A statisztikákban a kvantitatív adatok numerikusak, számolás vagy mérés útján szerezhetők meg és ellentétben állnak egymással minőségi adatok halmazok, amelyek leírják az objektumok attribútumait, de nem tartalmaznak számokat. A statisztikai adatok kvantitatív adatok felmerülésének számosféle módja van. Az alábbiak mindegyike példát mutat a mennyiségi adatokra:
- A labdarúgó-válogatott játékosai magassága
- Az autók száma a parkoló minden sorában
- Az osztályteremben a hallgatók százalékos aránya
- A környéken lévő otthonok értékei
- Egy bizonyos elektronikus alkatrész tételének élettartama.
- A szupermarketben a vásárlók sorában várakozó idő.
- Az egy iskolában töltött évek száma egy adott helyen.
- A csirkehúsból vett héjas tojások súlya a hét egy bizonyos napján.
Ezenkívül a mennyiségi adatokat tovább lehet bontani és elemezni az érintett mérési szintnek megfelelően ideértve a mérési nominális, ordinális, intervallum és arány szintet, vagy hogy az adatkészletek folyamatosak-e vagy sem diszkrét.
Mérési szintek
A statisztikákban sokféle módon mérhetők és kiszámíthatók az objektumok mennyiségei vagy attribútumai, amelyek mennyiségi adatkészletekben tartalmaznak számokat. Ezek az adatkészletek nem mindig tartalmaznak kiszámítható számokat, amelyeket az egyes adatkészletek határoznak meg a mérés szintje:
- Névleges: A névleges mérési szintű numerikus értékeket nem szabad mennyiségi változóként kezelni. Erre példa lehet a mezszám vagy a hallgatói azonosító szám. Nincs értelme számolni az ilyen típusú számokra.
- Sorrendi: Kvantitatív adatokat rendelhetünk a mérés szokásos szintjén, azonban az értékek közötti különbségek értelmetlenek. Az adatok példája a mérés ezen szintjén a rangsorolás bármilyen formája.
- Intervallum: Az intervallum szintű adatok megrendelhetők és a különbségek értelmezhetően kiszámíthatók. Az ilyen szintű adatoknak azonban általában nincs kiindulópontja. Sőt, az adatértékek közötti arányok értelmetlenek. Például a 90 fok Fahrenheit nem olyan háromszor olyan forró, mint amikor 30 fokos.
- Hányados: A mérési arány szintjén szereplő adatokat nemcsak nem lehet megrendelni és kivonni, hanem meg lehet osztani. Ennek oka az, hogy ezeknek az adatoknak nulla értéke vagy kiindulási pontja van. Például a kelvin hőmérsékleti skálának van egy abszolút nulla.
A statisztikusok segítséget nyújtanak annak meghatározásában, hogy a mérési szintek közül melyikhez tartozik az adatkészlet annak meghatározása, hogy az adatok hasznosak-e a számítások elvégzéséhez vagy az adatok halmazának megfigyeléséhez áll.
Diszkrét és folyamatos
A kvantitatív adatok osztályozásának másik módja az, hogy vannak-e az adatkészletek diszkrét vagy folyamatos - e kifejezések mindegyikének teljes matematikai almezője van, amelyek azok tanulmányozására szolgálnak; fontos különbséget tenni a diszkrét és a folyamatos adatok között, mivel különböző technikákat alkalmaznak.
Az adatkészlet diszkrét, ha az értékeket elválaszthatjuk egymástól. Ennek fő példája a természetes számok. Nincs olyan lehetőség, hogy az érték lehet tört vagy a teljes számok bármelyike között lehet. Ez a készlet természetesen akkor merül fel, amikor olyan tárgyakat számolunk, amelyek csak egészekben hasznosak, mint székek vagy könyvek.
Folyamatos adatok akkor merülnek fel, amikor az adatkészletben képviselt egyének bárkit felvehetnek valós szám értéktartományban. Például a súlyokat nemcsak kilogrammban, hanem grammban, illetve milligrammban, mikrogramokban és így tovább is lehet jelenteni. Adatainkat csak a mérőkészülékeink pontossága korlátozza.