比率データ。定義、特徴、例

比率データ。定義

比率データとは、以下のように定義されます。
定量的データ
と同じ性質を持つ
区間データ
を原点として、各データ間の比率を等しくし、絶対的な “ゼロ “を扱います。つまり、比率データには負の数値は存在し得ないのです。

例えば、こんな感じです。

無作為に選ばれた4人に、持っているお金の額を聞く。以下、20ドル、40ドル、60ドル、80ドルの結果です。

このデータには順番があるのでしょうか？はい、$20< $40< $60< $80です。
データ値間の差は意味があるのか？確かに、40ドル持っている人は、20ドル持っている人よりも20ドル多く持っています。
このデータから比率を計算することは可能でしょうか？そう、0円は人が持っている絶対的な最小限のお金だからです。
80ドルの人は20ドルの人の4倍を持っています。

比率データは、インターバルデータのすべての特性を備えています。
区間データ
しかし、ゼロが任意である区間データとは異なり、比率データではゼロは絶対である。

比率データの優れた例として、身長の測定がある。身長は、センチメートル、メートル、インチ、フィートで測定することができます。高さがマイナスになることはあり得ません。インターバルデータと比較する場合、例えば気温は-10℃でも良いが、高さは上記のようにマイナスにはできない。

比率データは掛け算や割り算が可能であり、この点が加減算しかできない区間データとの大きな違いである。比率データでは、1と2の差は3と4の差と同じだが、ここでも4は2の2倍である。インターバルデータでは、この比較は不可能である。

無料アカウント作成

比率データ分析

比率データ、他の3つの可変測定スケールと並んで
可変測定スケール
は、基本的に定量的なデータ取得方法である。つまり、あらゆる種類の
統計解析技術
は、Ratio Dataに適用することができます。

以下は、一般的な比率データ分析手法の一部です。

トレンド分析

トレンド分析は、一定期間の調査データを取得することで、傾向や洞察を導き出すために用いられる一般的な比率データ分析手法である。つまり、比率データの傾向分析は、同じ質問を用いて、比率尺度の調査を複数回繰り返してデータを取り込むことによって行われる。トレンド分析は、予測分析においても重要な役割を担っており、時間軸のあるデータセットを比較分析し、将来のトレンドを予測する。

SWOT分析

組織の強み、弱み、機会、脅威を評価するために行う分析を「SWOT分析」といいます。
SWOT分析
であり、比率データの評価に広く用いられている。強みと弱みは組織の内部的な側面であり、機会と脅威は組織の外部的な側面である。組織は、SWOT分析結果を用いて、市場競争を評価し、将来のマーケティング活動を計画するために、比率データを測定することができます。

コンジョイント分析

コンジョイント分析は、通常、個人がどのように複雑な意思決定を行うかを比率尺度で分析するために実施される高度な市場調査手法である。複数の選択肢がある中で、お客様が意思決定をする前に、重要な要素を見つけることができます。マーケティング担当者は、コンジョイント分析を用いて、ウェブサイトのテスト、価格調査、製品機能の改善などを行うことができます。

クロス集計

クロス集計統計学において、複数の変数間の関係を把握するための手法。分割表はクロスタブとも呼ばれ、表形式で複数の比率データ変数間の相関を確立するために使用されます。分割表のデータを分析した上で、適切な判断を下すことができる。市場調査員は通常、2つ以上の変数の比較を行うため、クロス集計を用いて顧客の意思や製品性能を分析する。

TURF解析

TURF解析は、Totally Unduplicated Reach and Frequency Analysisの略で、マーケティング担当者が製品やサービスを組み合わせて市場調査の可能性を分析するための手法である。これは、特定の通信手段によって到達した顧客の比率データとその頻度を評価するものです。この分析手法は、研究者が新製品やサービスがターゲット市場で受け入れられるかどうかを理解するために使用されます。この分析手法は、主にメディアキャンペーンの設計に使用されていたが、製品の流通やライン分析に使用されるように拡大した。

無料アカウント作成