У статистици, квантитативни подаци су нумерички и добијају се пребројавањем или мерењима и са њима су супротни квалитативни подаци скупови, који описују атрибуте објеката, али не садрже бројеве. Постоје различити начини да се статистички подаци појаве квантитативни. Свако од следећег је пример квантитативних података:
- Висина играча у фудбалском тиму
- Број аутомобила у сваком реду паркинга
- Проценат разреда ученика у учионици
- Вредности домова у суседству
- Век трајања серије одређене електронске компоненте.
- Вријеме проведено чекајући у реду за купце у супермаркету.
- Број година школовања за појединце на одређеној локацији.
- Тежина јаја која су узета из кокошика одређеног дана у седмици.
Уз то се квантитативни подаци могу даље рашчланити и анализирати у складу са нивоом мерења који су укључени укључујући номиналне, ординалне, интервалне и нивое мерења или да ли су скупови података непрекинути или не изолован.
Нивои мерења
У статистици постоји мноштво начина на које се могу мерити и израчунати количине или атрибути објеката, а сви укључују бројеве у квантитативним скупима података. Ове скупове података не укључују увијек бројеве који се могу израчунати, што је одређено сваком скупом података '
ниво мерења:- Номинална: Било које нумеричке вредности на номиналном нивоу мерења не треба третирати као квантитативну променљиву. Примјер за то може бити дрес број или матични број ученика. Нема смисла радити било какве прорачуне на овим врстама бројева.
- Обични: Квантитативни подаци на ординалном нивоу мерења могу се наручити, међутим разлике између вредности су бесмислене. Пример података на овом нивоу мерења је било који облик рангирања.
- Интервал: Подаци на нивоу интервала могу се наручити и разлике се могу смислено израчунати. Међутим, подацима на овом нивоу обично недостаје почетна тачка. Штавише, омјери између вриједности података су бесмислени. На пример, 90 степени Фаренхајта није три пута вруће него када је 30 степени.
- Однос: Подаци на нивоу мерења не могу се само поредати и одузети, већ се могу и поделити. Разлог за то је што ови подаци имају нулту вриједност или почетну тачку. На пример, Келвина температурна скала има и апсолутна нула.
Утврђивање под којим ће од ових нивоа мерења потпасти скуп података помоћи ће статистичарима одредити да ли су подаци корисни или не у прорачуну или посматрању скупа података као таквих стоји.
Дискретан и континуиран
Други начин да се квантитативни подаци могу класификовати је да ли су скупови података изолован или континуирано - сваки од ових појмова има читава поља математике која су посвећена њиховом проучавању; важно је разликовати дискретне и континуиране податке јер се користе различите технике.
Скуп података је дискретан ако се вредности могу одвојити једна од друге. Главни пример тога је скуп природни бројеви. Нема шансе да вредност може бити уломак или између било ког од целих бројева. Овај скуп врло природно настаје када рачунамо предмете који су корисни само док су целине попут столица или књига.
Континуирани подаци настају када појединци представљени у скупу података могу преузети било коју стварни број у распону вредности. На пример, тежине се могу пријавити не само у килограмима, већ и у грамима, милиграмима, микрограмима и тако даље. Наши подаци су ограничени само прецизношћу наших мерних уређаја.