ઓર્ડિનલ ડેટા અને ઇન્ટરવલ ડેટા વચ્ચેનો તફાવત.

ઓર્ડિનલ ડેટા વિ. અંતરાલ ડેટા

આંકડાકીય અને અંતરાલનો ડેટા, આંકડા અને અન્ય સંબંધિત ક્ષેત્રોમાં વપરાતા ચાર મુખ્ય ડેટા પ્રકારો અથવા વર્ગીકરણોમાંના બે છે. બંને ડેટા પ્રકારો માહિતીને વર્ગીકરણ અને વ્યક્ત કરવાની જરૂર છે.

ઓર્ડિનલ ડેટા અને અંતરાલ ડેટા બંને ડેટા જથ્થા માટેના માપના એકમ પણ છે. સ્કેલ પર ડેટાને દર્શાવીને, બન્ને પ્રકારના ડેટા સરખામણીના વર્ણનને નિર્દેશ કરે છે અને સ્કેલમાં વિરોધાભાસ કરે છે.

નીચે પ્રમાણે બે ડેટા પ્રકારો વચ્ચેનો તફાવત છે:

ઓર્ડિનલ ડેટા સ્કેલમાં પ્રાકૃતિક અને સ્પષ્ટ ક્રમાંકન, ક્રમાંકન અથવા અનુક્રમ સાથે લાક્ષણિકતા ધરાવે છે. આ ઉપરાંત, ક્રમાંકનો ડેટા બે મૂલ્યો વચ્ચે નિશ્ચિતતા અથવા સમાનતા સાથે સંબંધિત નથી. ભાર મૂલ્યની સ્થિતિ પર છે.

સામાન્ય ડેટામાં વ્યાખ્યાયિત કેટેગરી છે, અને તેમના સ્કેલ એકસમાન નથી તરીકે વર્ણવવામાં આવે છે. તેનો મુખ્ય ઉપયોગ એ વિશેષતાઓના ચોક્કસ સ્કેલ પર આધારીત ક્રમમાં અથવા ક્રમ સ્વરૂપમાં ડેટાને વર્ણવવાનો છે.

સામાન્ય માહિતી વિવિધ સ્વરૂપોમાં અને જેમ કે શબ્દો સાથે વ્યક્ત કરી શકાય છે:

પ્રથમ, બીજી, ત્રીજી

શરૂઆત, મધ્યમ, અંત

એક, બે, ત્રણ અને તેથી વધુ …

એ, બી, સી અને તેથી પર …

1, 2, 3 અને તેથી વધુ …

નીચા, મધ્યમ, અથવા ઊંચી

એક ઉત્તમ ઉદાહરણ પણ એક થી લઇને કિંમતો સાથે Likert સ્કેલ હશે દસ સુધી ઓર્ડર અથવા રેન્કિંગની રચના ઉપરાંત, દિશા અને સંગઠન સિવાય કોઈ વધુ માહિતી નથી કે જે આ પ્રકારના ડેટામાંથી મેળવી શકાય છે. અંતરાલ માહિતીની સરખામણીમાં મૂલ્યો વચ્ચેના કોઈપણ સંબંધ એકસમાન અથવા અસંગત નથી. બે વેરિયેબલ્સ વચ્ચે કોઈ ઓળખકર્તા પરિબળ અથવા અંતર પણ નથી.

ઓર્ડિનલ ડેટા બિન-પેરામેટ્રિક ડેટાનો એક પ્રકાર છે જે ડેટાના પ્રકારો છે જે વિતરણ અથવા આગાહીની કોઈપણ વિશિષ્ટ પેટર્નને માનતા નથી. નજીવું ડેટા પણ બિન-પેરામેટ્રિક માહિતીનો એક પ્રકાર છે.

ગુણોત્તર ડેટા સાથે, તે પેરામેટિક ડેટાનો એક સ્વરૂપ છે પેરામેટિક ડેટાના સ્વરૂપમાં, આ પ્રકારના ડેટાના સ્કેલમાં વિતરણ અનુમાનિત છે.

બીજી બાજુ, અંતરાલના ડેટામાં આપેલ સ્કેલ પર સતત બે મૂલ્યો વચ્ચેના તફાવતો પર ભાર મૂકવામાં આવે છે. ઇન -ઇનિન વેલ્યુમાં સ્કેલમાં સમાન વિભાજન અથવા તો તફાવત છે. બે મૂલ્યો વચ્ચે તફાવત સરળતાથી જોઈ શકાય છે અને દરેક અંતરાલની અંદર એકસમાન અને સતત અંતરાલો તરીકે વર્ણવવામાં આવે છે.

અંતરાલ માહિતીનો વારંવાર મનોવૈજ્ઞાનિક પ્રયોગોમાં ઉપયોગમાં લેવામાં આવે છે અને ગુણાકાર અથવા વિભાજનના ગાણિતિક કામગીરીને પાત્ર નથી.

ઓર્ડિનલ ડેટાની તુલનામાં, અંતરાલ ડેટા વધુ અર્થપૂર્ણ અને સતત માપન માપ ધરાવે છે. તે પણ ઓર્ડિનલ ડેટાની સરખામણીમાં વધુ માત્રાત્મક માહિતી ધરાવે છે.

આ પ્રકારના ડેટામાં સમાન સ્કેલ છે.

અંતરાલ ડેટા ગુણોત્તર ડેટા સાથે પેરામેટ્રિક ડેટાના એક સ્વરૂપ છે. પેરામેટિક ડેટાના સ્વરૂપમાં, આ પ્રકારના ડેટાના સ્કેલમાં વિતરણ અનુમાનિત અને અલગ છે.

સારાંશ:

1. ક્રમાનુસાર ડેટા ક્રમ અને ક્રમાંકન અંગે ખૂબ જ ચિંતિત છે જ્યારે અંતરાલ માહિતી સતત બે મૂલ્યોની અંદર મૂલ્યના તફાવતોની ચિંતિત છે.

2 ઓર્ડિનલ ડેટા સ્કેલ પર પોઝિશન પર ભાર મૂકે છે, જ્યારે અંતરાલ ડેટા સ્કેલમાં બે વેલ્યુના મૂલ્ય તફાવતો પર હોય છે.

3 અંતરાલ ડેટામાં સમાનતાની હાજરી હોવા છતાં ઓર્ડિનલ ડેટામાં સમાનતાની કોઈ ચોક્કસતા નથી.

4 ક્રમાનુસાર અને ક્રમાનુસાર અનુક્રમના તફાવતોનું મૂલ્ય સમાન નથી જયારે અંતરાલ માહિતીના બે પરિબળો સમાન છે.

5 અંતરાલ ડેટાને વધુ માહિતીપ્રદ પ્રકારના આંકડાકીય માહિતી ગણવામાં આવે છે, જે ક્રમાનુસાર માહિતી સાથે સરખાવાય છે.

6 ઇન્ટરવલ ડેટા પેરામેટિક ડેટાનો એક પ્રકાર છે જ્યારે ઓર્ડિનલ ડેટા નોન-પેરામેટિક ડેટાનો એક પ્રકાર છે.

7 ઇન્ટરવલ ડેટાને પણ ક્રમાનુસાર રીતે મૂકવામાં આવે છે.