Los investigadores recopilan datos ordinales cuando distribuyen encuestas para recoger información sobre las emociones y los comportamientos de sus sujetos. Saber cómo se producen los datos ordinales y por qué se utilizan puede ayudarte a diseñar e interpretar los resultados de tu investigación de forma eficaz.
En este artículo, definimos los datos ordinales, discutimos sus diferencias con otros tipos de medición y ofrecemos ejemplos de su uso.
¿Qué son los datos ordinales?
Los investigadores suelen utilizar datos ordinales para la investigación cualitativa, a diferencia de la investigación cuantitativa, en la que los datos son numéricos y las variables se asignan a categorías específicas. Con los datos ordinales, se definen las categorías y se les asigna un rango determinado, pero los rangos no están espaciados uniformemente o no lo están en absoluto. Por ejemplo, las variables de un estudio ordinal pueden agruparse según la frecuencia con la que se producen.
Relacionado: Ejemplos y tipos de datos cualitativos
Razones para utilizar datos ordinales
Los datos ordinales son habituales en las encuestas y cuestionarios, donde los investigadores pueden animar a los encuestados a responder a las preguntas con una serie de respuestas. Para su próximo estudio cualitativo, he aquí algunas razones por las que podría utilizar datos ordinales:
Recogida de información demográfica de los encuestados
Una pregunta habitual en las encuestas es que los participantes seleccionen a qué grupo pertenecen, lo que permite seguir el número de participantes de cada grupo e identificar patrones en sus respuestas. Como algunos datos demográficos pueden tener un sistema de clasificación específico, representan datos ordinales. He aquí algunos ejemplos:
- Edad
- Educación
- Ingresos
Medir el nivel de competencia de los encuestados
Otra forma de utilizar los datos ordinales es formular preguntas que evalúen la capacidad del encuestado para realizar una tarea. Los directores de recursos humanos, por ejemplo, pueden preguntar a los candidatos a un puesto de trabajo si son competentes en una habilidad específica. Los educadores pueden preguntar sobre el progreso académico de un estudiante. También puede utilizar una pregunta de escala para determinar el nivel de experiencia del encuestado. Por ejemplo, en una solicitud de empleo, se puede preguntar al profesional cuánto tiempo ha trabajado en un sector. Las opciones de respuesta podrían ser:
- Menos de un año
- De uno a dos años
- De dos a cinco años
- Más de cinco años
Calificación de la satisfacción sobre un tema
Si desea conocer la opinión de su público sobre un producto o empresa, puede utilizar las encuestas de satisfacción para obtener datos ordinales. Las opciones de respuesta pueden proporcionar un rango, y usted puede ordenarlas según sus valores. Estos son dos ejemplos de sectores que podrían administrar cuestionarios para hacer un seguimiento de la satisfacción:
- La satisfacción del servicio al cliente: Los empleados del sector minorista, por ejemplo, suelen animar a los clientes a rellenar encuestas sobre sus experiencias de compra. Las preguntas pueden pedirles que seleccionen una respuesta entre «muy satisfecho» y «muy insatisfecho»;
- Opiniones de los alumnos: Los colegios y universidades distribuyen con frecuencia cuestionarios para recibir opiniones sobre los profesores' la enseñanza, la disponibilidad de las clases y las actividades del campus, por ejemplo. La pregunta puede pedirles que indiquen si un evento les interesó, yendo desde «muy de acuerdo» hasta «muy en desacuerdo»;
Relacionado: Cómo interpretar eficazmente los resultados de las encuestas en 5 pasos
Diferencias entre los datos ordinales y otros tipos de datos
Además de los datos ordinales, existen otros tres tipos de medidas estadísticas: datos nominales, de intervalo y de razón. Estas son las diferencias entre ellas:
Nominal frente a ordinal
Los datos nominales, o categóricos, organizan la información en categorías. A diferencia de los datos ordinales, no hay una forma específica de clasificar las variables nominales. El color de los ojos es un ejemplo de variable nominal. Si un encuestado tiene los ojos marrones y otro tiene los ojos verdes, el investigador no puede' anotar que los ojos marrones son más altos o mayores que los ojos marrones y viceversa. Por tanto, lo que separa lo nominal de lo ordinal es la capacidad de categorizar elementos en secuencias.
Relacionado: Datos nominales: Definición, usos y un ejemplo
Intervalo frente a ordinal
Las variables de intervalo y ordinales podrían ser las medidas estadísticas más similares. Ambas asignan categorías a los datos y los ordenan de mayor a menor. Sin embargo, con los datos de intervalo, hay un valor idéntico entre cada rango.
Por ejemplo, si un investigador evaluara las temperaturas dentro de una habitación a lo largo del día, podría recoger datos y luego ordenar sus resultados. Quizá la temperatura más baja fuera de 50 grados, la media de 70 grados y la más alta de 90 grados. Entre cada resultado hay un valor igual de 20 grados, lo que convierte los datos en un intervalo. Los datos de intervalo también pueden tener valores negativos.
