3 belangrijkste vormen van gegevens

Voor het begrijpen van de aard van gegevens, wordt het noodzakelijk om te studeren over de verschillende vormen van gegevens, zoals hieronder weergegeven:

1. Kwalitatief en kwantitatief.

2. Continue en discrete gegevens.

3. Primaire en secundaire gegevens.

Formulier # 1. Kwalitatieve en kwantitatieve gegevens:

Laten we een reeks gegevens in tabel 2.1 beschouwen:

In tabel 2.1 is het aantal scholen weergegeven volgens het management van scholen. Dus de scholen zijn ingedeeld in 4 categorieën, te weten Government Schools, Local Body Schools, Private Aided Schools en Private Unaided Schools. Een bepaalde school behoort tot een van de vier categorieën. Dergelijke gegevens worden weergegeven als Categorische of Kwalitatieve gegevens.

Hier is de categorie of de kwaliteit waarnaar wordt verwezen management. Aldus zijn categorische of kwalitatieve gegevens het resultaat van informatie die in categorieën is ingedeeld. Dergelijke categorieën worden alfabetisch weergegeven of in volgorde van afnemende frequenties of op een andere conventionele manier. Elk gegevenstype behoort duidelijk tot één classificatie of categorie.

We komen vaak categorische of kwalitatieve gegevens tegen die onmetelijk zijn met een schaal en als zodanig niet uit te drukken in grootte. Seks, nationaliteit, beroep, religie, soort misdaad, burgerlijke staat, alfabetisme etc. zijn voorbeelden van kwalitatieve gegevens. Mensen verschillen naar geslacht als 'mannelijk' en 'vrouwelijk', naar nationaliteit als 'Amerikaans', 'Frans', Italiaans 'of' Indiaan '.

Studenten in een college kunnen worden aangemerkt als behorend tot de faculteit 'Science', 'Arts' of 'Commerce'. In dit classificatiesysteem is er geen natuurlijke ordening in de klassen. Het is ofwel puur arbitrair of gedaan op basis van de aanwezigheid of afwezigheid van een bepaald attribuut in een individu of object.

In tabel 2.2 is het aantal studenten weergegeven op basis van de hoogtes. Studenten die in een bepaald hoogtebereik vallen, zijn gegroepeerd, er zijn bijvoorbeeld 15 studenten binnen het bereik van hoogtes tussen 4, 5 "- 4, 8". Omdat de groepering op cijfers is gebaseerd, worden dergelijke gegevens Numerieke of Kwantitatieve gegevens genoemd.

Wanneer de meting van een variabele of gegevens op een schaal in sommige geschikte eenheden mogelijk is, wordt dit een kwantitatieve gegevens genoemd. Op dergelijke gegevens variëren objecten in grootte en mate en geven de metingen een dergelijke variatie aan. Voorbeelden van kwantitatieve gegevens zijn: leeftijd, lengte, inkomen en intellectuele vaardigheid enz.

Hier is leeftijd meetbaar in jaren of maanden, hoogte in cm., Inkomen in rupees en intellectuele vaardigheid in de vorm van scores op een toets. Met kwantitatieve gegevens kunnen objecten in geordende klassen worden geplaatst, dwz we kunnen zeggen dat de ene klasse hoger is dan de andere in een continuüm. De geobserveerde gewichten van personen en het inkomen dat ze per maand verdienen, de scores van 50 studenten in een onderzoek, het aantal kamers in huizen etc., zijn slechts enkele voorbeelden van dergelijke metingen.

Aldus komen numerieke of kwantitatieve gegevens voort uit tellen of meten. We komen vaak numerieke gegevens tegen in kranten, advertenties etc. met betrekking tot de temperatuur van de steden, cricketgemiddelden, inkomens, uitgaven enzovoort.

Formulier # 2. Continue en discrete gegevens:

Numerieke of kwantitatieve gegevens kunnen continu of discreet zijn, afhankelijk van de aard van de elementen of objecten die worden waargenomen.

Laten we eens kijken naar tabel 2.3 die de hoogtes van studenten van een klas weergeeft:

Tabel 2.3 geeft de gegevens met betrekking tot de hoogtes van studenten van een klas. Hier is het element onder observatie de hoogte van de studenten. De hoogte varieert van 4'8 "tot 5'10". De hoogte van een persoon kan overal zijn van 4'8 "tot 5'10". Twee studenten kunnen bijna een centimeter van elkaar afwijken. Zelfs als we twee aangrenzende punten nemen, zeg 4'8.00 "en 4'8.01", kunnen er verschillende waarden zijn tussen de twee punten.

