インターバル・スケール。定義、特徴、例

アンケートの定量的なデータを分析する計画を立てるとき、”インターバルスケール “という言葉を目にしたことがあるのではないでしょうか。しかし、それは何であり、「名義尺度」や「順序尺度」といった一般に関連する用語とどのように異なるのでしょうか。

ここでは、その定義や主な特徴について説明し、特に調査戦略に役立つと思われるインターバルスケールの例を紹介します。

インターバル・スケール。定義

インターバルスケールは
量的
秩序があり、2つの変数の差は意味があり、等しく、ゼロの存在は恣意的である測定尺度。共通の尺度に沿って存在する変数を等間隔で測定するものです。変数間の距離を計算するために使用される尺度は、高い信頼性を持っている。

インターバルスケールは、3番目のレベル
測定レベル
名目尺度と序数尺度の後。最初の2段階を理解することで、インターバル計測を区別することができます。名目尺度は、変数に自然な順序や順位がない場合に使用されます。番号付きの変数でも番号なしの変数でも構いませんが、よくあるアンケートの例としては、性別、居住地、政党、ペットなどです。

一方、順序尺度では、変数の順位は重要ですが、変数間の差や距離は重要ではありません。ネット通販の価格帯フィルターを考える。 25ドル未満」「26ドル以上50ドル未満」などを選択できるが、その違いは関係ない。同様に、「勧めない」と「強く勧めたい」のような変数の順位は重要だが、その差は別の変数で表現されない限り、重要ではない。

もっと詳しく区間データ – 定義と例

インターバルスケールの特徴

最初の2つの尺度を理解したことで、より理解しやすくなりましたね。ある意味、他の音階との組み合わせですね。インターバル・スケールで最も厄介なのは、真のゼロが存在しないことでしょう。しかし、よく考えてみると、普遍的にゼロが一定でない変数もある。このインターバルスケールの例として、気温（華氏）を考えてみましょう。

華氏で温度を分析する場合、20～40度と40～60度というように、秩序があり、変数間の差は意味がありますが、ゼロの存在は恣意的です。ゼロはどうして恣意的なのか？華氏（摂氏）0度は万国共通の定数ではなく、氷と水と塩を等量ずつ混ぜた食塩水が凍る温度を表すために割り当てられている。

しかし、あまり温度の特殊性にとらわれないでほしい。調査では、他の変数に注目することが多いでしょう。インターバル “は2つの変数の間隔（距離）を意味するので、この尺度の目的を覚えるのは簡単である。この尺度のもう一つの覚え方は、2つの変数間のデータは足したり引いたりすることはできても、かけたり割ったりすることはできない、ということである。とは異なります。
比率尺度
2つの変数の間で分割が定義されている場合。

インターバル・スケールとそのデータについての簡単なガイドをご希望ですか？ここでは、主な特徴を挙げてみました。

ノミナルスケールよりインターバルスケールの方が好ましい
名目尺度
または順序尺度というのも、後者2つは定性的な尺度だからです。インターバルスケールは、値間の差を定量的に表すことができるという意味で定量的である。
区間データは、8度、4年、2ヶ月などの整数による離散的なものと、12.2度、3.5週、4.2マイルのような分数による連続的なものがある。
2つの変数の違いを理解するのに役立つ2つの変数の間の値を減算することができます。
区間計測では、変数の平均値や中央値を算出することができます。
区間データは、わかりやすく定量的であるため、ビジネス、社会、科学の分析や戦略において特に有用である。
感情や気持ちなど、任意の評価に数値を割り当てることができるため、統計学で好まれる尺度です。