Qu’est-ce qu’une donnée ordinale?
En statistique, les données ordinales sont le type de données dont les valeurs suivent un ordre naturel. L’une des caractéristiques les plus remarquables des données ordinales est que les différences entre les valeurs des données ne peuvent pas être déterminées ou sont dénuées de sens. En général, les catégories de données manquent de la largeur représentant les incréments égaux de l’attribut sous-jacent.
Dans certains cas, les valeurs des données d’intervalle ou de rapport peuvent être regroupées pour obtenir les caractéristiques des données. Par exemple, les plages de revenus sont considérées comme des données ordinales tandis que le revenu lui-même est la donnée de ratio.
Contrairement aux données d’intervalle ou de ratio, les données ordinales ne peuvent pas être manipulées à l’aide d’opérateurs mathématiques. Pour cette raison, la seule mesure disponible de la tendance centraleTendance centraleLa tendance centrale est un résumé descriptif d’un ensemble de données à travers une seule valeur qui reflète le centre de la distribution des données. Avec la variabilité pour les ensembles de données qui contiennent des données ordinales est la médiane.
Utilisations des données ordinales
Les données ordinales sont couramment employées dans diverses enquêtes et questionnaires. L’échelle de Likert que vous pouvez trouver dans de nombreuses enquêtes en est un exemple. L’échelle de Likert énumère les catégories de l’échelle psychométrique telles que » Tout à fait d’accord « , » D’accord « , etc.
Divers exemples de ce type de données peuvent être fréquemment rencontrés en finance et en économie. Considérons un rapport économique qui étudie les niveaux de PIBProduit intérieur brut (PIB)Le produit intérieur brut (PIB) est une mesure standard de la santé économique d’un pays et un indicateur de son niveau de vie. Il peut également être utilisé pour comparer les niveaux de productivité de différents pays. Si le rapport classe les pays en fonction de leurs chiffres de PIB, ces classements sont des exemples de données ordinales.
Comment analyser les données?
La façon la plus simple d’analyser des données ordinales est d’utiliser des outils de visualisation. Par exemple, les données peuvent être présentées dans un tableau dans lequel chaque ligne indique une catégorie distincte. En outre, elles peuvent également être visualisées à l’aide de divers graphiques. Le graphique le plus couramment utilisé pour représenter ce type de données est le diagramme à barres.
Les données ordinales peuvent également être analysées à l’aide d’outils d’analyse statistique avancés tels que le test d’hypothèseTest d’hypothèseLe test d’hypothèse est une méthode d’inférence statistique. Elle est utilisée pour tester si une affirmation concernant un paramètre de la population est correcte. Test d’hypothèse. Notez que les méthodes paramétriques standard telles que le test t ou l’ANOVA ne peuvent pas être appliquées à ces types de données. Le test d’hypothèse des données ne peut être effectué qu’à l’aide de tests non paramétriques tels que le test U de Mann-Whitney ou le test des paires appariées de Wilcoxon.
Plus de ressources
L’IFC est le fournisseur officiel de la certification Financial Modeling and Valuation Analyst (FMVA)™FMVA® Rejoignez 850 000+ étudiants qui travaillent pour des entreprises telles qu’Amazon, J.P. Morgan, et Ferrari 
programme de certification, conçu pour transformer n’importe qui en un analyste financier de classe mondiale.
Pour continuer à apprendre et à développer vos connaissances en analyse financière, nous vous recommandons vivement les ressources supplémentaires du FCI ci-dessous :
- Concepts statistiques de base en financeConcepts statistiques de base en financeUne solide compréhension des statistiques est d’une importance cruciale pour nous aider à mieux comprendre la finance. De plus, les concepts statistiques peuvent aider les investisseurs à surveiller
- Les événements mutuellement exclusifsLes événements mutuellement exclusifsEn statistique et en théorie des probabilités, deux événements sont mutuellement exclusifs s’ils ne peuvent pas se produire en même temps. L’exemple le plus simple d’événements mutuellement exclusifs
- MédianeLa médiane est une mesure statistique qui détermine la valeur moyenne d’un ensemble de données classées par ordre croissant (c’est-à-dire de la plus petite à la plus grande valeur). La médiane
- Analyse quantitativeL’analyse quantitative est le processus de collecte et d’évaluation de données mesurables et vérifiables, telles que les revenus, la part de marché et les salaires, afin de comprendre le comportement et les performances d’une entreprise. À l’ère de la technologie des données, l’analyse quantitative est considérée comme l’approche privilégiée pour prendre des décisions éclairées.