Dergelijke gegevens worden Continuous Data genoemd, omdat de hoogte continu is. Continue gegevens ontstaan ​​uit de meting van continue kenmerken of variabelen, waarbij de persoon kan verschillen door hoeveelheden die net nul naderen. Gewichten en hoogtes van kinderen; temperatuur van een lichaam; intelligentie en prestatieniveau van studenten, etc. zijn de voorbeelden van continue gegevens.

De hoogte van een persoon kan niet met absolute nauwkeurigheid worden gemeten en als zodanig kunnen we het aantal personen met een hoogte van exact 16 cm niet tellen. De werkelijke hoogte kan met een honderdste deel van een centimeter afwijken van deze figuur. In dergelijke gevallen worden de gegevens daarom gegeven met betrekking tot bepaalde groepen of klassenintervallen.

In continue reeksen is de statistische eenheid in staat om te delen en kan deze worden gemeten in breuken van elke grootte, hoe klein ook. In eenvoudige woorden vormen continue variabelen continue reeksen. In dergelijke serie-items gaan van waarde naar waarde met fractionele verschillen.

Discrete gegevens worden gekenmerkt door hiaten in de schaal, waarvoor nooit echte waarden kunnen worden gevonden. Dergelijke gegevens worden meestal uitgedrukt in hele getallen. De grootte van een gezin, de inschrijving van kinderen, het aantal boeken enz. Zijn de voorbeelden van discrete gegevens. Over het algemeen zijn gegevens die voortkomen uit metingen continu, terwijl gegevens die voortkomen uit het tellen of willekeurige classificatie discreet zijn.

Discrete gegevens kunnen exact worden gemeten en tussen de waarden van twee opeenvolgende items zijn definitieve onderbrekingen zichtbaar. Statistische eenheden, in het geval van discrete gegevens, kunnen niet worden verdeeld en blijven volledig en ondeelbaar. Ze worden gevormd door discrete feiten, bijvoorbeeld het aantal werknemers dat in industriële vestigingen werkt of het aantal huizen dat niet in onderverdeling is. Evenzo kunnen zoon, vrouw etc. niet in breuken worden verdeeld.

De prestatiescores van studenten, hoewel gepresenteerd in discrete vorm, kunnen worden beschouwd als continue gegevens, aangezien een score van 24 elk punt tussen 23, 5 en 24, 5 vertegenwoordigt. Feitelijk is prestatie een continu attribuut of een variabele.

Alle metingen van continue attributen hebben een approximatief karakter en vormen als zodanig geen basis om onderscheid te maken tussen continue en discrete gegevens. Het onderscheid wordt gemaakt op basis van de gemeten variabele. 'Hoogte' is een continue variabele, maar het aantal kinderen zou discrete gegevens geven.

Formulier # 3. Primaire en secundaire gegevens:

De gegevens die zijn verzameld door of namens de persoon of personen die gebruik gaan maken van de gegevens, hebben betrekking op Primaire gegevens. Bijvoorbeeld, de aanwezigheid van kinderen, het resultaat van door u afgelegde examens zijn primaire gegevens.

Als u contact opneemt met de ouders van de kinderen en hen vraagt ​​naar hun opleidingskwalificaties om hen te relateren aan de prestaties van de kinderen, geeft dit ook primaire gegevens. Wanneer een persoon persoonlijk gegevens of informatie verzamelt over een gebeurtenis, een definitief plan of ontwerp, verwijst het feitelijk naar primaire gegevens.

Soms kan een onderzoek de gegevens gebruiken die al door een ander persoon zijn verzameld, zoals de aanwezigheid van kinderen, of de uitvoering van studenten in verschillende onderwerpen, enz. Voor zijn / haar studie, dan zijn de gegevens Secundaire gegevens.

De gegevens die worden gebruikt door een persoon of mensen anders dan de personen door wie of voor wie de gegevens zijn verzameld, verwijzen naar secundaire gegevens. Om vele redenen moeten we mogelijk secundaire gegevens gebruiken, die zorgvuldig moeten worden gebruikt, omdat de gegevens verzameld kunnen zijn met een ander doel dan dat van de onderzoeker en mogelijk wat detail verliezen of mogelijk niet volledig relevant zijn.

Voor het gebruik van secundaire gegevens is het altijd handig om te weten:

ik. Hoe de gegevens zijn verzameld en verwerkt.

ii. De nauwkeurigheid van de gegevens.

iii. Hoe ver de gegevens zijn samengevat.

iv. Hoe vergelijkbaar de gegevens zijn met andere tabellen.

v. En hoe de gegevens moeten worden geïnterpreteerd, vooral wanneer cijfers die voor één doel zijn verzameld, voor een ander doel worden gebruikt.