1.2 データの種類

統計分析を行う前に、扱うデータの種類を理解することが重要です。データの種類によって、適用できる統計手法が異なります。

データの分類

質的データ（カテゴリカルデータ）

数値で表せない、カテゴリや属性を示すデータです。

名義尺度（Nominal Scale）

順序に意味がないカテゴリデータ

例:

• 性別（男性、女性）

• 血液型（A型、B型、O型、AB型）

• 居住地域（東京、大阪、福岡）

順序尺度（Ordinal Scale）

順序に意味があるカテゴリデータ

例:

• 満足度（非常に不満、不満、普通、満足、非常に満足）

• 学年（1年生、2年生、3年生）

• 成績（優、良、可、不可）

量的データ（数値データ）

数値で表されるデータです。

間隔尺度（Interval Scale）

差に意味があるが、比には意味がないデータ（絶対的な0がない）

例:

• 温度（摂氏）: 20℃は10℃の2倍暖かいとは言えない

• 西暦年

• IQスコア

比率尺度（Ratio Scale）

差にも比にも意味があるデータ（絶対的な0がある）

例:

• 身長、体重

• 年齢

• 収入

• 売上高

データの種類と統計手法の対応表

データの種類	代表値	使える統計手法
名義尺度	最頻値	カイ二乗検定
順序尺度	中央値	ノンパラメトリック検定
間隔尺度	平均値	t検定、分散分析
比率尺度	平均値	t検定、回帰分析

実践例

あるアンケート調査で収集されたデータを分類してみましょう:

1. 年齢: 比率尺度（量的データ）

2. 性別: 名義尺度（質的データ）

3. サービス満足度（5段階評価）: 順序尺度（質的データ）

4. 月収: 比率尺度（量的データ）

5. 好きな色: 名義尺度（質的データ）

練習問題

問1: 以下のデータを適切に分類してください:

• a) 郵便番号

• b) テストの点数

• c) 映画のレビュー星の数（5段階）

• d) 走った距離

問2: なぜデータの種類を理解することが重要なのか、説明してください。

---

次の章: 第2章 記述統計