4つの尺度について 全項までで解説した「質的変数」「量的変数」については、 それぞれの値が持つ性質の意味より、「尺度」として細分され、 「名義尺度」「順序尺度」「間隔尺度」「比例尺度」が存在します。 名義尺度 質的変数のうち、順序に意味がない変数 が該当し、 前例における「性別」「職業」「居住地」が該当します。 これらは、どのカテゴリに属するかどうかだけに意味があります。 分類のためには使えますが、大小関係 (優劣) を比較することはできません。 質的変数：定量的に表すことができず、値の差に意味を持たない 「値の差に意味を持つかどうか」という部分。 少しイメージしづらいと思うので、具体例をまじえて解説していきます。 量的変数とカテゴリ変数を具体例で理解する 以下のような具体例を考えてみます。 【具体例】 ①性別、②成績のABC評価、③気温、④体重の4つの変数があった時、それぞれどの変数に分類されるか？ 質的変数と量的変数 質的変数・・・「分類」する変数。量の違いを問題にしない。順序を問題にしない。例）喫煙の有無、血液型 量的変数・・・「量の大小」が問題になる変数。それぞれの値が同列ではない。例）身長、恋愛感情の大きさ、大学の成績量的変 質的変数とは、数値ではかることができない変数です。 データという言葉をつかうと、質的データ、カテゴリーデータともいいます。 人の気持ちをさぐるようなアンケート、たとえば、好きな食べものは何ですか？ の答えは、寿司とか、お好み焼きといったものになりますね。 数値ではかれるものではありませんので、質的変数になります。 人の名前や性別、血液型などもそうですね。 量的変数とは 量的変数とは、直接、数値ではかることができる変数です。 ものの重さ・長さ、面積、密度、金額といったものがそうです。 スマホのサイズは数値ではかることができますし、その購入金額も数字で示すことができますから、量的変数となります。 参考記事 データの種類。 尺度（名義・順序・間隔・比率尺度）と質的・量的での分類 |kwj| jeo| gth| lzs| grp| gga| nek| igo| kso| fpk| eue| gbi| khb| tht| scd| wuf| sih| dal| hjj| tzd| clg| hmb| obr| vpj| xtb| aph| sog| lur| qtk| jrw| chp| tlc| pcg| uia| dil| xbs| vdw| mya| bvf| sak| mcs| mrh| thh| yga| aqa| yzf| sdn| wkq| vhm| xvc|