Ratio vs. ordinal
El ratio combina características de las otras formas de medición. Puede clasificar y ordenar los elementos, cosa que hacen los datos ordinales. También hay un espacio igual entre los elementos, que es lo mismo que los datos de intervalo. Sin embargo, los datos de razón se diferencian porque hay un valor definido de cero, y los elementos no pueden ser negativos.
Por ejemplo, tal vez un grupo de estudiantes reciba los resultados de un examen, que son 0, 50 y 100. El profesor podría ordenar las puntuaciones de la más alta a la más baja, y hay un valor igual de 50 entre cada puntuación. Lo que hace la relación de variables es que la puntuación más baja es 0. Los investigadores utilizan con frecuencia los datos de la relación para los estudios cuantitativos.
Relacionado: ¿Cuáles son los principales tipos de datos?
Ejemplos de uso de datos ordinales
Estos son seis ejemplos en los que los investigadores pueden utilizar datos ordinales:
Nivel de formación
El nivel de educación es uno de los ejemplos más comunes de datos ordinales. Se puede asignar un rango específico a cada nivel de educación. Por ejemplo, un diploma de bachillerato tiene el rango más bajo, y un doctorado tiene el rango más alto.
El nivel de formación aumenta desde el bachillerato hasta el doctorado, pero la cantidad entre cada categoría no es necesariamente la misma. Puede haber un espacio más grande entre un diploma de secundaria y un título de asociado que entre un título de asociado y una licenciatura's. Del mismo modo, una licenciatura y un máster pueden compartir un espacio mayor que un máster y un doctorado.
Situación socioeconómica
Los niveles de ingresos representan otro caso común de datos ordinales. Supongamos que un investigador distribuye una encuesta y pide a los encuestados que indiquen su nivel socioeconómico. La encuesta organiza cada nivel desde la cantidad de dinero más baja hasta la más alta. Las categorías proceden de la clase baja, la clase media y la clase alta, respectivamente. La clase baja y la clase media tienen una menor diferencia de ingresos anuales que la clase media y la clase alta. Aunque están próximas en rango, la cantidad de valor entre cada categoría no es idéntica.
Acuerdo
Las encuestas suelen utilizar escalas para animar a los encuestados a indicar una posición en un rango. Por ejemplo, una pregunta de opción múltiple puede preguntar si el encuestado está muy en desacuerdo, en desacuerdo, es neutral, está de acuerdo o muy de acuerdo con un tema. La escala puede ir desde estar muy descontento con una situación hasta ser indiferente y luego estar muy contento.
Sin embargo, la cantidad de emoción entre el fuerte desacuerdo y el desacuerdo puede ser menor que entre el desacuerdo y la neutralidad. Del mismo modo, neutro y de acuerdo pueden tener más emoción que de acuerdo y muy de acuerdo. Como todos los valores no coinciden universalmente, las respuestas de la escala son datos ordinales.
Dominio del idioma
Los niveles contrastados de dominio de un idioma sirven como ejemplo de datos ordinales. Cuando aprendes un nuevo idioma, puedes ser un principiante. A medida que practica el aprendizaje y la pronunciación de las palabras, puede avanzar hasta la etapa intermedia. Una vez que dominas el idioma, te conviertes en un hablante fluido. Sin embargo, hay un valor desequilibrado entre principiante e intermedio, así como entre intermedio y fluido, lo que hace que las categorías sean ordinales.
Relacionadas: Métodos de recogida de datos (con tipos de datos y ejemplos)
Grupo de edad
Los datos demográficos de la edad son útiles para señalar las relaciones ordinales. Supongamos que un grupo de personas consiente en participar en un estudio de investigación. El investigador divide el grupo según su edad. Los participantes más jóvenes entran en las categorías de niños, adolescentes y jóvenes adultos, mientras que los participantes de más edad son de mediana edad o mayores. El investigador observa un número de años desigual entre cada categoría. Por ejemplo, hay una pequeña diferencia de edad entre los niños y los adolescentes, y hay una diferencia de edad significativa entre los adultos jóvenes y los adultos de mediana edad. Por lo tanto, los grupos de edad representan datos ordinales.
Frecuencia
En una encuesta, los investigadores dan formato a las preguntas de escala para que los encuestados identifiquen la frecuencia con la que realizan una actividad. Por ejemplo, un investigador quiere determinar los hábitos de las redes sociales de los adultos jóvenes. Distribuyen un cuestionario que pregunta la frecuencia con la que los participantes navegan por una plataforma online. Las opciones de respuesta mantienen un orden de mayor a menor frecuencia. Los participantes pueden responder «muy a menudo» o «a menudo» hasta «no muy a menudo» o «nada»; Como no hay un valor asignado entre cada opción de respuesta, la información que recoge el investigador es ordinal.