データの種類を理解する：4つの尺度

データの種類を理解する：4つの尺度

尺度とは

調べものや実験で集めた様々な情報をうまく扱うには、それらを分類するための基準が必要です。この基準のことを「尺度」と言います。尺度は、集めた情報の種類に応じて適切な分析方法を選ぶためにとても大切な考え方です。例えば、好きな色、テストの点数、気温、重さなど、集める情報の種類は様々です。これらの情報は、数字で表されるものと、そうでないものがあります。尺度を理解することで、それぞれの情報の種類に合った分析方法を選べるようになります。

情報を分類する尺度には、大きく分けて四つの種類があります。一つ目は、名前を付けるだけの「名義尺度」です。好きな色や性別など、順番や大小に意味がない情報に使います。例えば、赤、青、黄色の分類に優劣はありません。二つ目は、順番に意味がある「順序尺度」です。テストの順位や満足度など、順番はつけられるものの、その差に意味がない情報に使います。例えば、1位と2位の差と、2位と3位の差が同じとは限りません。三つ目は、順番と差に意味がある「間隔尺度」です。気温やカレンダーの日付など、差には意味があるものの、ゼロに絶対的な意味がない情報に使います。例えば、気温が0度だからといって温度がないわけではありません。四つ目は、順番、差、ゼロのすべてに意味がある「比率尺度」です。重さや長さなど、ゼロが何もない状態を表す情報に使います。例えば、重さが0グラムであれば、重さがないということを意味します。

このように、尺度は集めた情報の種類によって適切な分析方法を選ぶためのかぎとなります。尺度を正しく理解することで、より正確な分析を行い、より深い理解につながります。データ分析を行う上で、尺度の理解は最初の大切な一歩と言えるでしょう。

４つの尺度の種類

情報を数値で表す尺度には、大きく分けて四つの種類があります。それぞれの特徴を理解することで、集めた情報を正しく分析し、より良い結論を導き出すことができます。

一つ目は、名義尺度です。名義尺度は、対象を区別するための名前や番号を付けるもので、数値そのものには大小や順序といった意味はありません。例えば、性別を男性は１、女性は２と番号で表したり、都道府県にコード番号を割り当てたりする場合が該当します。これらの数字は単なる識別記号であり、計算に用いることはできません。

二つ目は、順序尺度です。順序尺度は、対象間の大小関係や順位を表すものです。例えば、顧客満足度調査で「大変満足」「満足」「普通」「不満」「大変不満」の五段階評価をする場合が該当します。この場合、数字が大きいほど満足度が高いことを示しますが、それぞれの段階の間隔が等しいとは限りません。「大変満足」と「満足」の差と、「不満」と「大変不満」の差が同じとは言い切れないからです。そのため、順序尺度の数値を単純に足したり引いたりすることは適切ではありません。

三つ目は、間隔尺度です。間隔尺度は、数値の差に意味があり、等間隔である尺度です。例えば、気温を摂氏で表す場合が該当します。20度と30度の差は、10度と20度の差と同じ10度であり、等間隔です。しかし、間隔尺度には絶対的なゼロ点がありません。摂氏0度は水の凝固点ですが、温度がないことを意味するわけではありません。そのため、比率を計算することはできません。20度は10度の二倍の温度とは言えません。

四つ目は、比例尺度です。比例尺度は、間隔尺度に加えて、絶対的なゼロ点を持つ尺度です。例えば、身長、体重、金額などが該当します。身長が0cmであれば、長さがないことを意味します。比例尺度は、数値の差だけでなく、比率にも意味があります。身長180cmの人は、身長90cmの人の二倍の身長であると言えるのです。これらの尺度の違いを理解することで、適切な分析方法を選択し、意味のある結果を得ることができます。

名義尺度

名義尺度は、物事をグループ分けするためのものさしです。これは、数字のように大小や計算に使うものではなく、単に名前を付けて区別するためのものです。例えば、人の性別を男と女に分ける、血液型をA型、B型、O型、AB型に分ける、好きな色を赤、青、緑に分けるといった場合に使います。これらの分類は、数字の大小のように順序や意味を持つものではありません。

名義尺度で集めた情報からは、それぞれのグループにどれだけのものがあるか数えることができます。例えば、アンケートで好きな色を聞いた場合、赤が何人、青が何人といったように数え、割合を出すことができます。これにより、どの色が一番人気なのかを知ることができます。しかし、名義尺度では、平均値や標準偏差のような計算はできません。なぜなら、これらの計算は数字の大小に基づいて行われるもので、名義尺度には数字的な意味がないからです。性別を男を１、女を２と数字で表したとしても、その平均値を計算することに意味はありません。

名義尺度は、物事を分類し、それぞれのグループの特徴をつかむために使われます。例えば、商品の種類を分類し、それぞれの売れ行きを比べることで、どの商品が人気なのかを分析することができます。また、顧客を年齢層や地域別に分類することで、それぞれのグループに合わせた販売戦略を立てることができます。このように、名義尺度は、情報を整理し、全体の傾向を把握するための 重要な役割を果たしています。ただし、名義尺度だけでは、物事の程度や量を測ることはできません。 それには、順序尺度や間隔尺度といった別のものさしを使う必要があります。

