Statystyki danych jakościowych są jedną z dwóch dużych grup badaczy danych, których używają do wnioskowania o większej populacji. Wielu badaczy wykorzystuje próbki z większej populacji, aby zebrać określone statystyki. Statystyki danych jakościowych zazwyczaj przybliżają lub charakteryzują dane zebrane z próbki. Typy danych w tej grupie statystyk obejmują zmienne nominalne, porządkowe, interwałowe i ilorazowe, z których wszystkie mają określone zastosowanie w badaniu. Badacze mogą manipulować zebranymi danymi, aby pokazać konkretne informacje o próbce – a tym samym o populacji – w celu poparcia lub nie poparcia hipotezy.
Powyższe grupy statystyk danych jakościowych są powszechnie nazywane zmiennymi. Dwa rodzaje zmiennych, które występują w badaniu, są niezależne i zależne. Zmiennymi niezależnymi mogą być elementy manipulowane eksperymentalnie lub te, które wpływają na zmienną zależną. Zmienna zależna jest mierzona w badaniu w celu określenia, w jaki sposób wpływają na nią zmienne niezależne i inne możliwe zmienne. Identyfikacja zmiennych może być dość żmudnym procesem.
Zmienne nominalne to statystyki danych jakościowych, które nie mają kolejności ani kolejności. Krótko mówiąc, moniker wymaga, aby te dane były uporządkowane lub oddzielone tylko według nazwy. Na przykład odpowiedzi typu „tak” lub „nie” na pytanie lub płeć uczestników — mężczyzna lub kobieta — należą do najczęstszych danych nominalnych. Naukowcy mogą potrzebować tych informacji, aby po prostu zdefiniować podstawowe cechy osób objętych badaniem.
Zmienne porządkowe reprezentują dane, które należą do uporządkowanej serii. Dane te mogą pojawić się, gdy badacz zadaje pytanie, które wymaga szeregu odpowiedzi. Na przykład odpowiedzi, które wahają się od słabych lub sprawiedliwych do dobrych lub doskonałych, są porządkowe. Niektóre badania mogą umieszczać liczby na tych odpowiedziach, takie jak jeden, dwa, trzy i cztery. Pozwala to naukowcowi uszeregować dane do badania.
Zmienne interwałowe mają równe odstępy między liczbami w statystyce danych jakościowych. Temperatura lub wiek to przykłady, które mogą pojawić się w zebranych danych. Kluczem do tego typu danych jest to, że zero nie jest opcją. Informacje tutaj mogą również nie podlegać określonym zasadom, takim jak matematyczne różnice między danymi. Na przykład 10 może nie oznaczać pięciu razy dwa w zestawie danych.
Ostatnią grupą statystyk danych jakościowych są zmienne wskaźnikowe. Liczby te mają równe odstępy między danymi, a także mają prawdziwy punkt zerowy. W tej grupie mogą być również możliwe numery częściowe, takie jak 2.1 lub 3.3. Badacze muszą być ostrożni, aby poprawnie zidentyfikować dane proporcji z przedziału w swoich badaniach.