Types of Data

Unicode

၈။ Data Types ဒေတာအမျိုးအစားများ

စာရင်းအင်းပညာအရ အဓိက data အမျိုးအစား နှစ်မျိုးရှိပါသည်။ ၎င်းတို့မှာ - ကိန်းဂဏန်းပါသော data (Numerical data) နှင့် ကိန်းဂဏန်းမပါသော data (Attribute data) တို့ဖြစ်ကြပါသည်။ တနည်းအားဖြင့် quantitative data နှင့် qualitative data တို့ဖြစ်ကြသည်။

၁။ Numerical Data

Numerical Data ကို Quantitative Data ဟုလည်းခေါ်သည်။ ဤ Data မှာ တစ်စုံ တစ်ခုကို ရေတွက် တိုင်းတာခြင်းမှ ရရှိလာခြင်းဖြစ်သည်။ တနည်းအားဖြင့် Mathematical Operation ပြုလုပ်ခြင်းမှ ရရှိလာခြင်းဖြစ်သည်။ ဥပမာ - “နိုင်" ဆေးခန်းသို့ မတ်လအတွင်း လာရောက်ကုသသော လူနာအရေအတွက် (X = 675 patients)။   Length, weight, speed, time တို့ကဲ့သော physical measurement များ၊ ငွေကြေးဆိုင်ရာအချိုးများ၊ စီးပွားရေးညွှန်းကိန်းများနှင့် စာရင်းဇာယားဆိုင်ရာ data များမှာ Numerical Data များဖြစ်ကြသည်။  Numerical Data ကို နှစ်မျိုးခွဲခြားနိုင်သည်။ ၎င်းတို့မှာ Discrete Data နှင့် Numerical Data တို့ဖြစ်ကြသည်။
Discrete Data – ကိန်းပြည့် အတိအကျဖြင့် ဖော်ပြနိုင်သော data ဖြစ်သည်။ ဥပမာ -
(က) အထက (၄) ရှိ ကျောင်းသား/ကျောင်းသူများ၏ အရေအတွက် (X = 1257 students)
(ခ) မလွှကုန်း ရထားဘူတာမှ ဖြတ်လျက် န့နက် ၉ နာရီမှ ၁၀ နာရီကြား ပြေးဆွဲခဲ့သော ရထားအရေအတွက် (X= 6 trains)
Continuous Data – Interval တစ်ခုအတွင်းတွင် ရှိနိုင်သော တန်ဖိုးတစ်ခုဖြစ်သည်။ တနည်းအားဖြင့် ဒသမတန်ဖိုးများကြားဖြစ်နိုင်သော Numerical Data များဖြစ်သည်။ Length, weight, time, speed တို့ကဲ့သို့သော Physical measurementများ၊ sales, assets, earning ratios, inventory turns ကဲ့သို့သော financial ratio များဖြစ်သည်။ ဥပမာ -
(a) လမ်းတစ်လမ်း၏ အရှည် (X – 23.5 miles)
(b) An interval (500 < X < 615)

၂။ Attribute Data

Attribute Data ကို Categorical data သို့မဟုတ် Nominal data သို့မဟုတ် Qualitative Data ဟုခေါ်သည်။ Attribute Data ကို စကားလုံးဖြင့်သာ ဖော်ပြနိုင်သည်။ ဥပမာ - ပထမ၊ ဒုတိယ၊ တတိယ။
Data Coding - Statistical analysis ပြုလုပ်ရာတွင် အဆင်ပြေ ချောမွေ့စေရန် အတွက် ကိန်းဂဏန်းများကို အသုံးပြုလျက် Attribute data များကို အမျိုးအစားခွဲခြားခြင်းဖြစ်သည်။ ဥပမာ - မြန်မာနိုင်ငံ အတွင်း ပြည်နယ် ခုနစ်ခု ကို အောက်ပါအတိုင်း Numerical code များပြုလုပ်နိုင်သည်။
ဥပမာ - 1= Kachin State, 2= Kayah State, 3= Kayin State, 4= Chin State, 5= Mon State, 6= Rakhine State, 7= Shan State
Attribute data ကို rank များအဖြစ် ဖော်ပြကာ code ပြုလုပ်နိုင်သည်။ ဥပမာ - 1= Bachelor, 2=Master, 3=Doctorate
Binary Data - တန်ဖိုးနှစ်မျိုးတည်းသာရှိသော ကိန်းရှင်ဖြစ်သည်။ ဥပမာ -
စာမေးပွဲအောင်ခြင်း
1 = pass, 0 = fail
အိမ်ထောင်ရှိ/မရှိ
1 = married, 0 = not married
Code များကို မိမိကြိုက်သလိုပြုလုပ်နိုင်ပါသည်။ ဥပမာ - Gender ကဲ့သို့သော variable တစ်ခုကို အောက်ပါအတိုင်းပြုလုပ်နိုင်သည်။
(a) 1 = female, 0 = male or
(b) 1 = male, 0 = female or
(c) 1 = female, 2 = male.
ဤတွင် code များသည် အရေအတွက်ကို ဆိုလိုခြင်းမဟုတ်ပါ။

