TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

什么是有序数据?8 个例子,以及该用哪种统计量

有序数据有顺序,但没有已知的差距。八个产品和客服例子,一个 200 条评分的算例:换一种无害的编码,平均数就翻转,而中位数不变,以及怎样画图和汇报。

陈屿 发布于 2026 年 11 月 18 日 8 分钟阅读 数据分析
示例数据:平均数 3.90,中位数 4,前两档占比 70%。第二组的回答数是 20、20、20、50、90,平均数 3.85,但把最高一档记成 10 而不是 5 后反超前者(6.10 对 5.90);两组中位数都是 4。示例数据

有序数据是有天然顺序、但没有已知差距的分类数据:你可以把「满意」排在「一般」之上,却说不出高出多少。所以中位数和各等级的占比是安全的汇总,而平均数悄悄假设了步长相等。下面的示例里,重新给标签编号后,两组在平均数上互换位置,在中位数上却不变。

读完你会知道

  • 报告中位数或前两档的占比,并在旁边展示完整分布
  • 重新给标签编号就翻转的比较,只是关于你选的数字
  • 先给 NPS 和分段分档再计分;不要对分段求平均,也不要对单个题目比较 4.1 和 4.0

什么是有序数据?

有序数据是类别有天然顺序、但类别之间的差距并不是已知数量的分类数据。「不满意、一般、满意」是有序的:满意排在一般之上,但没有任何东西说明高出多少。应用或订单的 5 星评分、客服优先级(P1 到 P3)、套餐等级(免费、专业、企业)都是同一种情形。

它由两个性质决定:

  • 有顺序。 你可以说某个值比另一个高。
  • 没有距离。 1 星到 2 星的一步,不保证等于 4 星到 5 星的一步。

第二个性质决定了这篇的全部内容。所以你可以找中间值,数每个等级有多少人选,但把数值加起来再除要谨慎。数据类型的整体家族见数据类型;这一页讲有序数据在实践中的用法。另见有序变量和分类变量。

有序数据和名义、区间、比率数据有什么区别?

Stevens(1946)把测量分成四个层级,每一级比前一级允许更多的算术。

层级能说什么例子合适的汇总
名义相同或不同设备类型、国家、套餐名计数、占比、众数
有序更高或更低星级评分、优先级、套餐等级中位数、百分位、各等级占比、众数
区间差多远,但没有真正的零点摄氏温度、日历日期平均数、标准差、差值
比率是几倍,有真正的零点收入、会话时长、订单数以上全部,加上比值

套餐等级是个好的检验。「专业版高于免费版」是有序的。「专业版每月 30 美元,免费版 0 美元」是关于另一件事的比率数据:价格。等级标签和它的价格是两个变量,只有价格能求平均。

同一个变量,记录方式不同,层级也不同。以年为单位的年龄是比率数据;年龄段(「18–24」「25–34」)是有序的;一旦分段,就没法把原来的年龄平均回来。

产品和客服里有哪八个有序数据的例子?

#例子等级注意什么
1应用或订单的星级评分1 到 5 星一星和五星扎堆很常见;平均数会掩盖它
2客服满意度评分(CSAT)1 到 5只统计回答的人
3李克特同意度题目非常不同意到非常同意不同问卷的量表长度要保持一致
4NPS 问题0 到 10通常先分成贬损者、被动者和推荐者再计分
5缺陷严重程度低、中、高、严重各团队的标签不同
6客服或任务优先级P3、P2、P1不同公司里「P1」含义不同
7套餐等级免费、专业、企业顺序按等级,不一定按对你的价值
8公司规模段1–10、11–50、51–200、201+是比率变量的分段;宽度不等

这八种都能排序,没有一种的差距能精确说出来。前三种另见提升满意度。

层级能说什么合适的汇总
名义相同或不同计数、占比、众数
有序更高或更低中位数、百分位、各等级占比
区间差多远平均数、标准差
比率是几倍以上全部,加上比值

每一层级都允许它上面各层级的运算。

该用哪种汇总?一个算例

示例数据:200 位客户对一次客服体验从 1 到 5 打分。

评分12345合计
回答数1020306080200
  • 平均数:(1×10 + 2×20 + 3×30 + 4×60 + 5×80)÷ 200 = 780 ÷ 200 = 3.90
  • 中位数:排序后第 100 和第 101 个回答都是 4(累计数:10、30、60、120、200),所以中位数是 4
  • 前两档占比:(60 + 80)÷ 200 = 70%
  • 后两档占比:(10 + 20)÷ 200 = 15%

这里平均数和中位数一致,单凭这个没人会担心。现在和第二组 B 比较,B 的回答数是 20、20、20、50、90。

平均数(1–5 编码)平均数(1、2、3、4、10 编码)中位数前两档占比后两档占比
A3.905.90470%15%
B3.856.10470%20%

两种编码都保持 1 < 2 < 3 < 4 < 5 的顺序,所以都是给有序量表编号的合法方式。按常见的 1–5 编码,A 的平均数更高(3.90 对 3.85)。把最高一档记成 10 而不是 5,B 就反超 A(6.10 对 5.90)。重新给标签编号就翻转的比较,从来不是关于数据,只是关于你选的数字。 中位数在每种合法编码下都是 4,两组前两档占比都是 70%,所以两者都不能说明哪一组更满意。后两档占比能说明:B 有 20% 的客户打了 1 或 2 分,A 是 15%。

实用规则:

  • 必须只给一个数字时,给中位数,或者前两档(或后两档)的占比。
  • 总要在旁边展示完整分布,像上面那张分布表那样。
  • 如果因为相关方习惯而报平均数,不要靠 0.05 的差距给分组排名。

这一点并非人人同意。很多从业者报告李克特平均数,而 Jamieson(2004)认为对单个题目这样做不合适。Liddell 和 Kruschke(2018)表明,把有序评分当作度量数据处理会产生系统性误差,包括各组平均数的排序被颠倒,上面的例子就是它的缩影。

app.tapcub.com

200 条客服评分按等级统计

示例回答
5 星80
4 星60
3 星30
2 星20
1 星10
示例数据
示例数据:平均数 3.90,中位数 4,前两档占比 70%。第二组的回答数是 20、20、20、50、90,平均数 3.85,但把最高一档记成 10 而不是 5 后反超前者(6.10 对 5.90);两组中位数都是 4。

对有序数据,决策规则长什么样?

