Tipos de datos en estadística: tipos de datos nominales, ordinales, de intervalo y de razón explicados con ejemplos

Si está estudiando para un examen de estadística y necesita revisar sus tipos de datos, este artículo le brindará una breve descripción general con algunos ejemplos simples.

Porque seamos realistas: no muchas personas estudian los tipos de datos por diversión o en su vida cotidiana.

Así que vamos a sumergirnos.

Datos cuantitativos vs cualitativos: ¿cuál es la diferencia?

En resumen: cuantitativo significa que puedes contarlo y es numérico (piensa en la cantidad , algo que puedes contar). Cualitativo significa que no puede, y no es numérico (piense en calidad , en su lugar datos categóricos).

¡Auge! Simple, ¿verdad?

Hay una distinción más que debemos aclarar antes de pasar a los tipos de datos reales, y tiene que ver con datos cuantitativos (números): datos discretos frente a datos continuos.

Los datos discretos implican números enteros (enteros, como 1, 356 o 9) que no se pueden dividir en función de la naturaleza de lo que son.

Como la cantidad de personas en una clase, la cantidad de dedos en tus manos o la cantidad de hijos que tiene alguien. No puede tener 1,9 hijos en una familia (a pesar de lo que diga el censo).

Los datos continuos , por otro lado, son lo contrario. Se puede dividir tanto como desee y medir con muchos lugares decimales.

Como el peso de un automóvil (se puede calcular con muchos lugares decimales), la temperatura (32,543 grados, etc.) o la velocidad de un avión.

Ahora para las cosas divertidas.

Tipos de datos cualitativos

Datos nominales

Los datos nominales se utilizan para etiquetar variables sin ningún valor cuantitativo. Los ejemplos comunes incluyen hombre / mujer (aunque algo desactualizado), color de cabello, nacionalidades, nombres de personas, etc.

En un lenguaje sencillo: básicamente, son etiquetas (y nominal viene de "nombre" para ayudarte a recordar). Tienes cabello castaño (u ojos marrones) . Eres estadounidense . Tu nombre es Jane .

Ejemplos:

¿Qué color de cabello tienes?

  • marrón
  • Rubia
  • Negro
  • Unicornio arcoiris

¿Cuál es tu nacionalidad?

  • americano
  • alemán
  • Keniano
  • japonés

Observe que estas variables no se superponen. A los efectos de las estadísticas, de todos modos, no puedes tener el cabello marrón y el color del unicornio arcoíris. Y solo están realmente relacionados por la categoría principal de la que forman parte.

Datos ordinales

La clave con los datos ordinales es recordar que ordinal suena como orden, y es el orden de las variables lo que importa. No tanto las diferencias entre esos valores.

Las escalas ordinales se utilizan a menudo para medir la satisfacción, la felicidad, etc. ¿Alguna vez ha realizado una de esas encuestas, como esta?

"¿Qué tan probable es que recomiende nuestros servicios a sus amigos?"

  • Muy probable
  • Probable
  • Neutral
  • Improbable
  • Muy improbable

Mira, realmente no sabemos cuál es la diferencia entre muy improbable y poco probable, o si es la misma cantidad de probabilidad (o improbabilidad) que entre probable y muy probable. Pero eso esta bien. Solo sabemos que lo probable es más que neutral y que lo poco probable es más que muy poco probable. Está todo en orden.

Tipos de datos cuantitativos

Datos de intervalo

Los datos de intervalo son divertidos (y útiles) porque se refieren tanto al orden como a la diferencia entre sus variables. Esto le permite medir la desviación estándar y la tendencia central.

El ejemplo favorito de todos de datos de intervalo son las temperaturas en grados centígrados. 20 grados C es más cálido que 10 y la diferencia entre 20 grados y 10 grados es 10 grados. La diferencia entre 10 y 0 también es de 10 grados.

Si necesita ayuda para recordar qué son las escalas de intervalo, piense en el significado de intervalo: el espacio entre ellos . Entonces, no solo te preocupas por el orden de las variables, sino también por los valores entre ellas.

Sin embargo, hay un pequeño problema con los intervalos: no hay un "cero verdadero". Un cero verdadero no tiene valor, no hay nada de eso, pero 0 grados C definitivamente tiene un valor: hace bastante frío. También puede tener números negativos.

Si no tiene un cero verdadero, no puede calcular proporciones. Esto significa trabajo de suma y resta, pero la división y multiplicación no.

Datos de relación

Gracias a Dios hay datos de proporción. Resuelve todos nuestros problemas.

Los datos de razón nos informan sobre el orden de las variables, las diferencias entre ellas y tienen ese cero absoluto. Lo que permite realizar y extraer todo tipo de cálculos e inferencias.

Los datos de razón son datos de intervalo muy similares, excepto que cero significa ninguno. Para los datos de razón, no es posible tener valores negativos.

Por ejemplo, la altura son datos de proporción. No es posible tener altura negativa. Si la altura de un objeto es cero, entonces no hay ningún objeto. Esto es diferente a algo como la temperatura. Tanto 0 grados como -5 grados son temperaturas completamente válidas y significativas.

Ahora que tiene un manejo básico de estos tipos de datos, debería estar un poco más preparado para abordar ese examen de estadísticas.