ข้อมูล (Data) หมายถึง ข้อเท็จจริงที่เก็บรวบรวมได้จากตัวอย่างหรือประชากร 1.3.1 แบ่งตามลักษณะข้อมูล ได้ 2 ประเภท ดังนี้
1. ข้อมูลเชิงปริมาณ (Quantitative Data) เป็นข้อมูลที่วัดค่าได้ว่ามากหรือน้อยในเชิง ปริมาณ เช่น รายได้ อายุ ความสูงจำนวนสินค้า ฯลฯ ซึ่งแบ่งได้ 2 แบบ คือ 1.1 ข้อมูลแบบต่อเนื่อง (Continuous Data) หมายถึง ข้อมูลที่มีค่าต่อเนื่องกันในช่วงที่ กำหนด สามารถแจงสมาชิกในข้อมูลได้ เช่น ความสูง อายุ ระยะทาง เป็นต้น 1.2 ข้อมูลแบบไม่ต่อเนื่อง (Discrete Data) หมายถึง ข้อมูลที่มีค่าเป็นจำนวนเต็มหรือ จำนวนนับ เช่น จำนวนนักศึกษา จำนวนสมาชิกในครัวเรือน เป็นต้น
2. ข้อมูลเชิงคุณภาพ (Qualitative Data) เป็นข้อมูลที่ไม่สามารถระบุค่าได้ว่ามากหรือ น้อย อาจแทนด้วยตัวเลขก็ได้โดยตัวเลขดังกล่าวไม่มีความหมายในเชิงปริมาณ เช่น เพศ ระดับการศึกษา อาชีพ ทัศนคติเป็นต้น
1. ข้อมูลปฐมภูมิ (Primary Data) เป็นข้อมูลที่ผู้ใช้ไปเก็บรวบรวมข้อมูลเอง ข้อ มูลที่ได้จะมี ความทันสมัยมีความถูกต้องน่าเชื่อถือ แต่การรวบรวมข้อมูลต้องใช้เวลานาน ต้องใช้กำลังคนมาก เสียค่าใช้จ่าย สูง ไม่สะดวกเท่าที่ควร
2. ข้อมูลทุติยภูมิ (Secondary Data) เป็นข้อมูลที่มีการเก็บรวบรวมไว้แล้วผู้ใช้เป็นเพียงผู้ที่ นำข้อมูลนั้นมาใช้จึงเป็นการประหยัดทั้งเวลาและค่าใช้จ่าย แต่บางครั้งจะเป็นข้อมูลที่ไม่ตรงกับความต้องการ หรือไม่ละเอียดพอ นอกจากนี้ผู้ใช้มักจะไม่ทราบถึงข้อผิดพลาดของข้อมูล ซึ่งมีผลทำให้การวิเคราะห์ผลอาจจะ ผิดพลาดได้
ในสถิติข้อมูลเชิงปริมาณเป็นตัวเลขและได้มาโดยการนับหรือวัดและเปรียบเทียบกับชุด ข้อมูลเชิงคุณภาพ ซึ่งอธิบายแอตทริบิวต์ของวัตถุ แต่ไม่มีตัวเลข มีหลายวิธีที่ข้อมูลเชิงปริมาณเกิดขึ้นในสถิติ ต่อไปนี้เป็นตัวอย่างข้อมูลเชิงปริมาณ
- ความสูงของผู้เล่นในทีมฟุตบอล
- จำนวนรถยนต์ในแต่ละแถวของที่จอดรถ
- เกรดร้อยละของนักเรียนในห้องเรียน
- คุณค่าของบ้านในละแวกเดียวกัน
- อายุการใช้งานของชุดส่วนประกอบอิเล็กทรอนิกส์บางอย่าง
- เวลาที่รออยู่ในแถวสำหรับผู้ซื้อที่ซูเปอร์มาร์เก็ต
- จำนวนปีในโรงเรียนสำหรับบุคคลในสถานที่ใดสถานที่หนึ่ง
- น้ำหนักของไข่ที่นำมาจากไก่ในวันหนึ่งของสัปดาห์
นอกจากนี้ข้อมูลเชิงปริมาณสามารถถูกแบ่งย่อยและวิเคราะห์ตามระดับของการวัดที่เกี่ยวข้องรวมถึงระดับการวัดที่ระบุ, ลำดับ, ช่วงและอัตราส่วนหรือไม่ว่าชุดข้อมูลจะต่อเนื่องหรือไม่ต่อเนื่อง
ระดับของการวัด
ในสถิติมีหลายวิธีที่สามารถวัดและคำนวณปริมาณหรือคุณลักษณะของวัตถุซึ่งทั้งหมดนี้เกี่ยวข้องกับตัวเลขในชุดข้อมูลเชิงปริมาณ ชุดข้อมูลเหล่านี้ไม่เกี่ยวข้องกับตัวเลขที่สามารถคำนวณได้ซึ่งจะพิจารณาจาก ระดับการวัดของ ชุดข้อมูลแต่ละชุด:
