Dans les statistiques, les termes "nominal" et "ordinal" se réfèrent à différents types de données catégorisables. Pour comprendre ce que chacun de ces termes signifie et à quel type de données chacun fait référence, pensez à la racine de chaque mot et laissez-le être un indice quant au type de données qu'il décrit. Les données nominales impliquent de nommer ou d'identifier des données; parce que le mot "nominal" partage une racine latine avec le mot "nom" et a un son similaire, la fonction des données nominales est facile à retenir. Les données ordinales impliquent de placer les informations dans un ordre, et le son "ordinal" et "ordre", ce qui rend la fonction des données ordinales aussi facile à mémoriser.

TL; DR (Trop long; N'a pas Lu)

Les données nominales attribuent des noms à chaque point de données sans les placer dans une sorte d'ordre. Par exemple, les résultats d'un test peuvent chacun être classés nominalement comme "réussite" ou "échec".

Les données ordinales regroupent les données selon une sorte de système de classement: il ordonne les données. Par exemple, les résultats des tests peuvent être regroupés par ordre décroissant par grade: A, B, C, D, E et F.
Données nominales

Les données nominales nomment simplement quelque chose sans l'assigner à un ordre en relation à d'autres objets ou éléments de données numérotés. Un exemple de données nominales pourrait être une classification «réussite» ou «échec» pour le résultat du test de chaque élève. Les données nominales fournissent des informations sur un groupe ou un ensemble d'événements, même si ces informations se limitent à de simples dénombrements.

Par exemple, si vous voulez savoir combien de personnes sont nées en Floride chaque année au cours des cinq dernières années années, trouvez ces chiffres et tracez vos résultats sur un graphique à barres. Les données représentées sur le graphique n'ont aucun classement ni ordre naturel; les chiffres illustrent simplement un fait, pas nécessairement une préférence, et ne sont que des étiquettes qui répondent à la question "combien?" Ce sont des données nominales.
Données ordinales

Les données ordinales, contrairement aux données nominales, impliquent un certain ordre; les nombres ordinaux se tiennent les uns par rapport aux autres de façon ordonnée. Par exemple, supposons que vous receviez un sondage de votre restaurant préféré qui vous demande de fournir des commentaires sur le service que vous avez reçu. Vous pouvez classer la qualité de service comme "1" pour les pauvres, "2" pour en dessous de la moyenne, "3" pour la moyenne, "4" pour les très bons et "5" pour les excellents. Les données recueillies par cette enquête sont des exemples de données ordinales. Ici, les numéros attribués ont un ordre ou un rang; c'est-à-dire qu'un classement de "4" est meilleur qu'un classement de "2."

Cependant, même si vous avez attribué un numéro à votre opinion, ce nombre n'est pas une mesure quantitative: bien qu'un classement de "4" est clairement meilleur qu'un classement de "2", il n'est pas nécessairement deux fois plus bon. Les chiffres ne sont ni mesurés ni déterminés mathématiquement, mais sont simplement attribués comme étiquettes pour les opinions.
Pourquoi la différence est critique

Lorsque vous travaillez avec des statistiques, vous devez savoir si les données que vous consultez sont nominales ou ordinales, car ces informations vous aident à décider comment utiliser les données. Un statisticien comprend comment déterminer quelle analyse statistique appliquer à une donnée définir en fonction de leur valeur nominale ou ordinale. Les méthodes d'étiquetage des données dans les statistiques sont appelées "échelles"; avec les échelles nominales et ordinales sont les échelles d'intervalle et de rapport.
Comment les données nominales et ordinales sont similaires

Les données peuvent être numériques ou catégoriques, et nominales et ou Les données finales sont classées comme catégoriques. Les données catégorielles peuvent être comptées, groupées et parfois classées par ordre d'importance. Les données numériques peuvent être mesurées. Avec des données catégoriques, des événements ou des informations peuvent être placés en groupes pour apporter un certain sens de l'ordre ou de la compréhension.