Was sind quantitative Daten?

In der Statistik werden quantitative Daten durch Zählen oder Messen numerisch erfasst und mit qualitativen Datensätzen verglichen, die Attribute von Objekten beschreiben, jedoch keine Zahlen enthalten. Es gibt verschiedene Möglichkeiten, wie quantitative Daten in der Statistik entstehen. Bei den folgenden Angaben handelt es sich jeweils um ein Beispiel für quantitative Daten:

• Die Höhen der Spieler einer Fußballmannschaft
• Die Anzahl der Autos in jeder Reihe eines Parkplatzes
• Der prozentuale Anteil der Schüler in einem Klassenzimmer
• Die Werte von Häusern in einer Nachbarschaft
• Die Lebensdauer einer Charge einer bestimmten elektronischen Komponente.
• Die Wartezeit für Käufer in einem Supermarkt.
• Die Anzahl der Schuljahre für Einzelpersonen an einem bestimmten Standort.
• Das Gewicht der Eier, die einem Hühnerstall an einem bestimmten Wochentag entnommen wurden.

Darüber hinaus können quantitative Daten je nach Messniveau, einschließlich Nenn-, Ordnungs-, Intervall- und Verhältnismessniveau, oder je nachdem, ob die Datensätze kontinuierlich oder diskret sind, weiter aufgeschlüsselt und analysiert werden.

Messebenen

In der Statistik gibt es eine Vielzahl von Möglichkeiten, wie Mengen oder Attribute von Objekten gemessen und berechnet werden können. Dabei handelt es sich allesamt um Zahlen in quantitativen Datensätzen. Bei diesen Datensätzen handelt es sich nicht immer um Zahlen, die berechnet werden können. Dies hängt vom Messniveau der einzelnen Datensätze ab:

• Nominal: Alle numerischen Werte auf der nominalen Messebene sollten nicht als quantitative Variable behandelt werden. Ein Beispiel hierfür wäre eine Trikotnummer oder ein Studentenausweis. Es macht keinen Sinn, diese Arten von Zahlen zu berechnen.
• Ordinal: Quantitative Daten auf der Ordinalebene der Messung können bestellt werden, Unterschiede zwischen den Werten sind jedoch bedeutungslos. Ein Beispiel für Daten auf dieser Messebene ist jede Form der Rangfolge.
• Intervall: Daten auf Intervallebene können bestellt und Differenzen sinnvoll berechnet werden. Daten auf dieser Ebene fehlt jedoch normalerweise ein Ausgangspunkt. Darüber hinaus sind Verhältnisse zwischen Datenwerten bedeutungslos. Beispielsweise sind 90 Grad Fahrenheit nicht dreimal so heiß wie 30 Grad.
• Verhältnis: Daten auf der Verhältnisebene der Messung können nicht nur geordnet und subtrahiert, sondern auch geteilt werden. Der Grund dafür ist, dass diese Daten einen Nullwert oder Startpunkt haben. Zum Beispiel hat die Kelvin-Temperaturskala eine absolute Null.

Wenn Sie ermitteln, unter welche dieser Messebenen ein Datensatz fällt, können Statistiker leichter feststellen, ob die Daten für die Erstellung von Berechnungen oder die Beobachtung eines Datensatzes in seiner aktuellen Form nützlich sind.

Diskret und kontinuierlich

Eine andere Möglichkeit, quantitative Daten zu klassifizieren, besteht darin, ob die Datensätze diskret oder kontinuierlich sind - jeder dieser Begriffe hat ganze Teilbereiche der Mathematik, um sie zu studieren; Es ist wichtig, zwischen diskreten und kontinuierlichen Daten zu unterscheiden, da unterschiedliche Techniken verwendet werden.

Ein Datensatz ist diskret, wenn die Werte voneinander getrennt werden können. Das Hauptbeispiel hierfür ist die Menge der natürlichen Zahlen. Es gibt keine Möglichkeit, dass ein Wert ein Bruch oder eine ganze Zahl sein kann. Dieses Set entsteht ganz natürlich, wenn wir Objekte zählen, die nur im Ganzen nützlich sind, wie Stühle oder Bücher.

Kontinuierliche Daten entstehen, wenn im Datensatz dargestellte Personen eine beliebige reelle Zahl in einem Wertebereich annehmen können. Zum Beispiel können Gewichte nicht nur in Kilogramm, sondern auch in Gramm und Milligramm, Mikrogramm usw. angegeben werden. Unsere Daten sind nur durch die Präzision unserer Messgeräte begrenzt.