Apa Keuntungan & Kerugian Menggunakan Pengukuran Ordinal?

Posted on
Pengarang: Peter Berry
Tanggal Pembuatan: 11 Agustus 2021
Tanggal Pembaruan: 13 November 2024
Anonim
Apa Keuntungan & Kerugian Menggunakan Pengukuran Ordinal? - Ilmu
Apa Keuntungan & Kerugian Menggunakan Pengukuran Ordinal? - Ilmu

Isi

Pengukuran statistik memerlukan variabel, tetapi semua variabel tidak sama. Beberapa variabel seperti berat atau kecepatan atau dolar yang dihabiskan dapat diukur dengan tepat. Pendapat, adalah hal yang berbeda. Pasien dapat menilai tingkat rasa sakit mereka pada skala satu hingga sepuluh, atau penonton film dapat menilai seberapa baik mereka menikmati film yang baru saja mereka tonton. Jenis-jenis indikator ini adalah pengukuran ordinal. Mereka tidak tepat bagaimana ukuran fisik atau ekonomi dapat dilakukan, tetapi tindakan ordinal tetap dapat memberikan informasi berharga bagi para peneliti.

TL; DR (Terlalu Panjang; Tidak Dibaca)

Tindakan ordinal umumnya merujuk pada survei, di mana pendapat pengguna sedang dikuantifikasi.

Variabel Kategorikal dan Interval

Variabel statistik yang berbeda termasuk variabel kategori, interval, rasio dan ordinal. Variabel kategorikal merujuk pada jenis tanpa urutan. Burung, mamalia, reptil, dan ikan adalah jenis yang dapat dinamai tetapi tidak memiliki urutan matematis dalam hubungannya satu sama lain. Variabel interval adalah variabel yang berhubungan sama sepanjang skala umum; misalnya, perubahan suhu, di mana perbedaan antara 50 dan 60 derajat sama dengan perbedaan antara 60 dan 70 derajat - 10 derajat.

Rasio dan Variabel Ordinal

Variabel rasio dimulai dengan nol yang mewakili persamaan antara dua hal, dan berlanjut ke faktor-faktor yang mewakili perbedaan relatif. Membandingkan populasi Cina dengan Amerika Serikat, variabel rasio mungkin menganggap Amerika Serikat sebagai basis-nol dengan 311 juta orang, yang memberi Cina, dengan 1,3 miliar orang, nilai rasio 4,29. Cina memiliki 4,29 orang lebih banyak dari Amerika Serikat. Variabel ordinal mengukur kualitas; misalnya, survei mungkin mengatakan, "Dengan gubernur Anda saat ini, Anda adalah: (1) sangat tidak puas, (2) tidak puas, (3) tidak memiliki pendapat, (4) puas atau (5) sangat puas."

Kesimpulan

Pengukuran ordinal dirancang untuk menyimpulkan kesimpulan, sedangkan metode lain digunakan untuk menggambarkan kesimpulan. Kesimpulan deskriptif mengatur fakta-fakta yang terukur sedemikian rupa sehingga bisa dirangkum. Jika analisis statistik pendapatan rata-rata per kapita di kota berubah selama tiga tahun, perubahan itu dapat dinyatakan secara kuantitatif. Namun, tidak ada kesimpulan yang dapat ditarik tentang mengapa rata-rata berubah. Apa yang Anda lihat adalah apa yang Anda dapatkan: angka. Kesimpulan inferensial mencoba untuk melihat melampaui angka aktual ke beberapa kesimpulan kualitatif, misalnya, "Sebagian besar pelanggan Ice Cream Boy Frosty puas."

Keuntungan Pengukuran Ordinal

Pengukuran ordinal biasanya digunakan untuk survei dan kuesioner. Analisis statistik diterapkan pada tanggapan begitu mereka dikumpulkan untuk menempatkan orang-orang yang mengambil survei ke dalam berbagai kategori. Data kemudian dibandingkan untuk menarik kesimpulan dan kesimpulan tentang seluruh populasi yang disurvei sehubungan dengan variabel tertentu. Keuntungan menggunakan pengukuran ordinal adalah kemudahan kolasi dan kategorisasi. Jika Anda mengajukan pertanyaan survei tanpa memberikan variabel, jawabannya cenderung sangat beragam sehingga tidak dapat dikonversi ke statistik.

Kerugian Pengukuran Ordinal

Karakteristik yang sama dari pengukuran ordinal yang menciptakan kelebihannya juga menciptakan kerugian tertentu. Responsnya seringkali sangat sempit dalam kaitannya dengan pertanyaan yang mereka buat atau memperbesar bias yang tidak diperhitungkan dalam survei. Misalnya, pada pertanyaan tentang kepuasan dengan gubernur, orang mungkin puas dengan kinerja pekerjaannya tetapi kecewa tentang skandal seks baru-baru ini. Pertanyaan survei mungkin mengarahkan responden untuk menyatakan ketidakpuasan mereka tentang skandal, meskipun puas dengan kinerja pekerjaannya - tetapi kesimpulan statistik tidak akan berbeda.