Organización de datos

Los datos recopilados por un investigador están en bruto y no pueden ofrecer ninguna conclusión significativa; por lo tanto, debe organizarse adecuadamente. Por lo tanto, el proceso de organizar sistemáticamente los datos recopilados o los datos sin procesar para que sea fácil de entender se conoce como organización de datos. Con la ayuda de datos organizados, se vuelve conveniente para el investigador realizar tratamientos estadísticos adicionales. El investigador también puede comparar la masa de datos similares si los datos sin procesar recopilados se organizan sistemáticamente. 

Clasificación de datos

Un método de organización de datos para la distribución de datos sin procesar en diferentes clases en función de sus clasificaciones se conoce como clasificación de datos. En otras palabras, la clasificación de datos significa convertir los datos sin procesar recopilados por un investigador en series estadísticas de una manera que proporcione conclusiones significativas. 

Según Conner, “La clasificación es el proceso de ordenar las cosas (ya sea real o teóricamente) en grupos o clases según sus semejanzas y afinidades, y da expresión a la unidad de atributos que pueden existir entre una diversidad de individuos”.

Según la definición de clasificación de datos de Conner, las dos características básicas de este proceso son:

• Los datos sin procesar se dividen en diferentes grupos. Por ejemplo, según el estado civil, las personas pueden clasificarse en casadas, solteras, divorciadas y comprometidas.
• Los datos sin procesar se clasifican en función de las similitudes de clase. Todas las unidades similares de los datos sin procesar se juntan en una clase. Por ejemplo, toda persona educada puede estar junta en una clase y no educada en otra.

Cada grupo o división de los datos sin procesar clasificados en función de sus similitudes se conoce como Clase. 

Por ejemplo, la población de una ciudad se puede clasificar o agrupar en función de su edad, educación, ingresos, sexo, estado civil, etc., ya que puede proporcionar al investigador mejores conclusiones para diferentes propósitos. 

Objetivos de la Clasificación de Datos

Los principales objetivos de la clasificación de datos son los siguientes:

• Breve y Simple: El principal objetivo de la clasificación de datos es la presentación de los datos sin procesar de forma sistemática, breve y simple. Ayudará al investigador a comprender los datos de manera fácil y eficiente, ya que puede sacar conclusiones significativas a través de ellos.
• Carácter distintivo: a través de la clasificación de los datos, se pueden diferenciar más claramente las diferencias obvias de los datos sin procesar recopilados.
• Utilidad: la clasificación de los datos resalta las similitudes dentro de los diversos datos sin procesar del estudio que mejora su utilidad.
• Comparabilidad: con la clasificación de los datos, uno puede comparar fácilmente los datos y también puede estimarlos para varios propósitos.
• Eficaz y atractivo: la clasificación hace que los datos sin procesar sean más atractivos y efectivos.
• Disposición científica: el proceso de clasificación de datos facilita la disposición adecuada de los datos sin procesar de manera científica. De esta manera, se puede aumentar la fiabilidad de los datos recopilados.

Características de una buena clasificación

• Claridad: la clasificación de los datos sin procesar es beneficiosa para un investigador solo cuando proporciona una forma de información clara y simple. La claridad aquí significa que no debe haber ningún tipo de confusión con respecto a cualquier elemento o parte de una clase.
• Exhaustividad: debe haber exhaustividad en la clasificación de los datos sin procesar para que cada uno de sus elementos obtenga un lugar en alguna clase. En otras palabras, una clasificación es buena si ningún elemento queda fuera de las clases.
• Homogeneidad: Todos y cada uno de los elementos de una clase deben ser similares entre sí. La homogeneidad en los diferentes ítems de una clase asegura los mejores resultados y posteriores investigaciones.
• Estabilidad: la estabilidad en el mismo conjunto de clasificación de datos para un tipo específico de investigación es esencial, ya que no confunde al investigador. Por lo tanto, la base de clasificación de los datos no debe cambiar con cada investigación.
• Idoneidad: Las clases en el proceso de clasificación de datos deben adecuarse al motivo de consulta. Por ejemplo, clasificar a los niños de una ciudad en función de su peso, edad y sexo para la investigación de la tasa de alfabetización no tiene sentido. Los datos para la investigación de la tasa de alfabetización deben hacerse en clases, como educadas y no educadas.
• Elástico: la clasificación de datos puede proporcionar mejores resultados solo si es elástico y, por lo tanto, tiene margen de cambio si hay algún cambio en el alcance u objetivo de la investigación.

Base de clasificación

La información estadística se puede clasificar en cuatro categorías diferentes que se describen a continuación:

1. Clasificación geográfica o espacial

En esta categoría, los datos se clasifican según la ubicación o las diferencias geográficas en los datos. En otras palabras, la clasificación geográfica implica clasificar los datos según la región geográfica. Por ejemplo, para realizar un estudio sobre la producción de algodón en India, podemos tomar las cuatro principales regiones centrales y clasificar los datos según esta clasificación geográfica como:

Región	Producción de Algodón (en kg.)
norte de la india	2893
India del Sur	898
este de la india	2198
India Occidental	1570

2. Clasificación cronológica

En esta categoría, los datos se clasifican según el tiempo de existencia, como meses, semanas, días, años, trimestres, etc. En la clasificación de datos cronológicos, los datos proporcionados se organizan en orden descendente o ascendente con referencia al tiempo como años, meses, días, semanas, trimestres, etc. Otro nombre para la clasificación cronológica es clasificación temporal. Por ejemplo, las ganancias de una empresa en tres años 2010, 2011 y 2012. 

Año	Beneficios ($)
2010	20 lakh
2011	50 lakh
2012	90 lakh

3. Clasificación Cualitativa

Bajo esta categoría, los datos proporcionados se clasifican en función de sus atributos o cualidades. Los atributos o cualidades de los datos incluyen el color del cabello, el género, la inteligencia, la religión, la honestidad, etc. En la clasificación cualitativa de los datos, no se pueden medir los atributos del estudio; en cambio, uno solo puede descubrir si el atributo está presente o no. Se divide además en dos categorías: clasificación única y clasificación múltiple.

• Clasificación simple: en la clasificación de datos simple, los datos proporcionados se clasifican con precisión en dos grupos. En otras palabras, los datos se clasifican en función de la existencia o ausencia de la calidad. Por lo tanto, la clasificación simple también se conoce como clasificación según dicotomía. En palabras simples, este tipo de clasificación consta de dos clases, donde una clase tiene el atributo, mientras que la otra no. Por ejemplo, la clasificación de los estudiantes en función de su género simplemente categorizándolos como hombres y mujeres.  
• Clasificación múltiple: en la recopilación de datos múltiples, después de categorizar los datos en dos grupos, se divide aún más en función de atributos o cualidades adicionales dentro de los atributos formados inicialmente. Significa que la clasificación de datos puede tener diferentes niveles de atributos con más de dos clases. Por ejemplo, los estudiantes de una clase se pueden clasificar como hombres o mujeres. Luego, pueden clasificarse además como por encima del promedio y por debajo del promedio, y así sucesivamente. 

4. Clasificación Cuantitativa o Numérica

Como sugiere el nombre, bajo la clasificación cuantitativa de datos, los datos recopilados se clasifican sobre la base de valores numéricos. Las variables de cantidades bajo la clasificación cuantitativa de datos pueden ser operadas o estimadas para un análisis posterior. Estas características medibles incluyen edad, ingresos, peso, altura, etc. Por ejemplo, la clasificación de 50 estudiantes en una clase en función de su peso. 

Peso (en kg.)	Numero de estudiantes
30-40	10
40-50	22
50-60	8
60-70	7
70-80	3