順序尺度

順序尺度は、物事の順位や大小関係を示す尺度です。これは、数値そのものよりも、数値の順序に意味がある場合に用いられます。

身近な例として、アンケート調査でよく見かける顧客満足度が挙げられます。選択肢として、「非常に満足」「満足」「普通」「不満」「非常に不満」などが用意されている場合、これらは順序尺度で測定されています。それぞれの回答には順番があり、「非常に満足」が最も満足度が高く、「非常に不満」が最も低いことを示しています。しかし、「非常に満足」と「満足」の差、そして「満足」と「普通」の差が同じ大きさであるとは限りません。この点が、順序尺度の重要な特徴です。

順序尺度は、学歴や競技の順位づけなどにも使われます。例えば、学歴を「小学校」「中学校」「高校」「大学」と区分した場合、大学が最も高く小学校が最も低い教育水準を示す順序は明らかです。しかし、高校と大学の教育水準の差が、小学校と中学校の教育水準の差と同じとは限りません。競技の順位も同様で、1位と2位のタイム差、2位と3位のタイム差が常に等しいとは限りません。

順序尺度で得られたデータは、中央値（データの中央にある値）や最頻値（最も多く出現する値）を求めることはできますが、平均値や標準偏差を計算することは適切ではありません。なぜなら、順序尺度では数値間の差に意味がないため、平均値のような数値間の差に基づいた計算は意味を成さないからです。

順序尺度は、物事の相対的な位置づけを把握するのに役立ちます。例えば、顧客満足度調査の結果から、自社の製品やサービスに対する顧客の全体的な評価を大まかに把握したり、競技の順位から選手の実力を相対的に比較したりすることができます。このように、順序尺度は様々な場面で活用される、データ分析の基本的な尺度のひとつです。

間隔尺度

間隔尺度とは、数値の間隔に意味がある尺度のことです。言い換えると、数値の差が等しいことを示します。例えば、温度計で１０度と２０度の差は、２０度と３０度の差と同じです。どちらも１０度の差であり、この差は一定の意味を持ちます。

しかし、間隔尺度には絶対的なゼロ点がありません。ゼロ点は便宜的に決められたもので、何もない状態を表すわけではないのです。温度を例に挙げると、摂氏０度は水の凍る温度を基準としており、温度がないことを意味するわけではありません。華氏という別の温度の尺度では、０度はまた別の温度を示します。このように、間隔尺度のゼロ点は相対的なものです。

間隔尺度で測定されたデータは、様々な計算に利用できます。例えば、平均値、標準偏差などを計算することで、データの全体的な傾向やばらつき具合を把握することができます。具体的な例として、ある年の各月の平均気温を測定し、年間の平均気温を計算したり、各月の気温のばらつき具合を標準偏差を用いて分析したりすることが可能です。

また、間隔尺度のデータは、数値の差を比較することで、変化量や変動量を分析するのにも役立ちます。例えば、ある製品の価格の推移を調べれば、価格がどのように変化してきたのかを理解できます。また、ある都市の１年間の気温の変化を調べれば、季節による気温の変化や気候変動の傾向を分析することが可能です。

このように、間隔尺度は数値の差に意味があり、様々な統計的手法を用いて分析できるため、データ分析において非常に重要な役割を果たします。ただし、ゼロ点が相対的なものであることを理解し、適切な解釈を行う必要があります。

比例尺度

比例尺度は、物事を測る方法の一つで、基準となる点（ゼロ点）があり、そこからどれほど大きいか、あるいは多いかを数値で表すものです。このゼロ点は、何もない状態を表す絶対的なゼロ点です。 例えば、身長で言えば、ゼロは長さが全くない状態を指します。体重もゼロなら重さが全くない状態、年齢もゼロなら生まれてからの時間が全くない状態です。このように、比例尺度は、ゼロから始まる目盛りを使って測るものだと考えられます。

他の測り方として、間隔尺度というものがあります。これは、目盛りと目盛りの間隔は同じですが、絶対的なゼロ点がありません。例えば、気温を測る摂氏温度は間隔尺度です。摂氏ゼロ度は、確かに寒さを表す一つの点ですが、熱エネルギーが全くない状態ではありません。一方、比例尺度である身長がゼロなら、それは長さが全くない状態を明確に示します。このように、比例尺度は、間隔尺度に比べて、より多くの情報を持っていると言えます。

比例尺度で測られた数値は、足し算や引き算だけでなく、掛け算や割り算も意味を持ちます。例えば、身長180cmの人は、身長90cmの人の2倍の身長だと言えるでしょう。また、ある商品の売上が100万円から200万円に増えた場合、売上は2倍になったと言えます。これは、比例尺度が絶対的なゼロ点を持っているため、数値の比率を比較することができるからです。

このように、比例尺度は、様々な計算に利用できます。平均値や中央値といった基本的な統計量はもちろん、比率や変化率なども計算することができます。そのため、データ分析において、比例尺度は非常に重要な役割を果たします。例えば、ある製品の長さや重さ、顧客の購入金額、商品の売上高など、多くの場面で比例尺度が用いられています。これらのデータを分析することで、製品の品質管理や顧客の購買行動の理解、市場の動向分析など、様々な目的に役立てることができます。