（一）定量研究所获得的数据类型
无论是采用观察、调查、测验还是实验的方法收集到的研究数据，甚至是直接使用的现成数据（如来自统计年鉴等），在选择分析方法时，都必须先了解其类型。
1.计数数据和测量数据
这是根据数据的来源进行的分类。
所谓计数数据是指通过点数个数来获得变量的数量的数据，如研究中研究对象的性别，我们只能够点数男性或女性研究对象的个数，而“男”或“女”本身并不具有数量属性，通常数据录入时用“1”“2”分别代表“男”“女”，这里的数字只具有指代的意义。因此，计数数据也被称作类别数据、称名数据。教育研究中涉及的很多人口统计学变量，如性别、是否独生子女、地域、学校类型、科目等，都属于类别数据。另外，在一些调查研究中，问卷中的调查条目也有很多属于类别变量[1]。例如，在研究农村儿童受教育情况的调查中，有如下条目：
“你为什么没有上学：A 自己不想上 B 父母不让上 C 没有学校接收”
在上述调查条目中，要求被调查者从中选择一个适合自己情况的选项，条目所附的三个选项代表了三种不同的原因，这些原因都有其自身的意义，但却不具有量化的属性。数据录入时根据被调查者的选择分别用“1”“2”“3”代表“A”“B”“C”三个选项，这里的数字只具有指代意义，代表三种不同性质的选项，该条目对应的变量就是一个称名变量。
测量数据是指按照一定的标准通过一定的工具而获得的数据。测量有两个要素，即参照点与单位。测量时的参照点有绝对参照点（绝对起点）和相对参照点（相对起点）两种。单位也有两种：相等单位（任意两点之间可以无穷细分）和不等单位（任意两点之间只有有限个数）。根据参照点与单位的不同，测量数据又可分为顺序数据、等距数据和等比数据。
顺序数据也叫等级数据，像学生的成绩排名、竞赛中的名次、对教师的喜爱程度等，都属于顺序数据。顺序数据是没有绝对参照点也没有相等单位的数据。比如，同一个学生的成绩，因为排名时参照点不同，其在班级内、年级内、地区内的排名很可能各不相同。顺序数据也没有相等单位，因此任意相邻的两个数据之间并不代表相同的差异，假如某班级最高的4个成绩分别是95，94，90，83，其对应的4个学生的名次依次为1，2，3，4，但第1名和第2名之间的差距与第3名和第4名之间的差距并不一样。顺序数据仅具有量的大小的含义，只可做大小高低的比较。
等距数据是指没有绝对参照点但有相等单位的数据，如学生的考试成绩、心理能力的分数、摄氏温度等。仍然以学生的成绩为例，在以100分为满分的测验中，学生的成绩是以其在该测验上正确回答问题的量决定的，0分代表全部回答错误，但这个参照点只是一个相对的参照点，0分并不意味着该学生对应的能力为零。同时，成绩是有相等单位的，通常我们以1分为记分单位，但如果需要，我们也可以以0.1分或10分为记分单位。等距数据所包含的数量信息更多，也能进行更多的数学运算。
等比数据，也叫比例数据、比率数据，是指既有绝对参照点又有相等单位的数据，如长度、重量、反应时间、开氏温度等。以开氏温度为例，开氏温度的零度是摄氏温度的-273度，那是目前能够测到的最低温度，那个零度是一个绝对的起点；相应地，我们知道摄氏温度的0度并不代表没有温度，只是一个相对的参照点。
