आंकड़ों में, मात्रात्मक डेटा संख्यात्मक और गणना के माध्यम से प्राप्त किया जाता है या मापा जाता है और इसके साथ विपरीत होता है गुणात्मक तथ्य सेट, जो वस्तुओं की विशेषताओं का वर्णन करते हैं, लेकिन संख्याएं नहीं होती हैं। आँकड़ों में मात्रात्मक डेटा उत्पन्न होने के कई तरीके हैं। निम्नलिखित में से प्रत्येक मात्रात्मक डेटा का एक उदाहरण है:
- एक फुटबॉल टीम पर खिलाड़ियों की ऊंचाई
- पार्किंग स्थल की प्रत्येक पंक्ति में कारों की संख्या
- एक कक्षा में छात्रों का प्रतिशत ग्रेड
- एक पड़ोस में घरों के मूल्य
- एक निश्चित इलेक्ट्रॉनिक घटक के एक बैच का जीवनकाल।
- एक सुपरमार्केट में दुकानदारों की कतार में इंतजार करते समय।
- एक विशेष स्थान पर व्यक्तियों के लिए स्कूल में वर्षों की संख्या।
- सप्ताह के एक निश्चित दिन चिकन कॉप से लिए गए अंडे का वजन।
इसके अतिरिक्त, मात्रात्मक डेटा को और भी तोड़ा जा सकता है और माप के स्तर के अनुसार विश्लेषण किया जा सकता है माप के नाममात्र, क्रमिक, अंतराल और अनुपात स्तर सहित या डेटा सेट निरंतर हैं या नहीं असतत।
मापन के स्तर
आंकड़ों में, वस्तुओं की मात्रा या विशेषताओं को मापा और गणना की जा सकती है, जिनमें से सभी मात्रात्मक डेटा सेट में संख्याओं को शामिल करते हैं। ये डेटासेट हमेशा उन संख्याओं को शामिल नहीं करते हैं जिनकी गणना की जा सकती है, जो प्रत्येक डेटासेट द्वारा निर्धारित की जाती है
माप का स्तर:- नाममात्र: माप के नाममात्र स्तर पर किसी भी संख्यात्मक मूल्यों को मात्रात्मक चर के रूप में नहीं माना जाना चाहिए। इसका एक उदाहरण जर्सी नंबर या छात्र आईडी नंबर होगा। इस प्रकार की संख्याओं पर कोई गणना करने का कोई मतलब नहीं है।
- क्रमवार: माप के क्रमिक स्तर पर मात्रात्मक डेटा का आदेश दिया जा सकता है, हालांकि, मूल्यों के बीच अंतर व्यर्थ हैं। माप के इस स्तर पर डेटा का एक उदाहरण रैंकिंग का कोई भी रूप है।
- मध्यान्तर: अंतराल स्तर पर डेटा का आदेश दिया जा सकता है और अंतर को सार्थक रूप से गणना की जा सकती है। हालाँकि, इस स्तर पर डेटा में आमतौर पर शुरुआती बिंदु का अभाव होता है। इसके अलावा, डेटा मानों के बीच अनुपात अर्थहीन हैं। उदाहरण के लिए, 90 डिग्री फ़ारेनहाइट 30 डिग्री के रूप में तीन बार गर्म नहीं है।
- अनुपात: माप के अनुपात स्तर पर डेटा को न केवल ऑर्डर और घटाया जा सकता है, बल्कि इसे विभाजित भी किया जा सकता है। इसका कारण यह है कि इस डेटा का शून्य मान या प्रारंभिक बिंदु है। उदाहरण के लिए, केल्विन तापमान पैमाने में एक है परम शुन्य.
यह निर्धारित करने के लिए कि डेटा सेट के इन स्तरों में से कौन सा स्तर गिरता है, सांख्यिकीविदों की मदद करेगा यह निर्धारित करें कि डेटा गणना करने में उपयोगी है या नहीं और डेटा का एक सेट देख रहा है खड़ा है।
असतत और सतत
एक और तरीका है कि मात्रात्मक डेटा को वर्गीकृत किया जा सकता है कि क्या डेटा सेट हैं अलग या निरंतर - इनमें से प्रत्येक पद के पास गणित के पूरे उप-क्षेत्र हैं जो उन्हें अध्ययन करने के लिए समर्पित हैं; असतत और निरंतर डेटा के बीच अंतर करना महत्वपूर्ण है क्योंकि विभिन्न तकनीकों का उपयोग किया जाता है।
यदि मान एक दूसरे से अलग किए जा सकते हैं, तो डेटा सेट असतत है। इसका मुख्य उदाहरण सेट है प्राकृतिक संख्याएं. ऐसा कोई तरीका नहीं है कि एक मान एक अंश हो सकता है या पूरी संख्याओं के बीच हो सकता है। यह सेट बहुत स्वाभाविक रूप से उठता है जब हम ऐसी वस्तुओं की गिनती कर रहे हैं जो केवल कुर्सियों या किताबों की तरह ही उपयोगी होती हैं।
सतत डेटा तब उत्पन्न होता है जब डेटा सेट में प्रतिनिधित्व किए गए व्यक्ति किसी पर भी ले जा सकते हैं वास्तविक संख्या मूल्यों की एक सीमा में। उदाहरण के लिए, वज़न न केवल किलोग्राम में, बल्कि ग्राम, और मिलीग्राम, माइक्रोग्राम और इतने पर भी बताया जा सकता है। हमारा डेटा केवल हमारे मापने वाले उपकरणों की सटीकता से सीमित है।