定性數據統計是兩大類數據之一,研究人員使用這些數據對較大的群體進行推斷。許多研究人員使用來自更大群體的樣本來收集特定的統計數據。定性數據統計通常是對從樣本中收集的數據進行近似或描述。這種統計中的數據類型...
定性數據統計是兩大類數據之一,研究人員使用這些數據對較大的群體進行推斷。許多研究人員使用來自更大群體的樣本來收集特定的統計數據。定性數據統計通常是對從樣本中收集的數據進行近似或描述。這種統計中的數據類型組包括名義變量、序數變量、區間變量和比率變量,所有這些在研究中都有特定的用途。研究人員可以操縱收集到的數據來顯示關于樣本的具體信息,從而顯示出關于人群的具體信息,從而支持或不支持一個假設。
![]()
手放在臀部的婦女上述定性數據統計組通常被稱為變量研究中出現的兩類變量是獨立變量和因變量。自變量可以是實驗操作的項目,也可以是影響因變量的項目。在研究中測量因變量,以確定獨立變量和其他可能變量如何影響因變量變量可能是一個有點乏味的過程。名義變量是沒有順序或順序排列的定性數據統計。簡而言之,名字要求這些數據僅按名稱組織或分開。例如,對問題的回答是或否或參與者的性別(男或女)是最常見的名義數據。研究人員可能需要這些信息來簡單地定義研究中個體的基本特征。序數變量表示屬于有序序列的數據。當研究人員提出需要一系列答案的問題時,可能會產生這些數據。例如,從差或一般到好或好的答案很好的是序數。有些研究可能會在這些答案上加上數字,比如1、2、3和4。這使得研究人員能夠對研究的數據進行排序在定性數據統計中,區間變量在數字之間具有相等的間距。溫度或年齡是可能出現在收集的數據中的示例。這種數據類型的關鍵是不能選擇零。這里的信息也可能不屬于特定規則,例如數據之間的數學差異。例如,在數據集中,10可能不代表五乘二。最后的定性數據統計組是比率變量。這些數字在數據之間具有相等的間距,并且有一個真正的零點。部分數字,如2.1或3.3,研究人員在研究中必須注意從區間正確識別比率數據。