- ค่าที่ระบุ: ค่าตัวเลขใด ๆ ในระดับที่ระบุไม่ควรถือว่าเป็นตัวแปรเชิงปริมาณ ตัวอย่างนี้จะเป็นหมายเลขเสื้อหรือหมายเลขประจำตัวนักเรียน การคำนวณตามตัวเลขประเภทนี้ไม่มีเหตุผลใด ๆ
- Ordinal: สามารถหา ข้อมูลเชิงปริมาณในระดับที่สามารถวัดได้ แต่ความแตกต่างระหว่างค่าไม่มีความหมาย ตัวอย่างของข้อมูลในระดับนี้คือรูปแบบของการจัดอันดับใด ๆ
- ช่วงเวลา: สามารถสั่งซื้อข้อมูลในระดับช่วงเวลาและสามารถคำนวณความแตกต่างได้ อย่างไรก็ตามข้อมูลในระดับนี้มักไม่มีจุดเริ่มต้น นอกจากนี้อัตราส่วนระหว่างค่าข้อมูลยังไม่มีความหมาย ตัวอย่างเช่น 90 องศาฟาเรนไฮต์จะไม่ร้อนถึงสามเท่าเมื่ออยู่ที่ 30 องศา
- อัตราส่วน: ข้อมูลที่ระดับอัตราส่วนของการวัดไม่สามารถสั่งและลบออกได้เท่านั้น แต่อาจแบ่งออกได้เช่นกัน สาเหตุที่ทำให้ข้อมูลนี้มีค่าเป็นศูนย์หรือจุดเริ่มต้น ตัวอย่างเช่นมาตรวัดอุณหภูมิเคลวินมีค่า ศูนย์สัมบูรณ์
การกำหนดระดับของการวัดที่ชุดข้อมูลจะตกอยู่ภายใต้จะช่วยให้นักสถิติสามารถตรวจสอบว่าข้อมูลมีประโยชน์หรือไม่ในการคำนวณหรือสังเกตชุดข้อมูลที่เป็นข้อมูล
ไม่ต่อเนื่องและต่อเนื่อง
อีกวิธีหนึ่งที่ข้อมูลเชิงปริมาณสามารถจำแนกได้ก็คือว่าชุดข้อมูลเป็น แบบต่อเนื่อง หรือต่อเนื่องแต่ละคำเหล่านี้มีฟิลด์ย่อยทั้งหมดของคณิตศาสตร์ที่ทุ่มเทให้กับการศึกษา เป็นสิ่งสำคัญที่จะแยกความแตกต่างระหว่างข้อมูลเนื่องและต่อเนื่องเนื่องจากใช้เทคนิคต่างกัน
ชุดข้อมูลจะแยกจากกันหากค่าสามารถแยกออกจากกันได้ ตัวอย่างหลักคือชุดของ จำนวนธรรมชาติ
ไม่มีวิธีใดที่ค่าอาจเป็นเศษส่วนหรือระหว่างตัวเลขใดก็ได้ ชุดนี้เป็นธรรมชาติเกิดขึ้นเมื่อเรานับวัตถุที่เป็นประโยชน์เฉพาะในขณะที่ทั้งเหมือนเก้าอี้หรือหนังสือ
ข้อมูลต่อเนื่องเกิดขึ้นเมื่อบุคคลที่แสดงในชุดข้อมูลสามารถรับ หมายเลขจริง ๆ ในช่วงของค่า ตัวอย่างเช่นน้ำหนักอาจมีการรายงานไม่เพียง แต่เป็นกิโลกรัม แต่รวมถึงกรัมและมิลลิกรัมไมโครกรัมและอื่น ๆ ข้อมูลของเราถูก จำกัด ด้วยความเที่ยงตรงของอุปกรณ์วัดของเรา
1.3 �������ͧ������ʶԵ����� 2 �ѡɳдѧ��� �������ԧ�س�Ҿ (Qualitative data) ���¶֧�����ŷ���ʴ��֧ʶҹ�Ҿ �س�ѡɳ� ���ͤس���ѵ� �� �� ���ͪҵ� ʶҹ�Ҿ���� ��ʹ� ��������ʹ �繵�
�������ԧ����ҳ (Quantitative data) ���¶֧�����ŷ��������ٻ����Ţ (numerical data) ����ʴ��֧����ҳ �Ҩ�繤�ҷ����������ͧ (discrete) ��ͤ�ҷ���繨ӹǹ������ͨӹǹ�Ѻ �� �ӹǹ ö¹��㹡�ا��ҹ�� �ӹǹ�ص�㹤�ͺ���� �繵� �����繤�ҷ�������ͧ (continuous) ��ͤ�ҷ���ըش�ȹ����� �� �����٧ ���˹ѡ ���� �ѵ���Թ���
ʶԵԹ�ӽ�㹻յ�ҧ� �繵