ตัวอย่างข้อมูลเชิงปริมาณ

2.�������¢ͧ������

2.1. ����ͨ�ṡ����ѡɳТͧ������ ����ö���͡���� 2 ��Դ���
      2.1.1 �������ԧ�س�Ҿ (Qualitative Data) ���¶֧ �����ŷ���������ö�͡����� �դ���ҡ���͹��� �������ö�͡����Ҵ��������� ���ͺ͡�ѡɳФ����繡�����ͧ ������ �� �� ��ʹ� �ռ� �س�Ҿ�Թ��� �����֧������
     2.1.2�������ԧ����ҳ (Quantitative Data) ���¶֧ �����ŷ������ö�Ѵ����� ����դ���ҡ���͹��«������ö�Ѵ����͡���繵���Ţ�� �� ��ṹ�ͺ �س����� ��ǹ�٧ ���˹ѡ ����ҳ��ҧ� ���

�͡�ҡ���������ԧ����ҳ�ѧ����ö���͡�����ա 2 �ѡɳФ��
       2.1.2.1 �������ԧ����ҳẺ������ͧ (Continues Data) ���¶֧ �����ŷ���繨ӹǹ��ԧ�������ö�͡�����к���ء��ҷ���˹��� �ӹǹ 0 � 1 ����դ���ҡ��¹Ѻ����ǹ �������鹨ӹǹẺ���Ҵ�͹
       2.1.2.2 �������ԧ����ҳẺ��������ͧ (Discrete Data) ���¶֧�����ŷ���繨ӹǹ��� ���ͨӹǹ�Ѻ �� 0 , 1 , 2 , � ,�, 100 ��� ���� 0.1 , 0.2 , 0.3 , � , � ���㹪�ͧ��ҧ�ͧ���Ф�Ңͧ�����Ũ�����դ���������á

2.2 ����ͨ�ṡ������觷���Ңͧ������ ����ö���͡���� 2 ��Դ���
     2.2.1�����Ż������ (Primary Data) ���¶֧ �����ŷ�������繼�����Ǻ��������� ����ͧ �� �����Ẻ�ͺ��� ��÷��ͧ���ͧ���ͧ
     2.2.2�����ŷص������ (Second Data) ���¶֧ �����ŷ��������Ҩҡ˹��§ҹ��� ���ͼ����� �����ӡ�����Ǻ����������ʹյ �� ��§ҹ��Шӻբͧ˹��§ҹ��ҧ� �����ŷ�ͧ��蹫������ͺ�. �繼���Ǻ������ ���

2.3 ����ͨ�ṡ����дѺ����Ѵ ����ö���͡���� 4 ��Դ���
     2.3.1�������дѺ����ѭ�ѵ� (Nominal Scale) ���¶֧ �����ŷ�����繡�����繾ǡ �� �� �Ҫվ ��ʹ� ����� ��� �������ö���ҨѴ�ӴѺ ���͹��Ҥӹdz��
     2.3.2�������дѺ�ѹ�Ѻ (Ordinal Scale) ���¶֧ �����ŷ������ö���繡������ �����ѧ����ö�͡�ѹ�Ѻ���ͧ����ᵡ��ҧ�� ���������ö�͡������ҧ�ͧ�ѹ�Ѻ����蹹͹�� �����������ö���º��º������ѹ�Ѻ���Ѵ����դ���ᵡ��ҧ�ѹ�ͧ������ҧ���� �� �ѹ�Ѻ���ͧ����ͺ�ͧ�ѡ�֡�� �ѹ�Ѻ���ͧ�����һ�СǴ�ҧ����� ���
     2.3.3 �������дѺ��ǧ���,�ѹ���Ҥ (Interval Scale) ���¶֧ �����ŷ���ժ�ǧ��ҧ ����������ҧ���� �ѹ ����ö�Ѵ��������繢����ŷ��������ٹ���� �� �س����� ��ṹ�ͺ GPA ��ṹ I.Q. ���
     2.3.4�������дѺ�ѵ����ǹ (Ratio Scale) ���¶֧ �����ŷ�����ҵ���Ѵ�����дѺ����Ѵ����٧����ش ��͹͡�ҡ����ö�觡������ �Ѵ�ѹ�Ѻ�� �ժ�ǧ��ҧ�ͧ����������ѹ���� �ѧ�繢����ŷ�����ٹ������ ���˹ѡ ��ǹ�٧ ���зҧ ����� �ӹǹ��ҧ� ���

next   top    previous

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

ยกตัวอย่างข้อมูลเชิงปริมาณมีอะไรบ้าง

อะไรบ้างที่เป็นข้อมูลเชิงคุณภาพ

Qualitative data คืออะไร

Quantitative Data เป็นข้อมูลชนิดใด