3 Główne formy danych

Aby zrozumieć charakter danych, konieczne jest zbadanie różnych rodzajów danych, jak pokazano poniżej:

1. Jakościowe i ilościowe.

2. Dane ciągłe i dyskretne.

3. Dane pierwotne i wtórne.

Formularz nr 1. Dane jakościowe i ilościowe:

Rozważmy zestaw danych podany w tabeli 2.1:

W tabeli 2.1 przedstawiono liczbę szkół według zarządzania szkołami. Tak więc szkoły zostały podzielone na 4 kategorie, a mianowicie Szkoły Rządowe, Lokalne Szkoły Ciała, Szkoły Prywatne Wspomagane i Szkoły Prywatne Unaided. Dana szkoła należy do jednej z czterech kategorii. Takie dane są przedstawione jako dane jakościowe lub jakościowe.

Tutaj kategorią lub jakością, o której mowa, jest zarządzanie. Tak więc dane jakościowe lub jakościowe są wynikiem informacji, które zostały zaklasyfikowane do kategorii. Takie kategorie są wymienione alfabetycznie lub w kolejności malejącej częstotliwości lub w inny konwencjonalny sposób. Każda część danych wyraźnie należy do jednej klasyfikacji lub kategorii.

Często napotykamy dane kategoryczne lub jakościowe, które nie są mierzalne w skali i jako takie nie dają się wyrazić w skali. Płeć, narodowość, zawód, religia, rodzaj przestępczości, stan cywilny, umiejętność czytania i pisania itp. Są przykładami danych jakościowych. Ludzie różnią się w zależności od płci jako "mężczyźni" i "kobiety", zgodnie z narodowością jako "amerykańskie", "francuskie", włoskie "lub" indyjskie ".

Studenci w college'u mogą być klasyfikowani jako należący do wydziału "Science", "Arts" lub "Commerce". W tym systemie klasyfikacji nie ma naturalnego uporządkowania w klasach. Jest to albo czysto arbitralne albo dokonane na podstawie obecności lub braku określonego atrybutu danej osoby lub przedmiotu.

W tabeli 2.2 pokazano liczbę uczniów stosownie do wysokości. Studenci mieszczący się w określonym zakresie wysokości są zgrupowani, np. 15 uczniów w zakresie wysokości od 4, 5 "- 4, 8". Ponieważ grupowanie opiera się na liczbach, dane takie nazywane są danymi liczbowymi lub ilościowymi.

Ilekroć pomiar zmiennej lub danych jest możliwy na skali w niektórych odpowiednich jednostkach, nazywa się to danymi ilościowymi. Na takich danych obiekty różnią się wielkością i stopniem, a pomiary wskazują na taką zmianę. Przykładami danych ilościowych są: wiek, wzrost, dochód i zdolności intelektualne itp.

Tutaj wiek jest mierzalny w latach lub miesiącach, wzrost w cm., Dochody w rupiach i zdolności intelektualne w postaci wyników na teście. Dzięki danym ilościowym obiekty można umieszczać w uporządkowanych klasach, tzn. Można powiedzieć, że jedna klasa jest wyższa od drugiej na kontinuum. Obserwowane masy osób i dochód, który zarabiają miesięcznie, wyniki 50 uczniów w badaniu, liczba pokoi w domach itp., To tylko kilka przykładów takich pomiarów.

Tak więc dane liczbowe lub ilościowe wynikają z zliczania lub mierzenia. Często napotykamy dane liczbowe w gazetach, reklamach itp. Związane z temperaturą miast, średnimi krykieta, dochodami, wydatkami i tak dalej.

Formularz # 2. Dane ciągłe i dyskretne:

Dane liczbowe lub ilościowe mogą być ciągłe lub dyskretne w zależności od charakteru obserwowanych elementów lub obiektów.

Rozważmy tabelę 2.3 przedstawiającą wysokości uczniów klasy:

Tabela 2.3 przedstawia dane dotyczące wysokości uczniów klasy. Tutaj obserwowanym elementem jest wysokość uczniów. Wysokość waha się od 4'8 "do 5'10". Wysokość osoby może wynosić od 4'8 "do 5'10". Dwaj uczniowie mogą różnić się o prawie zero cali wysokości. Nawet jeśli weźmiemy dwa sąsiednie punkty, powiedzmy 4'8.00 "i 4'8.01", może być kilka wartości pomiędzy tymi dwoma punktami.

