本ページには広告・プロモーションが含まれています。

質的データと量的データ

データ(変数)には大きく分けて、質的データと量的データの区別があり、データの種類によって分析の手法が異なってくる。

質的データ (質的変数)

分類や種類を区別するためのデータ。そのままでは足したり引いたり演算のできない変数。

例:

  • 性別
  • 血液型
  • 好きな食べもの

さらに質的データはデータを評価する基準(これを尺度と呼ぶ)として 名義尺度順序尺度 に分類できる。

名義尺度
分類の順序に意味が無いもの。単なるラベル。 例: 性別、血液型、電話番号
順序尺度
分類の順序に意味があるもの。例えば満足度を調査するアンケートで「1.悪い, 2.普通, 3.良い」といったものがある。 「1.悪い」よりも「3.良い」のほうが満足度が高いと言えるが、順序を演算して「3倍満足度が高い」と言うことはできない。 この演算には意味が無いので質的データに当てはまる。 例: 順位、学年

量的データ (量的変数)

数値として意味のあるデータ。足したり引いたり演算ができる変数。

例:

  • 人数
  • 金額
  • 身長

量的データは身長、時間、気温など、途切れることなく連続する 連続データ または、 人数や個数のように1と2の間にデータがない 離散データ に区別されます。

さらに量的データはデータを評価する基準として 間隔尺度比例尺度 に分類できる。

間隔尺度
データの間隔に意味があるもの。和(+)や差(-)の演算が可能で、ゼロもひとつの状態にすぎないデータ。 例: テストの点数、時刻、年齢
比例尺度
データの比率に意味があるもの。和差積商(+,-,x,/)の演算が可能で、ゼロが何もないことを意味するデータ。 例: 身長、体重、速度、経過時間

尺度まとめ

データの種類 データの意味 尺度の種類 尺度の意味 データの例 可能な計算
質的データ 分類や種類を区別するためのデータ。そのままでは足したり引いたり演算のできない変数。 名義尺度 分類の順序に意味が無いもの。単なるラベル。 性別、血液型、電話番号 できない
順序尺度 分類の順序に意味があるもの。 順位、学年、満足度 計算できないが順序(大小)の比較は可能。
量的データ 数値として意味のあるデータ。足したり引いたり演算ができる変数。 間隔尺度 データの間隔に意味があるもので、ゼロもひとつの状態にすぎないデータ。 テストの点数、時刻、年齢 和(+)、差(-)
比例尺度 データの比率に意味があるもので、ゼロが何もないことを意味するデータ。 身長、体重、速度、経過時間 和差積商(+,-,x,/)

ナンバーズの予想に使うには

データの種類によって分析手法が変わるので ナンバーズの当選番号案内 で提供されているデータを質的あるいは量的データに分類してみます。

データ名 データの例 データの種類 尺度の種類
回別 第4408回 量的データ 間隔尺度
抽せん日 2016年5月20日 量的データ 間隔尺度
抽せん数字 402 質的データ 名義尺度
当せん口数 81口 量的データ 比例尺度
当せん金額 85,600円 量的データ 比例尺度
販売実績額 82,204,000円 量的データ 比例尺度

抽せん数字が質的データで名義尺度であることに疑問を持ちましたか? 数字だから足し算引き算ができるし量的データの間隔尺度と考えるかもしれませんが、 抽せん数字が ABC という文字に置き換わっても意味が通ることを考えてみてください。 抽せん数字は当せんを識別する単なる記号であることがわかるでしょう。



最終更新日: 2019年12月27日(金)


目次

プロローグ

統計解析

データマイニング

資料集

Back to top