1. 정량적 데이터 :
* 수치 데이터 : 이 유형의 데이터는 수량, 측정 또는 계수를 나타냅니다. 다음으로 더 분류 할 수 있습니다.
* 연속 데이터 : 범위 내에서 값을 취할 수있는 데이터 (예 :높이, 체중, 온도).
* 이산 데이터 : 구체적인 별도의 가치 만 취할 수있는 데이터 (예 :수업의 학생 수, 포인트를 전달하는 자동차 수).
* 예 :
* 밀리 초의 반응 시간
* 센티미터의 식물 성장
* 페트리 접시에 박테리아 식민지의 수
* 용액에서 물질의 농도
* 테스트에서 점수
2. 질적 데이터 :
* 설명 데이터 : 이 유형의 데이터는 품질, 특성 또는 관찰을 설명합니다. 수치가 아니며 단어, 이미지 또는 기호에 의존합니다.
* 예 :
* 꽃의 색
* 재료의 질감
* 행동에 대한 설명
* 인터뷰 응답
* 사회적 상호 작용의 관찰
추가 고려 사항 :
* 1 차 데이터 : 실험에서 직접 수집 한 데이터 (예 :측정, 관찰).
* 2 차 데이터 : 기존 소스 (예 :문헌, 데이터베이스)에서 얻은 데이터.
* 시계열 데이터 : 데이터는 일정 기간에 걸쳐 수집되었습니다 (예 :정기적으로 온도 판독 값).
* 공간 데이터 : 지리적 위치와 관련된 데이터 (예 :GPS 좌표, 맵).
많은 실험이 정량적 및 질적 데이터를 모두 수집 할 수 있다는 점에 유의해야합니다. 예를 들어, 신약의 효과에 대한 연구에서 혈압 측정 및 부작용에 대한 환자보고에 대한 정 성적 데이터에 대한 정량적 데이터를 수집 할 수 있습니다. .
궁극적으로 실험에서 수집 된 데이터 유형은 연구 질문과 관련이 있어야하며 조사중인 현상에 대한 통찰력을 제공해야합니다.
