1資料的型別
在研究一個總體時．所要研究的每個特徵（指標或變數），在每個個體上，都有一個反映該特徵的具體描述（數字或文字），這些特徵的具體描述被稱為指標值（變數值）或資料。資料可以是定量的．例如工資收入，也可以是定性的，例如性別，還可以是半定量的，如受教育程度。定量資料和定性資料是對資料的一種分類，詳細劃分如下。
1.l刻度級資料
這是資料的最高階，該級別的資料．只能用數字來表示，是具有一定單位的實際測量值。它又可分為兩個子級別：比率級和間距級。
比率級是資料的最高階的測度級別．這類資料可以做加減運算，也可以作乘除運算，間距級的資料可以做加減運算．但不能夠做乘除運算，例如採用攝氏溫度時．不能說10度是5度的2倍，因為將這兩個攝氏溫度換算為熱力學溫度後．這兩個溫度便不再是2倍的關係。
1.2序次級資料
這是資料的中間級，該級別的資料，可以用數字來表示，也可以用字母來表示。例如受教育程度就是序次級資料．它可以採用數字編碼表示不同的型別，國小學歷=1．國中學歷=2;高中或中專=3;本科學歷=4;研究生學歷=5，各編碼的'序值．代表了受教育程度的高低差異。當然，也可以倒過來表示不同的學歷等級，資訊也不會有損失。這類資料雖然不能準確描述這一差別的大小，但是可以確定其順序．如例子中如果知道了研究生學歷高於本科學歷，則能夠推出本科學歷高於高中學歷。
1.3名義級資料
這是資料的最低階，該級別的資料．可以用數字來表示也可以用字母來表示。它僅僅是一種標誌，用以區分資料的不同值，但沒有序次的關係。例如，性別就是一個名義級的資料，可以用0表示男性．1表示女性：也可以用0表示女性．1表示男性：或是可以用任意兩個不同的數碼．或者文字表示類別。不論上述哪一種編碼，變數所包含的資訊都沒有任何損失。
2不同型別的資料的用途
資料的不同型別，其實也是變數的不同型別。在統計分析中，不同測度型別的資料．扮演著不同的角色，起著不同的作用。一般來說，資料的等級越高，應用範圍越廣泛：等級越低，應用範圍越受損。
2.1作為統計物件直接進入統計處理
首先．不同測度型別的資料都可以作為被統計物件直接進入統計處理。例如．刻度級中的比率級資料可以用來做迴歸分析，可以計算普通相關係數；區間級以上的資料可以用來計算均值：次序級資料可以用來計算等級的相關係數：名義級資料可以用來做相應變數的獨立性分析。例如，當我們獲得不同文化程度的顧客對不同包裝的偏愛資料後．我們可以用統計方法來分析兩個變數（文化程度、喜愛的包裝型別）是否相關。這裡