Essas tipologias podem facilmente confundir tanto quanto explicam.
Por exemplo, dados binários, como introduzido em muitos textos ou cursos introdutórios, certamente soa qualitativo: sim ou não, sobreviveu ou morreu, presente ou ausente, homem ou mulher, qualquer que seja. Mas marque as duas possibilidades 1 ou 0 e tudo será perfeitamente quantitativo. Essa pontuação é a base de todos os tipos de análises: a proporção de mulheres é apenas a média de vários 0s para homens e 1s para mulheres. Se eu encontrar 7 mulheres e 3 homens, posso calcular em média 1, 1, 1, 1, 1, 1, 1, 0, 0, 0 para obter a proporção 0,7. Com as respostas binárias, você tem um amplo caminho aberto para logitar e probitar a regressão, e assim por diante, que se concentram na variação na proporção, fração ou probabilidade sobrevivida, ou algo semelhante, com o que mais a controla ou influencia. Ninguém precisa se preocupar com a codificação ser arbitrária. A proporção masculina é apenas 1 menos a proporção feminina,
Quase o mesmo acontece quando dados nominais ou ordinais estão sendo considerados, pois qualquer análise desses dados depende da primeira contagem de quantos se enquadram em cada categoria e você pode ser quantitativo quanto desejar. Os gráficos de pizza e de barras, como encontrados pela primeira vez nos primeiros anos, mostram que, portanto, é intrigante quantas contas perdem isso nas explicações.
Dito de outra forma, você pode classificar os dados brutos ou originais como relatados pela primeira vez e como aparecem na célula de uma planilha ou banco de dados. Mas sua forma original não é imutável. Imagine algo severo como uma morte de perplexidade por ler muitos livros superficiais. Isso pode ser escrito em um certificado, mas a análise estatística nunca pára por aí. Há uma agregação de contagens (quantas dessas mortes em uma área e um período), uma redução nas taxas (quantas em relação à população em risco) e assim por diante.
Portanto, como os dados são codificados pela primeira vez raramente inibe seu uso de outras formas e a transformação para outras formas. A etimologia dos dados é aqui reveladora: traduzindo o latim original literalmente, eles são dados a você, mas não há regra contra convertê-los para muitas outras formas.
