从宏观角度分析，数据类型分为定性和定量两种。定性：变量是品质特征，如车的品牌，宝马，奔驰，只是为了区分。
定量：变量是数值，可以量化，如身高体重等。
定量可以分为离散型和连续型。
离散型一般为计数结果，如抛五次硬币正面的次数。连续型一般为测量结果，如手掌长度的测量。
从统计学分析，数据类型分为四种：定类，定序，定距和定比，这四种类型是从低到高的递进关系，高级的类型可以用低级类型的分析方法来分析，而反过来却不行。
1、定类变量 Norminal Data【可以分类( = 和 ≠ )，但不能排序】
定类就是给数据定义一个类别。这种数据类型能将所研究的对象区分开，例如把性别分成男女两类。
2、定序变量 Ordinal Data【可以分类( = 和 ≠ )，可以排序(> 和
定序变量的值不仅能够代表事物的分类，还能代表事物按某种特性的排序，但各个定序变量的值之间没有确切的间隔距离，只能排列出它们的顺序，而不能反映出大于或小于的数量或距离。例如文化程度可以分为大学、高中、初中、小学、文盲。
3、定距变量 Interval Data【可以分类( = 和 ≠ )，可以排序(> 和
注意：定距变量没有绝对零点。
定距变量的值之间可以比较大小，两个值的差有实际意义。但乘法是没有意义的。但是加减法有效。
例如华氏温度：10，20，30，华氏度40不是20的两倍热
4、定比变量 Ratio Data 【可以分类( = 和 ≠ )，可以排序(> 和
注意：定比变量有绝对零点
定比变量除了具有定距变量的特性外，还具有一个真正的零点，因而它具有乘与除(×、÷)的数学特质。
如A的体重是60kg，而B的体重是30kg，可以算出前者是后者的两倍重，因为其零点是绝对的。
定比变量是最高测量层次的变量。
原文作者：YYIverson 配图：数据小兵
- SPSS数据合并：追加样本与追加变量
- 用散点图法判断变量之间是否存在线性关系
- SPSS如何判断无效问卷？揪出重复问卷
- 如何定义变量属性？我的经验分享
- 聚类分析的结果如何用散点图展示出来？