用两个占比代替一个平均数,这样规则就不会被少数极端回答左右。比如:「至少 70% 的回答在 4 或 5 分,且不超过 15% 在 1 或 2 分。」 套用到上面两组:

分组前两档占比后两档占比两条都达标?
A70%15%是
B70%20%否:后两档超过 15%

B 不达标是因为不满意的那一端,而 3.85 对 3.90 的平均数会把它埋进一个四舍五入的差别里。在看到下个月数据之前就把阈值写下来,并且先看回答数:只有 12 条回答时,一条回答就能让占比波动 8 个点(1 ÷ 12 = 8.3%)。这里的阈值是示例,不是基准,请根据你自己的历史数据设定。

有序数据该怎么画图?

  • 每个等级一根柱,按顺序排。 等级按天然顺序放,不按字母或大小。每组用一根堆叠柱画出全部 5 个等级,就能比较形状。
  • 用一种逐渐变深的颜色,或从中间向两边发散的两种颜色。 从低到高用顺序色,从负面到正面用发散色。有顺序的等级不要用互不相关的颜色。
  • 不要用线连接各等级。 线暗示类别之间的步长相等。
  • 不要用饼图。 顺序很重要,饼图把它藏起来了。
  • 同时标注数量和百分比。 10 个里的 70% 和 1,000 个里的 70% 不是一回事。

最常见的错误有哪些?

  • 对单个评分题求平均,再比较两位小数。 4.1 对 4.0 可能是噪声,也可能是分布变了,这个数字分不清。
  • 把「NPS」当平均数。 先给 0–10 的回答分档,再计算分数。
  • 混用量表长度。 5 分制的平均数和 7 分制的不可比。比较对应的高档和低档占比。
  • 忽略不回答的人。 如果只有 6% 的客户评分,你排的是自己选择参与的少数人;见选择偏差。
  • 把分段当数字。 公司规模段是有序的。不要报「平均段位 2.4」。
  • 用平均数回答「有多少」。 「有多少人不满意」这类问题要的是占比,不是平均数。

关于平均数和中位数的一般选择,见平均数与中位数。

在 TapCub 里怎么处理有序数据?

从客服满意度的例子开始。TapCub 在会话解决后 24 小时内记录一个 1 到 5 的满意度评分,每个会话一个评分,报表里平均到一位小数。

  1. 把平均数当作提示来读。 在客服 › 客服报表里,满意度数字是这些评分的平均数。按上面的逻辑,把它当作深入查看的信号,而不是给坐席排名。
  2. 谨慎看按人拆分。 坐席工作量里有每个人的满意度。只有五个评分的坐席和有五十个评分的坐席,不能按小数点比较。
  3. 把你自己的评分当事件记录。 TapCub 不做问卷。如果你的产品收集评分,把它作为带数值属性的事件发送,比如 rating。在全端分析 › 行为分析 › 行为分析里,用属性值的分布视图能看到每个取值有多少评分。
  4. 用中位数汇总,不只用平均数。 在全端分析 › 行为分析 › 自定义指标与 SQL里,从该事件定义一个自定义指标,聚合方式选中位数,或者直接用 SQL 查事件,并在旁边放 4–5 分评分的占比。
  5. 比较之前先分群。 用全端分析 › 用户 › 分群与标签比较新用户和回访用户、或不同渠道的评分,并且先确认各组的人数。

常见问题

用简单的话说,什么是有序数据?

有序数据是一组你能排序、但量不出类别之间差距的类别。满意度等级、星级评分、优先级标签都是典型例子。你知道 5 星比 4 星好,但不知道好多少。

有序数据可以求平均数吗?

可以算,很多人也这么做,但它假设各等级之间的差距相等,而有序数据并不保证这一点。优先用中位数和各等级的占比;如果也给了平均数,就同时报告完整分布。

李克特量表是有序数据吗?

单个李克特题目(同意到不同意)是有序的。有些分析者把几个题目的总分或平均数近似当作数值;这是依量表和问题而定的判断,所以要说明你这样做了。

有序数据和名义数据有什么区别?

名义类别没有顺序(设备类型、国家)。有序类别有顺序(低、中、高)。两者都是分类数据,但只有有序数据支持中位数或「前两档」占比。

NPS 是有序数据吗?

0–10 的回答是有序的。净推荐值把它们分成三档,用推荐者占比减去贬损者占比,这是对占比的计算,不是对回答求平均。

另见:数据的例子:按类型看真实分析数据行,以及每种类型能做什么。

资料来源

归档:数据分析

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

陈屿

技术工程师

专注统计代码、SDK 与接口集成文档,从接入验证到问题排查,帮助开发者更顺畅地完成实施。

看分布,而不只是平均数

按取值拆分评分,定义中位数指标,并比较分群。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie