Номинальные данные: что это такое и как их использовать (с примером)
29 марта 2022 г.
В статистике существуют различные типы данных, которые исследователи используют для проведения анализа и получения новой информации. Номинальные данные — это распространенный тип данных, используемый в различных отраслях для сбора информации, помогающей улучшить рабочие места и принимать решения. Если вы исследователь, заинтересованный в том, как использовать номинальные данные в своей карьере, полезно понимать приложения этого типа данных. В этой статье мы определяем номинальные данные, описываем их использование на рабочем месте и приводим пример номинальных данных, чтобы помочь вам лучше понять эту статистическую концепцию.
Что такое номинальные данные?
Номинальные данные — это один из четырех способов измерения данных в статистике. В этом типе данных для сбора и визуализации информации используются неупорядоченные именованные переменные, а не упорядоченные или строго числовые. Это отличается от других типов измерений данных в статистике, которые представляют собой порядковые данные, интервальные данные и данные отношения, потому что эти типы используют количественные или числовые переменные для анализа. При использовании номинальных данных переменные, которые вы измеряете, представляют собой просто категории внутри более крупной группы, которые не имеют никакой ценности по сравнению друг с другом.
Например, порядковые данные могут организовать информацию, детализирующую диапазон зрения различных людей в группе. Переменной является уровень их зрения, и вы можете упорядочить результаты от самого сильного до самого слабого. Однако номинальный набор данных может организовать информацию о цветах глаз разных людей. Категория переменных — это каждый цвет глаз, например синий, зеленый или коричневый, которые не имеют количественного значения, поэтому вы не можете расположить их в определенном порядке.
Использование номинальных данных на рабочем месте
Существует множество способов использования номинальных данных на рабочем месте для улучшения процессов, проведения исследований и анализа данных. Рассмотрим следующие ситуации, в которых вы могли бы собирать и использовать номинальные данные в своей карьере:
Данные о клиентах
Номинальные данные полезны при попытке выяснить степень удовлетворенности клиентов продуктом или компанией или даже для чего-то такого простого, как изучение имени клиента. Номинальные данные о клиентах могут позволить вам помочь бизнесу лучше узнать своих клиентов и заставить клиентов почувствовать, что они могут открыто высказывать свое мнение. Некоторые конкретные виды использования номинальных данных от клиентов включают:
Информация о покупке: Поскольку номинальные данные — это просто именованные переменные, почти любые нечисловые, неупорядоченные категориальные данные, которые вы собираете от клиентов для целей доставки заказов, подачи еды или других действий по выполнению покупок, являются номинальными данными. Примерами этого могут быть имя клиента, его адрес или возраст, которые вы не используете для ранжирования или упорядочения клиентов.
Опыт клиентов: вы также можете использовать номинальные данные, чтобы узнать об опыте покупок клиентов и их отношении к компании, ее предложениям и ее сотрудникам. Как правило, вы можете собирать этот тип номинальных данных из опросов с открытыми вопросами, а не из опросов, в которых есть определенные вопросы об уровне удовлетворенности клиента, поскольку вы можете упорядочить эти уровни.
Данные о сотрудниках
Также полезно собирать номинальные данные о сотрудниках на рабочем месте, чтобы лучше понять их желания, потребности и способности выполнять работу. Рабочие места могут использовать этот тип данных, чтобы повысить удовлетворенность и производительность своих сотрудников, а также дать им возможность высказать свое мнение о важных решениях об улучшениях офиса, новых процедурах и других изменениях в рабочей среде. Вот некоторые номинальные данные, которые вы можете получить от сотрудников:
Удовлетворенность сотрудников: многие предприятия регулярно проводят опросы об удовлетворенности сотрудников, чтобы узнать, как их сотрудники относятся к задачам компании, работе, которую они выполняют, и к рабочей среде. Открытые опросы или опросы с вопросами о номинальных переменных, например, о том, что сотрудников просят проголосовать за новую функцию офиса или оплачиваемый отпуск, предлагают полезные номинальные данные.
Самопроверка производительности: когда сотрудники отвечают на вопросы о своей производительности во время самопроверки своей работы, многие из этих обзоров включают открытые вопросы для сбора номинальных данных об отдельных сотрудниках и их успехах в работе. Вопросы, касающиеся их целей и их удовлетворенности работой, которую они выполняют, и сбор номинальных данных для рассмотрения менеджерами.
Данные о публике
Номинальные данные также используются в научных исследованиях, где вы можете использовать этот тип данных от общественности для проведения исследований. Номинальные данные о населении могут содержать меньше открытых вопросов с гибкими ответами, поскольку исследователям приходится читать каждый из них. Однако они по-прежнему могут собирать номинальные данные о неупорядоченных качественных характеристиках населения по следующим причинам:
Сравнение переменных. Одним из способов использования номинальных данных о людях является сравнение различных переменных для проверки гипотез, которые могут повлиять на определенные отрасли и группы населения посредством инноваций или законодательства. Например, вы можете сравнить две номинальные переменные, такие как количество различных типов фермеров в районе, с разнообразием местной еды, доступной для установления связей.