Takie dane nazywane są danymi ciągłymi, ponieważ wysokość jest ciągła. Dane ciągłe wynikają z pomiaru ciągłych atrybutów lub zmiennych, w których jednostka może różnić się kwotami zbliżającymi się do zera. Wagi i wysokości dzieci; temperatura ciała; inteligencja i poziom osiągnięć studentów itp. to przykłady ciągłych danych.

Wysokość osoby nie może być mierzona z absolutną dokładnością i jako taka nie możemy zliczyć liczby osób, których wysokość wynosi dokładnie 16 cm. Rzeczywista wysokość może się różnić o setną część centymetra od tej wartości. W takich przypadkach dane są podawane w odniesieniu do określonych grup lub przedziałów klasowych.

W serii ciągłej jednostka statystyczna może się dzielić i może być mierzona we frakcjach dowolnej wielkości, bez względu na to, jak mała. W prostych słowach zmienne ciągłe tworzą ciągłe serie. W takich seriach przedmioty przechodzą z wartości do wartości z różnicami ułamkowymi.

Dane dyskretne charakteryzują się lukami w skali, dla których nie można znaleźć rzeczywistych wartości. Takie dane są zwykle wyrażane w liczbach całkowitych. Wielkość rodziny, liczba dzieci, liczba książek itp. To przykłady dyskretnych danych. Zasadniczo dane wynikające z pomiaru są ciągłe, a dane wynikające z zliczania lub arbitralnej klasyfikacji są dyskretne.

Dane dyskretne umożliwiają dokładny pomiar, a między wartościami dwóch kolejnych pozycji widoczne są określone przerwy. Jednostek statystycznych, w przypadku danych dyskretnych, nie można dzielić i pozostają one kompletne i niepodzielne. Tworzą je dyskretne fakty, na przykład liczba pracowników pracujących w zakładach przemysłowych lub liczba domów jest niezdolna do podziału. Podobnie syn, żona itp. Nie może być podzielony na ułamki.

Oceny osiągnięć studentów, choć przedstawione w formie dyskretnej, można uznać za dane ciągłe, ponieważ punktacja 24 oznacza dowolny punkt między 23, 5 a 24, 5. W rzeczywistości osiągnięcie jest ciągłym atrybutem lub zmienną.

Wszystkie pomiary atrybutów ciągłych mają charakter przybliżony i jako takie nie stanowią podstawy do rozróżnienia danych ciągłych od dyskretnych. Rozróżnienie dokonywane jest na podstawie mierzonej zmiennej. "Wysokość" jest zmienną ciągłą, ale liczba dzieci dawałaby dyskretne dane.

Formularz nr 3. Dane pierwotne i wtórne:

Dane zebrane przez lub w imieniu osoby lub osób, które zamierzają skorzystać z danych, odnoszą się do danych pierwotnych. Na przykład, obecność dzieci, wynik przeprowadzonych przez ciebie badań to dane pierwotne.

Jeśli kontaktujesz się z rodzicami dzieci i pytasz o ich kwalifikacje edukacyjne, aby odnieść je do wyników dzieci, to daje to również dane pierwotne. W rzeczywistości, gdy dana osoba osobiście zbiera dane lub informacje dotyczące zdarzenia, określonego planu lub projektu, odnosi się do danych pierwotnych.

Czasami dochodzenie może wykorzystywać dane już zebrane przez jakąś inną osobę, takie jak uczęszczanie do szkoły przez dzieci lub wyniki uczniów w różnych przedmiotach, itp. Dla jego / jej studiów, wtedy dane są danymi drugorzędnymi.

Dane używane przez osobę lub osoby inne niż osoby przez kogo lub dla których dane zostały zgromadzone, odnoszą się do danych wtórnych. Z wielu powodów możemy potrzebować danych wtórnych, które należy stosować ostrożnie, ponieważ dane mogłyby zostać zebrane w celu innym niż cel badacza i mogą stracić trochę szczegółów lub mogą nie być w pełni odpowiednie.

Aby korzystać z dodatkowych danych, zawsze warto wiedzieć:

ja. W jaki sposób dane zostały zebrane i przetworzone.

ii. Dokładność danych.

iii. Jak daleko dane zostały podsumowane.

iv. Jak porównywalne są dane z innymi tabelami.

v. Jak interpretować dane, zwłaszcza gdy dane zebrane w jednym celu są wykorzystywane do innych celów.