความสําคัญในการวิเคราะห์ทางสถิติจํานวนมาก เนื่องจากเป็นตัวกําหนดวิธีการวิเคราะห์ที่จะใช้ ที่นี่ เราจะเรียนรู้ความแตกต่างที่สําคัญบางประการระหว่างข้อมูลทั้งสองประเภทนี้:
- ข้อมูลที่ระบุคือข้อมูลที่จัดหมวดหมู่โดยไม่มีลําดับหรือการจัดอันดับใด ๆ ตัวอย่างเช่น สีผม เพศ และประเภทของรถยนต์ล้วนเป็นตัวอย่างของข้อมูลที่ระบุ ในทางกลับกันข้อมูลลําดับเป็นข้อมูลประเภทหนึ่งที่มีการจัดลําดับหรือการจัดอันดับตามธรรมชาติ เป็นข้อมูลหมวดหมู่ที่สามารถจัดอันดับหรือเรียงลําดับตามคุณลักษณะหรือลักษณะเฉพาะ ตัวอย่างของข้อมูลลําดับ ได้แก่ ระดับการศึกษา ช่วงรายได้ หรือเกรด
- คุณสามารถนับ จําแนก และจัดหมวดหมู่ข้อมูลที่ระบุได้ แต่ไม่สามารถจัดอันดับได้ ในทางกลับกันข้อมูลลําดับสามารถจัดอันดับหรือเรียงลําดับได้ แต่ความแตกต่างระหว่างแต่ละประเภทไม่สามารถสังเกตเห็นหรือวัดได้เสมอไป
- ข้อมูลที่กําหนดใช้แผนภูมิวงกลม ในทางกลับกันข้อมูลลําดับใช้ฮิสโตแกรมหรือแผนภูมิแท่ง
QuestionPro สามารถช่วยในการจัดการข้อมูลลําดับได้อย่างไร
QuestionPro เป็นแพลตฟอร์มซอฟต์แวร์สํารวจที่มีคุณสมบัติและเครื่องมือบางอย่างเพื่อช่วยนักวิจัยและนักวิเคราะห์ในการจัดการกับข้อมูลประเภทต่างๆ รวมถึงข้อมูลลําดับ QuestionPro สามารถช่วยเกี่ยวกับข้อมูลนี้ได้หลายวิธี นี่คือตัวอย่างบางส่วน:
- การออกแบบแบบสํารวจ: คุณสามารถสร้างคําถามที่เหมาะสมสําหรับการรวบรวมข้อมูลได้อย่างรวดเร็วโดยใช้อินเทอร์เฟซการออกแบบแบบสํารวจของ QuestionPro คุณสามารถใช้มาตราส่วนการให้คะแนน มาตราส่วน Likert และมาตราส่วนการตอบสนองตามลําดับประเภทอื่นๆ เพื่อสร้างคําถามได้
- การเก็บรวบรวมข้อมูล: มีหลายวิธีในการรวบรวมข้อมูลด้วย QuestionPro รวมถึงแบบสํารวจออนไลน์ แบบสํารวจสําหรับอุปกรณ์มือถือ แบบสํารวจสําหรับคีออสก์ และแบบสํารวจบนกระดาษ คุณสามารถเลือกวิธีที่ดีที่สุดที่เหมาะสมกับความต้องการการวิจัยเฉพาะของคุณ
- การวิเคราะห์ข้อมูล: QuestionPro มีชุดเครื่องมือที่มีประสิทธิภาพสําหรับการวิเคราะห์ข้อมูลที่สร้างขึ้นสําหรับข้อมูลนี้เท่านั้น ตัวอย่างเช่น ซอฟต์แวร์สามารถคํานวณค่ามัธยฐาน โหมด ช่วง ควอร์ไทล์ และสถิติเชิงพรรณนาอื่นๆ คุณยังสามารถสร้างกราฟและแผนภูมิที่เหมาะสมสําหรับการแสดงข้อมูลนี้ เช่น พล็อตกล่อง ฮิสโตแกรม และพล็อตกระจาย
เรียนรู้เกี่ยวกับ: การวิเคราะห์เชิงพรรณนา
- รายงาน: QuestionPro มีตัวเลือกการรายงานที่หลากหลายเพื่อช่วยคุณสื่อสารข้อมูลเชิงลึกของคุณหลังจากที่คุณรวบรวมและวิเคราะห์ข้อมูลของคุณแล้ว สามารถสร้างรายงานได้ในรูปแบบต่างๆ รวมถึง PDF, Excel และ Word และสามารถปรับแต่งให้รวมเฉพาะข้อมูลที่เกี่ยวข้องกับการวิจัยของคุณ
เรียนรู้เกี่ยวกับ: มูลค่าการสั่งซื้อเฉลี่ย
QuestionPro เป็นเครื่องมือที่มีประสิทธิภาพสําหรับการทํางานกับข้อมูลลําดับ และสามารถช่วยคุณรวบรวม วิเคราะห์ และรายงานข้อมูลของคุณได้อย่างมีประสิทธิภาพและประสิทธิผล
เรียนรู้เพิ่มเติม ทดลองใช้ฟรี