In de statistiek zijn kwantitatieve gegevens numeriek en verkregen door middel van tellen of meten en in contrast daarmee kwalitatieve data sets, die kenmerken van objecten beschrijven maar geen cijfers bevatten. Er zijn verschillende manieren waarop kwantitatieve gegevens ontstaan in statistieken. Elk van de volgende is een voorbeeld van kwantitatieve gegevens:
- De hoogten van spelers in een voetbalteam
- Het aantal auto's in elke rij van een parkeerplaats
- Het percentage leerlingen in een klaslokaal
- De waarden van woningen in een buurt
- De levensduur van een batch van een bepaald elektronisch onderdeel.
- De wachttijd in de rij voor shoppers in een supermarkt.
- Het aantal schooljaren voor individuen op een bepaalde locatie.
- Het gewicht van de eieren die op een bepaalde dag van de week uit een kippenhok zijn gehaald.
Bovendien kunnen kwantitatieve gegevens verder worden uitgesplitst en geanalyseerd op basis van het betrokken meetniveau inclusief nominale, ordinale, interval- en verhoudingsmeetniveaus of de datasets al dan niet continu zijn of discreet.
Meetniveaus
In statistieken zijn er verschillende manieren waarop hoeveelheden of attributen van objecten kunnen worden gemeten en berekend, die allemaal getallen in kwantitatieve gegevenssets omvatten. Deze datasets bevatten niet altijd cijfers die kunnen worden berekend, wat wordt bepaald door elke dataset ' meetniveau:
- Nominaal: Numerieke waarden op het nominale meetniveau mogen niet worden behandeld als een kwantitatieve variabele. Een voorbeeld hiervan is een rugnummer of studentnummer. Het heeft geen zin om op dit soort getallen te rekenen.
- Normaal: Kwantitatieve gegevens op ordinaal meetniveau kunnen worden geordend, maar verschillen tussen waarden zijn zinloos. Een voorbeeld van gegevens op dit meetniveau is elke vorm van ranking.
- Interval: Gegevens op intervalniveau kunnen worden geordend en verschillen kunnen zinvol worden berekend. Gegevens op dit niveau hebben echter meestal geen startpunt. Bovendien zijn verhoudingen tussen gegevenswaarden zinloos. Zo is 90 graden Fahrenheit niet drie keer zo heet als wanneer het 30 graden is.
- Verhouding: Gegevens op het verhoudingsniveau kunnen niet alleen worden geordend en afgetrokken, maar kunnen ook worden verdeeld. De reden hiervoor is dat deze data wel een nulwaarde of startpunt hebben. De Kelvin-temperatuurschaal heeft bijvoorbeeld een absolute nulpunt.
Bepalen onder welke van deze meetniveaus een dataset valt, zal statistici helpen bepalen of de gegevens al dan niet nuttig zijn bij het maken van berekeningen of het waarnemen van een reeks gegevens staat.
Discreet en continu
Een andere manier waarop kwantitatieve gegevens kunnen worden geclassificeerd, is of de gegevenssets dat zijn discreet of continu - elk van deze termen heeft hele subgebieden van de wiskunde die erop gericht zijn ze te bestuderen; Het is belangrijk om onderscheid te maken tussen discrete en continue data omdat er verschillende technieken worden gebruikt.
Een dataset is discreet als de waarden van elkaar kunnen worden gescheiden. Het belangrijkste voorbeeld hiervan is de set van natuurlijke getallen. Er is geen enkele manier dat een waarde een breuk kan zijn of tussen een van de hele getallen. Deze set ontstaat heel natuurlijk wanneer we objecten tellen die alleen nuttig zijn als ze heel zijn, zoals stoelen of boeken.
Er ontstaan continue gegevens wanneer individuen die in de gegevensverzameling zijn vertegenwoordigd, deze kunnen opnemen echt nummer in een reeks waarden. Gewichten kunnen bijvoorbeeld niet alleen in kilogrammen worden vermeld, maar ook in gram en milligram, microgram enzovoort. Onze gegevens worden alleen beperkt door de precisie van onze meetapparatuur.