3 Pagrindinės duomenų formos

Norint suprasti duomenų pobūdį, būtina ištirti įvairias duomenų formas, kaip parodyta toliau:

1. Kokybinis ir kiekybinis.

2. Nuolatiniai ir diskretiški duomenys.

3. Pirminiai ir antriniai duomenys.

# # Forma. Kokybiniai ir kiekybiniai duomenys:

Apsvarstykite 2.1 lentelėje pateiktą duomenų rinkinį:

2.1 lentelėje mokyklų skaičius parodytas pagal mokyklų valdymą. Taigi mokyklos buvo suskirstytos į keturias kategorijas: vyriausybines mokyklas, vietines kūno mokyklas, privačias mokyklas ir privačias nežinomas mokyklas. Atitinkama mokykla priklauso bet kuriai iš keturių kategorijų. Tokie duomenys rodomi kaip kategoriniai arba kokybiniai duomenys.

Čia nurodyta kategorija arba kokybė yra vadyba. Taigi kategoriniai arba kokybiniai duomenys gaunami iš informacijos, kuri buvo suskirstyta į kategorijas. Tokios kategorijos yra išvardytos abėcėlės tvarka arba mažėjančiais dažniais arba kitais būdais. Kiekviena duomenų dalis aiškiai priklauso vienai klasifikacijai arba kategorijai.

Dažnai mes susiduriame su kategoriniais ar kokybiniais duomenimis, kurie nėra išmatuojami pagal mastą ir todėl nėra neišsiskiriantys. Lytis, tautybė, profesija, religija, nusikalstamumo rūšis, šeimyninė padėtis, raštingumas ir pan. Yra kokybinių duomenų pavyzdžiai. Žmonės skiriasi priklausomai nuo lyties kaip „vyrai“ ir „moterys“ pagal tautybę kaip „amerikietis“, „prancūzų“, italų arba „indų“.

Kolegijos studentai gali būti klasifikuojami kaip „Mokslo“, „Meno“ ar „komercijos“ fakulteto nariai. Šioje klasifikavimo sistemoje klasėse nėra natūralaus užsakymo. Tai yra tik savavališka arba padaryta remiantis tam tikro asmens ar objekto konkretaus atributo buvimu ar nebuvimu.

2.2 lentelėje mokinių skaičius parodytas pagal aukštį. Studentai, patekę į tam tikrą aukščio diapazoną, yra sugrupuoti, pvz., Yra 15 studentų, kurių aukštis yra nuo 4, 5 ″ - 4, 8 ″. Kadangi grupavimas pagrįstas skaičiais, tokie duomenys vadinami skaitmeniniais arba kiekybiniais duomenimis.

Kai kintamojo ar duomenų matavimas yra galimas skalėje kai kuriuose atitinkamuose vienetuose, tai vadinama kiekybiniais duomenimis. Esant tokiems duomenims, objektai skiriasi dydžiu ir laipsniu, o matavimai rodo tokį skirtumą. Kiekybinių duomenų pavyzdžiai: amžius, aukštis, pajamos ir intelektiniai gebėjimai ir kt.

Čia amžius yra išmatuojamas metais arba mėnesiais, aukštis cm, pajamos rupijose ir intelektiniai gebėjimai testų rezultatuose. Kiekybiniais duomenimis, objektus galima įdėti į užsakytas klases, ty galime pasakyti, kad viena klasė yra didesnė už kitą. Šių matavimų pavyzdžiai yra stebimi asmenų svoriai ir pajamos, kurias jie uždirba per mėnesį, 50 studentų egzaminuose balai, kambarių skaičius namuose ir pan.

Taigi skaičiai arba kiekybiniai duomenys gaunami skaičiuojant ar matuojant. Mes dažnai susiduriame su skaitiniais duomenimis laikraščiuose, reklamose ir tt, susijusius su miestų temperatūra, kriketo vidurkiais, pajamomis, išlaidomis ir pan.

# 2 forma. Nuolatiniai ir atskiri duomenys:

Skaitiniai arba kiekybiniai duomenys gali būti nuolatiniai arba diskretiški, priklausomai nuo stebimų elementų ar objektų pobūdžio.

Apsvarstykite 2.3 lentelę, kurioje vaizduojami vienos klasės studentų aukščiai:

2.3 lentelėje pateikiami duomenys apie klasės klasės studentų aukštį. Čia stebimas elementas yra studentų aukštis. Aukštis svyruoja nuo 4'8 ″ iki 5'10 “. Asmens aukštis gali būti nuo 4'8 ″ iki 5'10 “. Du studentai gali skirtis nuo beveik nulio colio aukščio. Net jei mes paimame du gretimus taškus, ty 4'8.00 ″ ir 4'8.01 ″, tarp dviejų taškų gali būti kelios vertės.

