Ci sono molte diverse aree di interesse scientifico e pratico che si basano sulla raccolta di dati quantitativi. La raccolta di dati quantitativi è, ad esempio, di importanza centrale nei campi basati sulla ricerca come la chimica, la fisica e persino alcuni rami della linguistica. È anche essenziale per i test e altri scopi in ingegneria, informatica e altri campi e progetti ad alta intensità di dati volti alla produzione di un prodotto finale. I metodi specifici utilizzati per la raccolta di dati quantitativi variano drasticamente tra i progetti, ma ci sono alcuni principi di raccolta dei dati che possono essere ampiamente, se non universalmente, applicati. È, ad esempio, importante prendere tutti i mezzi possibili per eliminare l’errore umano e sperimentale, raccogliere e analizzare tutti i dati piuttosto che solo quelli che si adattano alle proprie teorie, ed eseguire un esperimento o testare più volte per verificare la presenza di errori.
Sebbene l’errore minimo sia occasionalmente accettabile, in alcuni casi può portare a sostanziali imprecisioni o addirittura al fallimento di un progetto. Quando possibile, quando si raccolgono dati quantitativi, quindi, si dovrebbe determinare il grado in cui l’errore può essere tollerato. Le tecniche ei dispositivi utilizzati per la raccolta di dati quantitativi dovrebbero essere in grado di farlo all’interno di questo intervallo di errore tollerabile. Se non possono, è probabilmente necessario affinare il metodo di raccolta dei dati o inventarne uno completamente nuovo.
Quando si raccolgono dati quantitativi, si è spesso tentati di registrare e utilizzare solo i risultati che corrispondono a esperimenti precedenti o ad aspettative teoriche. Ciò è particolarmente vero quando solo alcuni dei numeri raccolti differiscono in modo significativo dai risultati attesi. Questi valori anomali, tuttavia, possono essere estremamente importanti e non dovrebbero essere ignorati, soprattutto se ricorrono in esperimenti successivi. Risultati imprevisti possono indicare problemi con la procedura sperimentale o con i materiali o addirittura possono suggerire che le teorie esistenti sul tema della sperimentazione o del test non siano corrette. Il processo di raccolta dei dati quantitativi può essere efficace e oggettivo solo quando il ricercatore raccoglie e riporta tutti i dati.
L’esecuzione di più prove indipendenti è un modo eccellente per ridurre al minimo gli errori durante la raccolta di dati quantitativi. Ciò può rivelare problemi come la calibrazione del dispositivo, l’errore umano o gli effetti di variabili impreviste e non controllate. Quando possibile, gruppi distinti di persone dovrebbero eseguire i test o gli esperimenti volti a raccogliere dati quantitativi specifici. I due gruppi possono confrontare tutti i metodi e le variabili se raccolgono risultati diversi, consentendo così loro di isolare i particolari errori sorti durante il processo di raccolta dei dati quantitativi.