はじめに
データ分析の第一歩は、目の前のデータがどのような性質を持っているかを正しく見極めることです。
特に重要なのは、「量的データ」か「質的データ」かという分類です。
この2つは、単にデータの見た目が違うだけでなく、使える統計手法や分析方法にも大きな影響を及ぼします。
ここでは、量的データと質的データの違いをわかりやすく整理し、それぞれの特徴と分析時の注意点について解説します。
🔹 統計自主学習シリーズまとめページはこちら
▶【初心者向け】統計自主学習シリーズまとめ
・・・
・・・
・・・
量的データとは
間隔尺度（Interval Scale）
間隔尺度は、データ同士の「差」に意味があるデータです。
ただし、絶対的なゼロ点は存在しません。
具体例
気温（摂氏温度）
日付や時刻（カレンダー上の日時）
たとえば、ある地点が20℃、別の地点が25℃なら、「5℃高い」とは言えます。
しかし、「25℃は20℃の1.25倍暖かい」とは言えません。温度の「ゼロ」は「無」を意味しないからです。
間隔尺度では、足し算・引き算は意味があるものの、掛け算・割り算には注意が必要です。
比例尺度（Ratio Scale）
比例尺度は、間隔尺度の特徴に加え、絶対的なゼロ点が存在するデータです。
ゼロは「何も存在しない」ことを意味し、比率の計算も正しく行えます。
具体例
重さ（g, kg）
長さ（cm, m）
時間（秒, 分）
たとえば、100gのものは50gの2倍の重さであり、0gは「全く質量がない」状態を示します。
比例尺度では、加減乗除すべてが有効になります。
・・・
・・・
・・・
質的データとは
一方で、”質的データ（Qualitative Data）”は、数値で表せない「カテゴリ」や「属性」を扱います。
分類や順序に意味はありますが、数学的な演算は基本的にできません。
質的データも、“「名義尺度」と「順序尺度」”の2種類に分類されます。
名義尺度（Nominal Scale）
名義尺度は、単にデータをグループ分けするためのものです。
そこに大小関係や順序は存在しません。
具体例
性別（男性、女性）
血液型（A型、B型、O型、AB型）
出身地（東京、大阪、福岡）
たとえば、A型とB型に優劣はありませんし、東京と大阪に大小の比較もありません。
名義尺度では、”「どのグループに属するか」”だけが重要です。
順序尺度（Ordinal Scale）
順序尺度は、データ同士に順番の概念があるものの、その間隔の大きさは不明確なデータです。
具体例
アンケートの満足度（非常に満足、満足、普通、不満）
教育水準（中卒、高卒、大卒、大学院卒）
ここでは「非常に満足」が「満足」より上位であることはわかりますが、
「満足」と「普通」の差と「普通」と「不満」の差が同じとは限りません。
順序尺度では、順番に意味はあるが、数値間の距離は意味を持たない点に注意が必要です。
・・・
・・・
なぜこの分類が重要なのか？
この分類が重要な理由は、使える統計手法が違うからです。
量的データ
→ 平均値、分散、標準偏差などを計算可能。回帰分析や分散分析など、幅広い手法が使えます。質的データ
→ 平均を取る意味はない（「満足度の平均」と言っても間違い）。代わりに、頻度や割合、クロス集計、カイ二乗検定などで分析します。
もしデータの性質を誤解して分析すると、意味のない結論を出してしまう恐れがあります。
たとえば、血液型に対して平均を取ろうとするのは完全にナンセンスです。
| データの種類 | 尺度 | 具体例 | 計算可能な統計量 | 主な分析手法 |
|---|---|---|---|---|
| 量的データ | 間隔尺度 | 気温、日付 | 平均、分散、標準偏差 | 回帰分析、分散分析 |
| 量的データ | 比例尺度 | 重さ、身長、売上高 | 平均、分散、比率、割合 | 回帰分析、分散分析 |
| 質的データ | 名義尺度 | 血液型、職業 | 最頻値、割合 | クロス集計、カイ二乗 |
| 質的データ | 順序尺度 | 満足度、学歴 | 順位、中央値 | 順序ロジット回帰 |
まとめ
データ分析において、データの種類を正しく理解することは、正確な分析と信頼できる結論を導くための土台です。
量的データ → 数値そのものに意味があり、間隔尺度と比例尺度に分類される。
質的データ → 分類や順序が重要であり、名義尺度と順序尺度に分類される。
データの本質を見極め、それに応じた適切な手法を選ぶことが、データ分析を成功させるためには不可欠です。
分析に取りかかる前に、まずはデータの性質を見極める癖をつけておきましょう。
【あわせて読みたい】
🔹 次におすすめの記事
▶「正規分布とは？現実世界と機械学習での使われ方・特徴をやさしく解説」
🔹 関連記事
▶「相関係数の正しい読み解き方｜因果関係との違いもスッキリ理解」
▶「データを正しく扱う第一歩！量的データ・質的データの基礎知識」
▶「基本統計量をマスター！平均・中央値・最頻値・分散・標準偏差を実例でわかりやすく解説」
🔹 統計自主学習シリーズまとめページはこちら
▶【初心者向け】統計自主学習シリーズまとめ
コメント