Voordat we beginnen met de analyse van een dataset, is het belangrijk om eerst stil te staan bij het soort data dat we voor ons hebben. Afhankelijk van het type data kunnen verschillende statistische technieken worden toegepast om de dataset te beschrijven en te analyseren. Het is daarom essentieel om verschillende typen data juist te kunnen identificeren.

Binnen de statistiek maken we in eerste instantie onderscheid tussen twee typen variabelen: kwalitatieve en kwantitatieve variabelen.

Vanwege de niet-numerieke aard van kwalitatieve variabelen, mogen er geen wiskundige bewerkingen op dit type variabelen toegepast worden. Hierdoor is het aantal statistische technieken dat gebruikt kan worden om kwalitatieve data te beschrijven en te analyseren vrij beperkt.

Een mogelijke valkuil bij het analyseren van kwalitatieve data is dat verbale labels (woorden/letters) vaak gecodeerd worden als numerieke waarden. Een bekend voorbeeld is geslacht, wat vaak wordt gecodeerd met getallen zodat #\text{man} = 1# en #\text{vrouw} = 2# (of vice versa). Het is belangrijk op te merken dat, ondanks het gebruik van de numerieke waarden om de data te coderen, er geen betekenis mag worden toegeschreven aan deze getallen. Het zou bijvoorbeeld onjuist zijn om te stellen dat, omdat mannen zijn gecodeerd als #1# in de dataset en vrouwen als #2#, vrouwen twee keer zo veel geslacht hebben als mannen.
#\phantom{0}#

#\phantom{0}#
Kwantitatieve variabelen kunnen worden onderverdeeld in twee types: discrete en continue variabelen.
#\phantom{0}#

#\phantom{0}#