研究者がある概念を研究する場合、その概念に関するデータを収集する必要があります。 このデータは、身長、体重、髪の色、意見など、さまざまな形をとることができます。 研究のためにデータを収集する場合、データの形式を知ることは、それをうまく解釈し分析するために重要です。 カテゴリーデータについて説明し、研究プロジェクトに必要なすべてを学びましょう。
リサーチには大きく分けて2種類のデータがあります：
- カテゴリーデータ
- 数値データです。
このブログでは、このデータとは何か、その種類、そして最も重要な特徴について説明します。 さっそく始めてみましょう。
カテゴリカルデータとは何ですか？
カテゴリーデータとは、名前やラベルに基づいて保存し、識別することができる情報の形式を指します。 数値で測定するのではなく、カテゴリーに分類することができる定性的なデータの一種です。
このデータ型は、人の性別や出身地などを示すカテゴリー変数で構成されています。 カテゴリカルな測定値は数値で与えられるのではなく、自然言語による記述で与えられます。
数字がそれを表すこともあるが、その数字は数学的には何の意味もない。 このデータ型の例として、以下のようなものがあります：
- 生年月日
- 好きなスポーツ
- ヘアカラー
- 高さ
上記の例では、生年月日も郵便番号も数字で構成されています。 数値が含まれていても、カテゴリーデータとして扱われます。 平均値を計算することで、提供されたデータがカテゴリー的か数値的かを判断する簡単な方法です。
平均値を把握できれば、数値データとみなされます。 平均値を把握できない場合は、カテゴリーデータとみなされます。
カテゴリカルデータの種類
カテゴリカルデータは、しばしば、分類またはグループ化できる値および観測を含む。 このデータを示すには、棒グラフや円グラフが最適です。 具体的には、カテゴリカルデータには2種類あります：
- 公称データ
- 順序データ
詳しく探ってみましょう。
- 公称データ
ノミナルデータとは、順序付けや順位付けができないカテゴリーで構成されたデータのことです。 ノミナルスケールとも呼ばれます。 ノミナルデータは、いかなる方法でもランク付けや測定を行うことはできません。 それでも、ノミナルデータは、時に質的にも量的にもなりうる。
名目データの例としては、記号、単語、文字、人の性別などがあります。
- 順序データ
順序データとは、自然な順序を持つデータのカテゴリーである。 調査やアンケート、金融や経済の分野でよく使われます。 順序データは、データ値を区別することができないので、際立っています。
洋服のサイズもその一例です（S、M、Lは測定可能な差ではありませんが、サイズ比較を示すために明確に並べられます）。
カテゴリカルデータの特徴
数個の値しか持つことができず、それぞれが異なるカテゴリーやグループを表す。 主な機能をいくつか紹介します：
- カテゴリー
カテゴリーデータには、名目データと順序データの2種類がある。 ノミナルデータは名前付きデータとも呼ばれ、変数に名前を付けるためのデータの種類であり、一方、オーディナルデータは尺度や順序を持つデータである。
- クオリタリティ
質的なものです。 つまり、数字の代わりに単語の羅列で事象を表現するのです。
- 自然
カテゴリーデータは、その性質に応じて、バイナリーカテゴリーとノンバイナリーカテゴリーに分けることもできる。 バイナリー・クエスチョンには、イエスかノーといった2つの答えがあり、ノンバイナリー・クエスチョンには、もしかしたらといった2つ以上の答えがある。
- 数値
定性的なものでありながら、数値が含まれることが多い。 しかし、これらの値には量的な特徴はない。 算術関数で使用することはできません。
- グラフィカルな解析
円グラフも棒グラフも、視覚的に分析することができます。 棒グラフは、何かが起こる頻度を知るために、円グラフはパーセンテージを知るために使われます。 表にまとめた後に行います。
- 分析
モードとメジアンツールは、カテゴリーデータの分析に使用されます。 モードツールは名目データの分析に、両者は順序データの分析に使用されます。 順序データは、単変量統計学を用いて分析することも可能です。 二変量統計、回帰の応用、線形傾向、分類法も順序データの分析に使われる。
カテゴリカルデータの例
例えば、パーティーをするときに、みんながコーヒーを飲めるようにしたいとします。 そこで、「好きなコーヒーは何ですか」というアンケートを実施し、その回答を下のような表にまとめました：
| お気に入りのコーヒー | 周波数 |
| ラテ | 04 |
| エスプレッソ | 15 |
| カプチーノ | 02 |
| ブラックコーヒー | 10 |
表のデータはカテゴリカルか？
はい。 好きなコーヒーのようにグループに分かれているため、カテゴリーデータである。
結論
ノンパラメトリック統計検定では、カテゴリーデータがよく使われます。 データを扱う人、研究をする人なら誰でも、データを理解し、利用することができる必要があります。 このブログでは、その正体を説明し、その種類と特徴を説明し、例を挙げてきました。
QuestionProは、データを扱うことができるアンケートソフトです。 このソフトを使えば、ユーザーはアンケートを行い、アンケートに答えてくれた人からデータを収集することができます。 そして、このデータを見て、さまざまなグループに分類することができます。
また、QuestionProには、クロス集計、度数表、棒グラフなど、カテゴリーデータを分析・表示するためのツールや機能があります。 これらのツールは、ユーザーがデータを理解し、意味を理解できるようにすることで、調査結果を賢い意思決定に役立てることができます。
さあ、次はあなたの番です。 QuestionProへのお問い合わせ、無料デモのご依頼はこちら！
