Estadísticamente hablando…

En estadística, los datos cuantitativos son valores numéricos. Se adquieren contando, midiendo y contrastando con conjuntos de datos cualitativos, que describen atributos de objetos, pero no contienen números.

Hay una variedad de formas en que los datos cuantitativos surgen en las estadísticas:

Altura de los jugadores en un equipo.
Número de carros en un estacionamiento.
Porcentaje de alumnos en una situación particular.
Tiempo dedicado a esperar en una institución.
Nivel de escolaridad para individuos en una provincia.
Peso de los niños nacidos en una semana, en un hospital.

¿Cómo se desglozan y analizan los datos cuantitativos?

Uno, por niveles de medida. Hay una variedad de formas en que se pueden medir y calcular las cantidades o los atributos de los objetos, todos los cuales involucran números en conjuntos de datos cuantitativos. Estos conjuntos de datos no siempre implican números que pueden calcularse, lo que está determinado por el nivel de medición de cada conjunto de datos:

Nominal: cualquier valor numérico en el nivel nominal de medición no debe tratarse como una variable cuantitativa. Por ejemplo, un número de camiseta o un número de identificación de estudiante. No tiene sentido hacer ningún cálculo sobre estos tipos de números.
Ordinal: Los datos cuantitativos en el nivel ordinal de medición pueden ordenarse; sin embargo, las diferencias entre los valores no tienen sentido. Por ejemplo, primero, segundo, tercero, cuarto y quinto.
Intervalo: los datos a nivel de intervalo pueden ordenarse y las diferencias pueden calcularse de manera significativa. Sin embargo, los datos en este nivel generalmente carecen de un punto de partida. Además, las relaciones entre los valores de los datos carecen de significado. Por ejemplo, 90 grados Fahrenheit no es tres veces más caliente que cuando está a 30 grados.
Ratio: Los datos en el nivel de ratio de medición no solo se pueden ordenar y restar, sino que también se pueden dividir. La razón es que estos datos tienen un valor cero o un punto de inicio. Por ejemplo, la escala de temperatura de Kelvin tiene un cero absoluto.

Determinar en cuál de estos niveles de medición cae un conjunto de datos ayudará a determinar si los datos son útiles o no para realizar cálculos u observar un conjunto de datos, tal como están.

¿Otra forma de clasificar los datos cuantitativos?

Discretos y continuos. Es importante distinguir entre datos discretos y continuos porque utilizan diferentes técnicas.

Un conjunto de datos es discreto si los valores se pueden separar entre sí. Por ejemplo, el conjunto de números naturales. No hay forma de que un valor pueda ser una fracción o entre cualquiera de los números enteros. Este conjunto surge de manera muy natural cuando contamos objetos que solo son útiles cuando están completos como sillas o libros.

Los datos continuos surgen cuando los individuos representados en el conjunto de datos pueden tomar cualquier número real en un rango de valores. Por ejemplo, el peso puede informarse en kilogramos, gramos, miligramos, microgramos, etc. Los datos están limitados solo por la precisión de los dispositivos de medición.

En la toma de decisiones basadas en la investigación, el análisis de datos cuantitativos representa un soporte de la validez y confibilidad. Lo fundamental en este tipo de datos es interpretarlos de manera que tenga sentido para la investigación.