Распределение признаков и идей: исследователи могут также собирать номинальные данные, чтобы сообщить, как определенные черты или характеристики проявляются в популяциях и где наиболее часто встречаются определенные идеологии. Примером этого являются данные переписи, определяющие количество людей, проживающих в районах США, а также их имена, возраст и род занятий, все из которых являются номинальными данными.
Как анализировать номинальные данные
Выполните следующие шаги, чтобы понять, как анализировать номинальные данные в вашей карьере:
1. Распознайте категорию и переменные
Первый шаг к анализу номинальных данных — определить, какие части данных относятся к вашим категориям, а какие — к переменным внутри категорий. Например, ваши номинальные данные могут иметь категории типов домашних животных, которые есть у сотрудников офиса, а переменными могут быть количество каждого домашнего животного. Понимание разницы между этими терминами может помочь вам лучше анализировать и понимать номинальные данные, которые вы собрали, и применять их для различных целей.
2. Изучите данные опросов, анкет и форм
Если вы собрали номинальные данные с помощью открытых вопросов в опросах, анкетах и формах, возможно, вы не сможете поместить эту информацию в категории, пока не изучите данные самостоятельно. Примером этого может быть, если бы вы получили ответы на открытые вопросы от студентов колледжа об их удовлетворенности классом, которые вы могли бы затем прочитать и разделить на категории предложений и комментариев для рассмотрения профессором. Наблюдение за этими данными показывает, что чувствуют студенты, и позволяет профессору вносить изменения в их класс.
3. Определите свою цель для данных
Независимо от того, относятся ли собранные вами номинальные данные к категории или к открытым, важно решить, какова ваша цель сбора и анализа данных. Когда вы понимаете цель данных, вам будет легче создавать наводящие вопросы и находить ответы, анализируя их, чтобы узнать что-то новое или подтвердить гипотезу. Как только вы поймете свою цель, вам будет легче решить, как вы хотите измерять номинальные данные и применять их в своей карьере.
4. Измерьте данные
Распределив номинальные данные по категориям, вы можете использовать различные типы статистических показателей для поиска информации о том, сколько раз определенные переменные появляются в каждой категории вашей группы данных. Как правило, номинальные данные можно измерить одним из следующих способов:
Частота: Частота появления относится к тому, как часто переменная категория появляется в вашей выборке. Например, если вы измеряете людей, которые имеют разные специальности в колледже на определенном курсе, может быть пять специальностей по английскому языку, три специальности по коммуникациям и одна специальность по бизнесу, причем частота будет равна количеству людей с каждой специальностью.
Пропорции: Пропорции в статистике — это частота или количество раз, когда что-то появляется, деленное на общее количество переменных. Для специальностей колледжа в курсе это будет конкретное число для специальностей по английскому языку, коммуникациям и бизнесу, деленное на количество опрошенных людей, которое в данном случае равно девяти.
Проценты: Проценты позволяют вам увидеть долю переменных как частей целого, которая обычно устанавливается равной 100. Чтобы рассчитать проценты, вы можете умножить пропорции на 100 и определить, какой процент каждого типа специальности составляет курс колледжа в пример.
Режим: режим является полезным измерением для определения того, какая категория переменных появляется больше всего в общей группе выборки. Чтобы найти моду для основной специальности, изучаемой большинством студентов в курсе, просто найдите наибольшее количество частот, которое будет пятью студентами, изучающими английский язык.
5. Создайте круговую диаграмму или гистограмму
Используя свои номинальные измерения данных, вы можете поместить свои данные в круговую диаграмму или гистограмму, чтобы визуализировать закономерности и распределения переменных для облегчения анализа. Круговая диаграмма обычно использует проценты или пропорции для организации данных, в то время как гистограмма просто отображает количество каждой переменной в виде столбца на пронумерованном графике. Проанализируйте эти готовые диаграммы и графики, чтобы понять, какие категории ваших номинальных данных имеют более высокую или более низкую частоту и как вы можете применить это в своей карьере, чтобы улучшить свое рабочее место или общество.
Пример номинальных данных
Есть много категорий, которые следует учитывать при принятии решения о том, как собирать номинальные данные, но ваш выбор зависит от вашей отрасли и цели вашего исследования. Рассмотрим следующий пример номинальных данных, где категория переменных — это мнение учителей, а номинальные переменные — ответы на опрос:
Вы работаете с маркетинговой компанией, чтобы определить возрастной диапазон целевой аудитории магазина, чтобы они могли создавать более качественную рекламу и маркетинговые кампании. Вы проводите опрос для каждого клиента после того, как он совершит покупку, и спрашиваете его, от 18 до 25 лет, от 26 до 40 лет или от 41 до 60 лет. Вы собираете ответы по возрасту, который является вашей номинальной категорией данных, и определяете количество клиентов в каждой возрастной группе, которая становится вашей номинальной переменной.
Измерив частоту покупателей в каждой возрастной группе, которые совершают покупку, вы определили, что наиболее распространенной возрастной группой покупателей в этом магазине являются покупатели в возрасте от 26 до 40 лет. Маркетинговая компания, с которой вы работаете, использует эти номинальные данные, чтобы ориентировать людей в этом возрастном диапазоне для онлайн-рекламы и создавать кампании с участием взрослых в этой возрастной группе, чтобы привлечь заинтересованных покупателей и увеличить их доход.