Pagkakaiba sa pagitan ng Kategorya at Dami na Data

Talaan ng mga Nilalaman:

Pagkakaiba sa pagitan ng Kategorya at Dami na Data
Pagkakaiba sa pagitan ng Kategorya at Dami na Data

Video: Pagkakaiba sa pagitan ng Kategorya at Dami na Data

Video: Pagkakaiba sa pagitan ng Kategorya at Dami na Data
Video: Disenyo ng Pananaliksik / Pamamaraan ng Pananaliksik 2024, Hulyo
Anonim

Kategorya vs Dami ng Data

Bagama't parehong pangkategorya at dami ng data ay ginagamit para sa iba't ibang pananaliksik, mayroong malinaw na pagkakaiba sa pagitan ng dalawang uri ng data na ito. Intindihin natin ito sa mas mapaglarawang paraan. Sa mga istatistika, ang mga obserbasyon ay naitala at sinusuri gamit ang mga variable. Ang mga variable ay ikinategorya sa mga klase ayon sa mga katangiang ginagamit nila upang sukatin. Ang Kategorya at Dami ay ang dalawang uri ng mga katangian na sinusukat ng mga variable na istatistika. Sa pamamagitan ng artikulong ito suriin natin ang mga pagkakaiba sa pagitan ng pangkategorya at dami ng data.

Ano ang Categorical data?

Ang mga qualitative na variable ay sumusukat sa mga attribute na maaari lang ibigay bilang property ng mga variable. Ang political affiliation ng isang tao, nasyonalidad ng isang tao, ang paboritong kulay ng isang tao, at ang pangkat ng dugo ng isang pasyente ay masusukat lamang gamit ang qualitative attributes ng bawat variable. Kadalasan ang mga variable na ito ay may limitadong bilang ng mga posibilidad at ipinapalagay lamang ang isa sa mga posibleng resulta; ibig sabihin, ang halaga ay isa sa mga ibinigay na kategorya. Samakatuwid, ang mga ito ay karaniwang kilala bilang mga categorical variable. Ang mga posibleng value na ito ay maaaring mga numero, titik, pangalan, o anumang simbolo.

Pagkakaiba sa pagitan ng Data ng Kategorya at Dami
Pagkakaiba sa pagitan ng Data ng Kategorya at Dami
Pagkakaiba sa pagitan ng Data ng Kategorya at Dami
Pagkakaiba sa pagitan ng Data ng Kategorya at Dami

Ano ang Quantitative data?

Quantitative variable ay nagtatala ng mga katangian na maaaring masukat sa pamamagitan ng magnitude o laki; ibig sabihin, mabibilang. Ang mga variable na sumusukat sa temperatura, timbang, masa o taas ng isang tao o ang taunang kita ng isang sambahayan ay mga quantitative variable. Hindi lamang mga numero ang lahat ng value ng mga variable na ito, ngunit ang bawat numero ay nagbibigay din ng sense of value.

Ang data sa quantitative type ay nabibilang sa alinman sa isa sa tatlong sumusunod na uri; Ordinal, Interval, at Ratio. Palaging nabibilang ang pangkategoryang data sa nominal na uri. Ang mga nabanggit na uri ay pormal na kilala bilang mga antas ng pagsukat, at malapit na nauugnay sa paraan ng paggawa ng mga sukat at ang sukat ng bawat pagsukat.

Dahil magkaiba ang anyo ng data sa dalawang kategorya, iba't ibang pamamaraan at pamamaraan ang ginagamit kapag nangangalap, nagsusuri, at naglalarawan.

Kategorya vs Dami ng data
Kategorya vs Dami ng data
Kategorya vs Dami ng data
Kategorya vs Dami ng data

Ano ang Pagkakaiba sa pagitan ng Kategorya at Dami na data?

Mga Depinisyon ng Kategorya at Dami ng data:

  • Ang dami ng data ay impormasyong may makabuluhang kahulugan kapag tinutukoy ang laki nito.
  • Ang data ng kategorya ay kadalasang impormasyon na kumukuha ng mga halaga mula sa isang partikular na hanay ng mga kategorya o pangkat.

Mga Katangian ng Kategorya at Dami ng data:

Klase ng pagsukat:

  • Ang dami ng data ay nabibilang sa mga klase ng ordinal, interval, o ratio ng mga sukat.
  • Ang data ng kategorya ay nabibilang sa nominal na klase ng mga sukat.

Mga Paraan:

Ang mga paraan na ginagamit upang pag-aralan ang dami ng data ay iba sa mga pamamaraang ginagamit para sa pang-kategoryang data, kahit na ang mga prinsipyo ay pareho, hindi bababa sa ang application ay may makabuluhang pagkakaiba

Pagsusuri:

  • Ang dami ng data ay sinusuri gamit ang mga istatistikal na pamamaraan sa mga deskriptibong istatistika, regression, time series, at marami pa.
  • Para sa data na pangkategorya, kadalasang ginagamit ang mga pamamaraang deskriptibo at pamamaraang grapiko. Ginagamit din ang ilang non-parametric test.

Inirerekumendang: