Leestijd 2 minuten
Gegevens kunnen kwalitatief en kwantitatief zijn. Deze gegevens kunnen vervolgens weer ingedeeld worden op een nominale, ordinale, ratio of interval schaal. Wat betekenen al deze termen? Je leest het in dit artikel.
Voordat we ingaan op de verschillende typen gegevens, gaan we eerst kijken waarom het van belang is om data te verzamelen. Wanneer je onderzoek doet is het van belang dat je niet zomaar iets ‘gelooft’. William Edwards Deming zei ook wel: ‘In God we trust. All others bring data!’. Een bewering of theorie nemen we pas aan als deze bewezen is door data. Data zijn dus alle gegevens waarop je als onderzoeker je baseert om tot bepaalde kennis of een conclusie te komen.
Ruwweg kunnen gegevens onderverdeeld worden in twee categorieën:
Kwantitatieve gegevens: discrete en continue grootheden
Een onderverdeling die gemaakt kan worden bij kwantitatieve gegevens, is die van discrete data en continue data.
Kwalitatieve gegevens zijn onder te verdelen in twee subgroepen, namelijk gegevens op een nominale schaal en gegevens op een ordinale schaal.
Nominale gegevens
De kleur van een vliegtuig is een voorbeeld van een nominaal gegeven, bijvoorbeeld wit-blauw-rood. Je kunt de kleuren ook een cijfer geven, bijvoorbeeld rood =3 en blauw is 2. Maar je kunt er verder niet mee rekenen. Je kunt niet zeggen dat rood minder is dan blauw. Andere voorbeelden van nominale gegevens zijn bijvoorbeeld man/ vrouw, machine a, b, of c, afdeling A, B of C, en methode X, Y of Z. Dergelijke nominale gegevens worden ook wel categorische gegevens genoemd.
Ordinale gegevens
Ordinale gegevens kennen, in tegenstelling tot nominale gegevens, wel een rangorde. Bijvoorbeeld, de productiemedewerkers bij het vliegtuigproductieproces hebben de volgende opleidingsniveaus: vmbo=1, havo=2, vwo=3, hbo=4 en wo=5. Een ander voorbeeld van ordinale gegevens is gegevens uit een klanttevredenheidsonderzoek waar gevraagd werd wat men vond van de deskundigheid van de docent: 1 = slecht 2 = matig, 3 = voldoende, 4 = goed, 5 = uitstekend. De volgorde van deze reeks is duidelijk, maar de verschillen zijn niet interpreteerbaar. ‘uitstekend’ ligt niet noodzakelijk net zo ver boven ‘goed’ als dat ‘goed’ boven ‘voldoende’ ligt.
Kwantitatieve gegevens kunnen onderverdeeld worden in twee subgroepen, namelijk gegevens op een intervalschaal en gegevens op een ratioschaal.
Gegevens op een intervalschaal
Gegevens op een intervalschaal hebben geen natuurlijk nulpunt. Een voorbeeld daarvan is onze jaartelling. Je kunt niet zeggen dat het jaar 2010 twee keer zo groot/zo ver is als het jaar 1005. Er is namelijk geen absoluut nulpunt. Hetzelfde geldt voor de temperatuur in Celsius. Je kunt niet zeggen dat 24 graden twee maal zo warm is als 12 graden.
Gegevens op een ratioschaal
Voor ratiogegevens bestaat een natuurlijk nulpunt. Denk aan het meten van centimeters of het meten van tijd. Je kunt dan ook zeggen dat 20 cm twee keer zo lang is als 10 cm.
De mogelijkheden en beperkingen van typen data moet je dus kennen om te weten welke handelingen je wel/niet mag uitvoeren met de verzamelde data in bijvoorbeeld de analyse-fase. Mag je wel/niet optellen, vermenigvuldigen of aftrekken? Bekijk onderstaande video waarin de verschillende typen data worden toegelicht.
Wil je meer informatie of wil je weten welke analyses je kunt doen met welke data? Bekijk dan onze Lean Six Sigma e-learnings!
Gebruik kortingscode ZOMER26 en volg de e-learning gratis in juli en augustus.