LU01a - Arten von Daten

Bevor du Daten auswertest, musst du wissen, welche Art von Daten du hast. Die Datenart entscheidet, was sinnvoll ist:

• Darf ich nur zählen (Häufigkeiten) oder auch rechnen?
• Gibt es eine Reihenfolge (z.B. low/medium/high)?
• Ist „0“ wirklich nichts (z.B. 0 Tickets)?

Diese Seite passt direkt zur Aufgabe: LU01.A01 - Datenarten klassifizieren.

• Qualitativ (kategorisch): Werte sind Labels/Kategorien (z.B. Betriebssystem).
• Quantitativ (numerisch): Werte sind Zahlenwerte zum Zählen/Messen (z.B. Ladezeit).
• Nominal: Kategorien ohne Reihenfolge.
• Ordinal: Kategorien mit Reihenfolge, aber Abstände unklar.
• Intervall: Abstände sinnvoll, Nullpunkt willkürlich (z.B. °C).
• Ratio: Abstände sinnvoll und echtes Null (z.B. ms, MB, Anzahl).
• Diskret: gezählt (0,1,2,3,…)
• Stetig: gemessen (beliebig fein)

Qualitative Daten sind Kategorien/Labels. Du arbeitest damit typischerweise so:

• zählen, wie oft etwas vorkommt (Häufigkeiten)
• vergleichen: gleich / ungleich
• manchmal ordnen (nur bei ordinal)

Informatik-Beispiele

• Betriebssystem: Windows / macOS / Linux
• Team-Rolle: Dev / Ops / QA
• Build-Status: success / failed
• HTTP-Methode: GET / POST / PUT

Quantitative Daten sind Zahlen, die zählen oder messen. Du kannst damit rechnen (je nach Messniveau sinnvoll).

Informatik-Beispiele

• Anzahl Commits pro Woche (gezählt)
• Anzahl offene Tickets im Sprint (gezählt)
• Ladezeit einer Webseite in ms (gemessen)
• Dateigrösse in MB (gemessen)

Das Messniveau sagt dir, was du über die Werte aussagen darfst.

• Es gibt keine natürliche Reihenfolge.
• Du kannst sagen: „gleich/ungleich“ und wie oft etwas vorkommt.

Informatik-Beispiele (nominal)

• Betriebssystem (Windows/macOS/Linux)
• Browser (Chrome/Firefox/Safari)
• Team-Rolle (Dev/Ops/QA)
• HTTP-Statuscode (200/404/500) als Code/Kategorie

• Es gibt eine Reihenfolge (z.B. low < medium < high).
• ABER: Der Abstand zwischen Stufen ist nicht exakt messbar.

Informatik-Beispiele (ordinal)

• Priorität: low / medium / high
• Severity: minor / major / critical
• Zufriedenheit (1–5) als Rangskala

• Unterschiede sind sinnvoll („+10“).
• Null bedeutet nicht „nichts“.
• Aussagen wie „doppelt so viel“ sind hier nicht sinnvoll.

Beispiel

• Temperatur in °C (0°C ist nicht „keine Temperatur“)

• Null bedeutet wirklich „nichts“.
• Aussagen wie „doppelt so viel“ sind sinnvoll.

Informatik-Beispiele (ratio)

• Ladezeit in ms (0 ms = keine Zeit)
• Dateigrösse in MB (0 MB = keine Daten)
• Anzahl Tickets/Commits (0 = nichts)

• Werte sind zählbar: 0,1,2,3,…
• entsteht durch Zählen

Informatik-Beispiele

• Anzahl Commits
• Anzahl offene Tickets
• Anzahl Logins pro Tag

• Werte können theoretisch beliebig fein sein (z.B. 12.3, 12.31, 12.312…)
• entsteht durch Messen

Informatik-Beispiele

• Ladezeit in ms
• Downloadrate in Mbit/s
• CPU-Temperatur

• „Zahl = quantitativ“ → falsch bei Codes (HTTP 404, Fehlercodes, Postleitzahl).
• Ordinal vs. Intervall: Rangfolge heisst nicht automatisch „messbarer Abstand“.
• Intervall vs. Ratio: °C (Intervall) vs. ms/MB/Anzahl (Ratio).
• Diskret vs. Stetig: Zählen (diskret) vs. Messen (stetig).

Kevin Maurizi