Tokie duomenys vadinami nuolatiniais duomenimis, nes aukštis yra nepertraukiamas. Nuolatiniai duomenys gaunami iš nuolatinių atributų ar kintamųjų matavimo, kai asmuo gali skirtis nuo sumų, kurios tik artėja prie nulio. Vaikų svoriai ir aukščiai; kūno temperatūra; tęstinių duomenų pavyzdžiai yra studentų žvalgybos ir pasiekimų lygis ir pan.

Asmens aukštis negali būti matuojamas absoliučiai tiksliai, todėl negalime skaičiuoti asmenų, kurių aukštis yra lygiai 16 cm. Tikrasis aukštis gali skirtis nuo šimto centimetro dalies nuo šio skaičiaus. Tokiais atvejais duomenys pateikiami atsižvelgiant į tam tikras grupes ar klasių intervalus.

Nuolatinėse serijose statistinis vienetas gali suskirstyti ir gali būti matuojamas bet kokio dydžio frakcijomis, nesvarbu, kiek mažas. Paprastais žodžiais tariant, nepertraukiami kintamieji sudaro nuolatinę seriją. Tokiuose serijos straipsniuose nuo vertės į vertę perkeliami daliniai skirtumai.

Diskretiški duomenys apibūdinami skalės spragomis, dėl kurių jokios realios vertės niekada negali būti. Tokie duomenys paprastai išreiškiami sveikais skaičiais. Šeimos dydis, vaikų registracija, knygų skaičius ir tt yra diskretiškų duomenų pavyzdžiai. Apskritai duomenys, gauti matuojant, yra tęstiniai, o skaičiavimų ar savavališko klasifikavimo duomenys yra diskretiški.

Diskretūs duomenys gali tiksliai matuoti, o tarp dviejų sekančių elementų reikšmių matomos aiškios pertraukos. Statistiniai vienetai, jei yra atskiri duomenys, negali būti suskirstyti ir jie lieka visiškai ir nedalomi. Juos sudaro atskiri faktai, pavyzdžiui, pramonės įmonėse dirbančių darbuotojų skaičius arba namų skaičius negali padalinti. Panašiai sūnus, žmona ir tt negali būti suskirstyti į dalis.

Studentų pasiekimų balai, nors ir pateikiami atskirai, gali būti laikomi nuolatiniais duomenimis, nes 24 balų skaičius yra bet koks taškas tarp 23, 5 ir 24, 5. Iš tikrųjų pasiekimas yra nuolatinis atributas arba kintamasis.

Visi nepertraukiamųjų atributų matavimai yra apytiksliai ir nesuteikia pagrindo atskirti nuolatinius ir atskirus duomenis. Skirtumas nustatomas pagal kintamąjį, kuris yra matuojamas. „Aukštis“ yra nuolatinis kintamasis, tačiau vaikų skaičius suteiktų atskirų duomenų.

# 3 forma. Pirminiai ir antriniai duomenys:

Asmens ar asmenų, kurie ketina naudotis duomenimis, surinkti duomenys yra susiję su pirminiais duomenimis. Pavyzdžiui, vaikų lankymas, jūsų atliktų tyrimų rezultatai yra pirminiai duomenys.

Jei susisiekiate su vaikų tėvais ir paklausiate jų išsilavinimo, kad susietumėte juos su vaikų veikla, tai taip pat suteikia pirminius duomenis. Tiesą sakant, kai asmuo asmeniškai renka duomenis ar informaciją, susijusią su įvykiu, konkrečiu planu ar dizainu, jis nurodo pirminius duomenis.

Kartais tyrimas gali naudoti duomenis, kuriuos jau surinko kitas asmuo, pvz., Vaikų lankymasis mokykloje arba įvairių dalykų studentų mokymai ir pan., Jei duomenys yra antriniai duomenys.

Duomenys, kuriuos naudoja asmuo ar žmonės, išskyrus žmones, kurių duomenys buvo renkami arba kuriems jie buvo surinkti, yra susiję su antriniais duomenimis. Dėl daugelio priežasčių gali tekti naudoti antrinius duomenis, kurie turėtų būti naudojami atsargiai, nes duomenys galėjo būti renkami kitaip nei tyrėjas ir gali prarasti tam tikrą detalę arba gali būti visiškai nesvarbūs.

Norėdami naudoti antrinius duomenis, visada naudinga žinoti:

i. Kaip duomenys buvo surinkti ir apdoroti.

ii. Duomenų tikslumas.

iii. Kiek duomenų apibendrinti.

iv. Kaip palyginami duomenys su kitomis lentelėmis.

v. Ir kaip interpretuoti duomenis, ypač tais atvejais, kai duomenys, surinkti vienam tikslui, naudojami kitam tikslui.