Data is rauwe, onbewerkte informatie, zoals getallen, woorden, foto’s en video’s. Het zijn de bouwstenen waaruit betekenis ontstaat. Maar niet alle data is hetzelfde. Er zijn verschillende soorten data, en als je begrijpt wat de verschillen zijn, kun je er veel beter mee werken.
Wat is data precies?
Data verwijst naar feiten of gegevens die je kunt verzamelen, opslaan of verwerken. Denk aan de temperatuur buiten, je naam, een foto op je telefoon of het aantal bezoekers op een website. Al die dingen zijn vormen van data.
Data op zich zegt nog niet veel. Pas als je het analyseert of in context plaatst, wordt het informatie. Dat is ook waarom het belangrijk is om te weten met welk soort data je werkt. De ene soort verwerk je anders dan de andere.
Kwantitatief versus kwalitatief: het basisonderscheid
De meest gebruikte indeling van soorten data is die tussen kwantitatieve en kwalitatieve data. Dit is het vertrekpunt voor bijna elke uitleg over data.
Kwantitatieve data bestaat uit getallen. Je kunt er mee rekenen en maten van maken. Voorbeelden zijn leeftijd, gewicht, prijs of het aantal verkopen. Je kunt hiervan het gemiddelde berekenen of een grafiek maken.
Kwalitatieve data gaat over eigenschappen of kenmerken die je niet in een getal uitdrukt. Denk aan kleuren, categorieën of beschrijvingen. Iemands favoriete muziekstijl is kwalitatieve data. Je kunt er niet mee rekenen, maar je kunt wel patronen in herkennen.
Gestructureerd, ongestructureerd en semi-gestructureerd
Een andere manier om soorten data te onderscheiden, is op basis van structuur. Dit is vooral handig als je data opslaat of verwerkt in systemen.
Gestructureerde data staat netjes georganiseerd in rijen en kolommen, zoals in een spreadsheet of een database. Elk gegeven heeft een vaste plek. Dit maakt het makkelijk om te zoeken en te analyseren.
Ongestructureerde data heeft geen vaste opbouw. Teksten, e-mails, foto’s, video’s en audiofragmenten vallen hieronder. Dit type data groeit het snelst, maar is ook het moeilijkst om automatisch te verwerken.
Semi-gestructureerde data zit daar tussenin. Het heeft wel een bepaalde opbouw, maar past niet in een strak tabelformat. Een voorbeeld is een XML- of JSON-bestand, waarbij de gegevens gelabeld zijn maar flexibel georganiseerd kunnen zijn.
Discreet en continu: binnen kwantitatieve data
Binnen kwantitatieve data is er nog een nuttig onderscheid: dat tussen discrete en continue data.
Discrete data bestaat uit losse, telbare waarden. Je kunt geen halve eenheid hebben. Het aantal kinderen in een gezin is discreet: het is 0, 1, 2 of meer, maar nooit 1,5.
Continue data kan elke waarde aannemen binnen een bepaald bereik, ook met decimalen. De buitentemperatuur is een goed voorbeeld. Die kan 17,3 graden zijn, of 17,35 graden, afhankelijk van hoe nauwkeurig je meet.
Nominaal, ordinaal, interval en ratio: vier meetniveaus
Statistici gebruiken nog een andere indeling om soorten data te beschrijven: de vier meetniveaus. Dit bepaalt wat je wiskundig gezien met de data mag doen.
Nominale data bestaat uit categorieën zonder volgorde. Geslacht, nationaliteit of bloedgroep zijn voorbeelden. Je kunt categorieën tellen, maar niet rangschikken of optellen.
Ordinale data heeft wel een volgorde, maar de afstand tussen de waarden is niet gelijk. Een tevredenheidsscore van 1 tot 5 is ordinaal. “4” is beter dan “3”, maar of het verschil even groot is als tussen “2” en “3” weet je niet.
Intervaldata heeft gelijke afstanden tussen de waarden, maar geen absoluut nulpunt. Temperatuur in graden Celsius is een klassiek voorbeeld. 0 graden betekent niet “geen temperatuur”.
Ratiodata heeft wel een absoluut nulpunt. Gewicht, lengte en inkomen zijn voorbeelden. Hier kun je ook verhoudingen berekenen: iemand die 80 kilo weegt, is twee keer zo zwaar als iemand van 40 kilo.
Snel overzicht: welk type data is wat?
- Kwantitatief: getallen waarmee je kunt rekenen, zoals prijs of leeftijd
- Kwalitatief: eigenschappen of categorieën, zoals kleur of voorkeur
- Gestructureerd: data in vaste rijen en kolommen, zoals een tabel
- Ongestructureerd: teksten, foto’s, video’s zonder vaste opbouw
- Semi-gestructureerd: gelabelde data zonder strikt tabelformat
- Discreet: telbare waarden zonder tussenstappen
- Continu: meetwaarden die ook decimalen kunnen zijn
- Nominaal: categorieën zonder volgorde
- Ordinaal: categorieën met volgorde, maar ongelijke afstanden
- Interval: gelijke afstanden, geen absoluut nulpunt
- Ratio: gelijke afstanden én een absoluut nulpunt
Waarom dit in de praktijk uitmaakt
Weten welk type data je hebt, bepaalt wat je ermee kunt doen. Je kiest een andere analyse voor ordinale data dan voor ratiodata. Je hebt andere software nodig voor ongestructureerde tekst dan voor een nette tabel. En als je data verzamelt voor onderzoek of een rapport, helpt dit onderscheid je om de juiste vragen te stellen en de juiste conclusies te trekken.
Of je nu werkt met klantgegevens, enquêteresultaten of websitestatistieken, de soorten data uitleg hierboven geeft je een stevige basis om bewuster met informatie om te gaan.
Veelgestelde vragen
Wat is het verschil tussen data en informatie?
Data is ruwe, onbewerkte input, zoals een getal of een woord. Informatie ontstaat als je data in context plaatst en er betekenis aan geeft. Zo is “42” data, maar “de gemiddelde leeftijd van onze klanten is 42 jaar” is informatie.
Welke soorten data komen het meest voor in de praktijk?
In de praktijk werk je het vaakst met gestructureerde kwantitatieve data, zoals verkoopcijfers of gebruikersaantallen, en met ongestructureerde kwalitatieve data, zoals klantreviews of e-mails. De combinatie van beide is bij de meeste organisaties de dagelijkse realiteit.
Is een foto kwalitatieve of kwantitatieve data?
Een foto is ongestructureerde data. Technisch gezien bestaat een digitale foto uit getallen (pixelwaarden), maar de inhoud van de foto, wat erop staat, is kwalitatief van aard. In de meeste toepassingen wordt een foto behandeld als ongestructureerde, kwalitatieve data.
Wat zijn persoonsgegevens en vallen die onder een apart type?
Persoonsgegevens zijn gegevens die direct of indirect herleidbaar zijn tot een levende persoon, zoals een naam, e-mailadres of geboortedatum. Ze zijn geen apart datatype in de statistische zin, maar ze vallen juridisch wel onder speciale regels, zoals de AVG in Nederland en Europa.
Kan kwalitatieve data omgezet worden naar kwantitatieve data?
Ja, dat is mogelijk. Als je categorieën nummers geeft, zoals 1 voor “man” en 2 voor “vrouw”, zet je kwalitatieve data om naar getallen. Dit heet codering. Let op: je mag dan nog steeds niet zomaar rekenen met die getallen, want de getallen staan voor categorieën, niet voor hoeveelheden.