Zawgyi

၈။ Data Types ေဒတာအမ်ိဳးအစားမ်ား

စာရင္းအင္းပညာအရ အဓိက data အမ်ိဳးအစား ႏွစ္မ်ိဳးရွိပါသည္။ ၄င္းတို႕မွာ - ကိန္းဂဏန္းပါေသာ data (Numerical data) ႏွင့္ ကိန္းဂဏန္းမပါေသာ data (Attribute data) တို႕ျဖစ္ၾကပါသည္။ တနည္းအားျဖင့္ quantitative data ႏွင့္ qualitative data တို႕ျဖစ္ၾကသည္။

၁။ Numerical Data

Numerical Data ကို Quantitative Data ဟုလည္းေခၚသည္။ ဤ Data မွာ တစ္စံု တစ္ခုကို ေရတြက္ တိုင္းတာျခင္းမွ ရရွိလာျခင္းျဖစ္သည္။ တနည္းအားျဖင့္ Mathematical Operation ျပဳလုပ္ျခင္းမွ ရရွိလာျခင္းျဖစ္သည္။ ဥပမာ - “ႏိုင္" ေဆးခန္းသို႕ မတ္လအတြင္း လာေရာက္ကုသေသာ လူနာအေရအတြက္ (X = 675 patients)။   Length, weight, speed, time တို႕ကဲ့ေသာ physical measurement မ်ား၊ ေငြေၾကးဆိုင္ရာအခ်ိဳးမ်ား၊ စီးပြားေရးညႊန္းကိန္းမ်ားႏွင့္ စာရင္းဇာယားဆိုင္ရာ data မ်ားမွာ Numerical Data မ်ားျဖစ္ၾကသည္။  Numerical Data ကို ႏွစ္မ်ိဳးခြဲျခားႏိုင္သည္။ ၄င္းတို႕မွာ Discrete Data ႏွင့္ Numerical Data တို႕ျဖစ္ၾကသည္။
Discrete Data – ကိန္းျပည့္ အတိအက်ျဖင့္ ေဖာ္ျပႏိုင္ေသာ data ျဖစ္သည္။ ဥပမာ -
(က) အထက (၄) ရွိ ေက်ာင္းသား/ေက်ာင္းသူမ်ား၏ အေရအတြက္ (X = 1257 students)
(ခ) မလႊကုန္း ရထားဘူတာမွ ျဖတ္လ်က္ န့နက္ ၉ နာရီမွ ၁၀ နာရီၾကား ေျပးဆြဲခဲ့ေသာ ရထားအေရအတြက္ (X= 6 trains)
Continuous Data – Interval တစ္ခုအတြင္းတြင္ ရွိႏိုင္ေသာ တန္ဖိုးတစ္ခုျဖစ္သည္။ တနည္းအားျဖင့္ ဒသမတန္ဖိုးမ်ားၾကားျဖစ္ႏိုင္ေသာ Numerical Data မ်ားျဖစ္သည္။ Length, weight, time, speed တို႕ကဲ့သို႔ေသာ Physical measurementမ်ား၊ sales, assets, earning ratios, inventory turns ကဲ့သို႕ေသာ financial ratio မ်ားျဖစ္သည္။ ဥပမာ -
(a) လမ္းတစ္လမ္း၏ အရွည္ (X – 23.5 miles)
(b) An interval (500 < X < 615)

၂။ Attribute Data

Attribute Data ကို Categorical data သို႕မဟုတ္ Nominal data သို႕မဟုတ္ Qualitative Data ဟုေခၚသည္။ Attribute Data ကို စကားလံုးျဖင့္သာ ေဖာ္ျပႏိုင္သည္။ ဥပမာ - ပထမ၊ ဒုတိယ၊ တတိယ။
Data Coding - Statistical analysis ျပဳလုပ္ရာတြင္ အဆင္ေျပ ေခ်ာေမြ႕ေစရန္ အတြက္ ကိန္းဂဏန္းမ်ားကို အသံုးျပဳလ်က္ Attribute data မ်ားကို အမ်ိဳးအစားခြဲျခားျခင္းျဖစ္သည္။ ဥပမာ - ျမန္မာႏိုင္ငံ အတြင္း ျပည္နယ္ ခုနစ္ခု ကို ေအာက္ပါအတိုင္း Numerical code မ်ားျပဳလုပ္ႏိုင္သည္။
ဥပမာ - 1= Kachin State, 2= Kayah State, 3= Kayin State, 4= Chin State, 5= Mon State, 6= Rakhine State, 7= Shan State
Attribute data ကို rank မ်ားအျဖစ္ ေဖာ္ျပကာ code ျပဳလုပ္ႏိုင္သည္။ ဥပမာ - 1= Bachelor, 2=Master, 3=Doctorate
Binary Data - တန္ဖိုးႏွစ္မ်ိဳးတည္းသာရွိေသာ ကိန္းရွင္ျဖစ္သည္။ ဥပမာ -
စာေမးပြဲေအာင္ျခင္း
1 = pass, 0 = fail
အိမ္ေထာင္ရွိ/မရွိ
1 = married, 0 = not married
Code မ်ားကို မိမိၾကိဳက္သလိုျပဳလုပ္ႏိုင္ပါသည္။ ဥပမာ - Gender ကဲ့သို႕ေသာ variable တစ္ခုကို ေအာက္ပါအတိုင္းျပဳလုပ္ႏိုင္သည္။
(a) 1 = female, 0 = male or
(b) 1 = male, 0 = female or
(c) 1 = female, 2 = male.
ဤတြင္ code မ်ားသည္ အေရအတြက္ကို ဆိုလိုျခင္းမဟုတ္ပါ။