統計數據是對客觀現象計量的結果，不同的客觀現象能夠予以計量或測度的程度是不同的。統計數據大體上分為兩種類型：定性數據與定量數據。

定性數據

定性數據也稱品質數據，它說明的是現象的品質特徵，只能用文字或數字代碼來表示，不能用數值表示。定性數據具體可分為定類數據和定序數據。

1.定類數據

定類數據是對現象進行分類的結果，表現為類別，由定類尺度計量而成。定類尺度也稱類別尺度或列名尺度，是最粗略、計量層次最低的計量尺度。定類尺度只能按照現象的某種屬性對其進行平行的分類或分組。

例如，人口按照性別分為男、女兩類。又如，企業按照經濟類型分為國有經濟、集體經濟、股份制經濟、外商投資經濟等。定類尺度只能測度現象之間的類別差，不能反映各類現象之間的其他差別。

定類數據是層次最低的數據。從數學運算的特性來看，定類數據只有等於或不等於的性質。

2.定序數據

定序數據是對現象按照一定的排序進行分類的結果，表現為有順序的類別，由定序尺度計量而成。定序尺度又稱順序尺度，是對現象之間等級差別和順序差別的一種測度。它不僅可以測度現象之間的類別差，還可以測度次序差。

例如，學生的考試成績可分為優、良、中、及格、不及格。又如，消費者對某產品的滿意程度可分為很滿意、滿意、一般、不滿意、很不滿意等。定序尺度不能測量類別之間的準確差值，只能比較大小，不能進行加、減、乘、除等數學運算。

定序數據的層次高於定類數據。從數學運算的特性來看，定序數據除了具有等於或不等於的性質以外，還有大於或小於之分。

定量數據

定量數據也稱數量數據，它說明的是現象的數量特徵，是能夠用數值來表示的。定量數據具體可分為定距數據和定比數據。

1.定距數據

定距數據是既能反映現象所屬的類別和順序，又能反映現象類別或順序之間數量差距的數據，由定距尺度計量而成。定距尺度也稱間隔尺度，通常使用自然或物理單位作為計量尺度。定距數據不僅能將現象區分為不同類型並進行排序，而且可以準確指出類別之間的差距是多少。

例如，甲、乙兩位學生某門課程的考試成績分別為86分和55分，不僅說明甲學生的成績良好，乙學生的成績不及格，甲學生的分數高於乙學生，而且能說明甲學生的分數比乙學生高31分。

定距數據的層次高於定序數據。從數學運算的特性來看，定距數據除了具有等於或不等於、大於或小於的性質以外，還適合進行加減計算，但不適合進行乘除運算。其原因是定距尺度中沒有絕對的零點。定距尺度中的“0”表示一個數值，即“0”水平，而不是表示“沒有”或“不存在”。

例如，一個學生的統計學考試成績為0分，表示他的統計學成績水平為0，並不表示他沒有考試成績或沒有任何統計學知識。又如，一個地區的氣溫為0攝氏度，表示的是溫度的水平，並不是沒有溫度。可見，定距尺度中的“0”是一個有意義的數值。

2.定比數據

定比數據不僅能體現現象之間的數量差距，還能進行對比計算，即通過計算兩個測度值之間的比值來體現相對程度的數據，由定比尺度計量而成。定比尺度也稱為比率尺度，它有一個絕對“零點”。在定比尺度中，“0”表示“沒有”或“不存在”。

例如，一個人的收入為“0”，表示這個人沒有收入。因此，定比尺度除了具有上述三種計量尺度的全部特性以外，還具有一個特性，那就是可以計算兩個測度值之間的比值。這也是它與定距尺度的唯一差別。現實生活中，絕大多數的經濟變量都可以進行定比測度。

定比數據是最高層次的數據。從數學運算的特性來看，定比數據除了具有等於或不等於、大於或小於的性質，可以進行加減計算以外，還可以進行乘除運算。例如，甲的工資為6000元，乙的工資為12000元，則乙的工資為甲的2倍。

　　統計數據是統計工作活動過程中所取得的反映國民經濟和社會現象的數字資料以及與之相聯系的其他資料的總稱。統計數據是表示某一地理區域自然經濟要素特徵、規模，結構、水平等指標的數據。是定性、定位和定量統計分析的基礎數據。　　統計數據是採用某種計量尺度對事物進行計量的結果，採用不同的計量尺度會得到不同類型的統計數據。從上述四種計量尺度計量的結果來看，可以將統計數據分為以下四種類型：　　定類數據——表現為類別，但不區分順序，是由定類尺度計量形成的。　　定序數據——表現為類別，但有順序，是由定序尺度計量形成的。　　定距數據——表現為數值，可進行加、減運算，是由定距尺度計量形成的。　　定比數據——表現為數值，可進行加、減、乘、除運算，是由定比尺度計量形成的。　　前兩類數據說明的是事物的品質特徵，不能用數據表示，其結果均表現為類別，也稱為定性數據或品質數據（Oualitative data）；後兩類數據說明的是現象的數量特徵，能夠用數值來表現，因此也稱為定量數據或數量數據（Quantitative data）。由於定距尺度和定比尺度屬於同一測度層次，所以可以把後兩種數據看作是同一類數據，統稱為定量數據或數值型數據。　　區分測量的層次和數據的類型是十分重要的，因為對不同類型的數據將採用不同的統計方法來處理和分析。比如，對定類數據，通常計算出各組的頻數或頻率，計算其眾數和異眾比率，進行列聯表分析和x2檢驗等；對定序數據，可以計算其中位數和四分位差，計算等級相關係數等非參數分析；對定距或定比數據還可以用更多的統計方法進行處理，如計算各種統計量、進行參數估計和檢驗等。我們所處理的大多為數量數據。　　這裡需要特別指出的是，適用於低層次測量數據的統計方法，也適用於較高層次的測量數據，因為後者具有前者的數學特性。比如：在描述數據的集中趨勢時，對定類數據通常是計算眾數，對定序數據通常是計算中位數，但對定距和定比數據同樣也可以計算眾數和中位數。反之，適用於高層次測量數據的統計方法，則不能用於較低層次的測量數據，因為低層次數據不具有高層次測量數據的數學特性。比如，對於定距和定比數據可以計算平均數，但對於定類數據和定序數據則不能計算平均數。理解這一點，對於選擇統計分析方法是十分有用的。