カテゴリー変数とは

カテゴリ変数は、名義変数とも呼ばれ、2つ以上のグループまたはカテゴリを割り当てることができる変数のタイプです。 変数を割り当てることができるカテゴリの順序はありません。 言い換えると、カテゴリを最高から最低の順に並べることはできません。 カテゴリ変数の例は人種であり、これには多くの異なるカテゴリがありますが、それらに対する順序はありません。

変数のタイプを決定する1つの方法は、変数が定量的か定性的かです。 量的変数は測定可能であり、特定の数値を持ちます。 量的変数の例には、身長、体重、年齢、給与、体温などが含まれます。量的でない変数は、質的変数またはカテゴリー変数です。 これらのタイプの変数は、測定または観察されるときに数値的な意味を持たず、髪の色、目の色、性別、出生都市などを含みます。

カテゴリ変数は順序変数に似ていますが、両方ともそれらを記述する特定のカテゴリがあります。 カテゴリ変数と順序変数の違いは、順序変数には固有の順序があることです。 たとえば、調査では、回答者に声明文を「悪い」、「良い」、「すばらしい」としてランク付けするように依頼する場合があります。 これらはカテゴリ変数ですが、明らかな順序があるため、実際には順序変数です。

通常、データテーブルは、カテゴリ別にグループ化されたデータを分析するために使用されます。 双方向データテーブルを使用すると、2つのカテゴリ変数を測定して比較できます。 たとえば、個人のグループの髪の色と性別を測定できます。 観察および記録されるカテゴリ変数は、その人が男性であるか女性であるか、およびその髪の毛の色です。 表では、収集されたデータに基づいて、2つの変数の各グループの観測数が行と列に入力されます。

棒グラフは、カテゴリー変数データを分析するグラフィカルな方法としてよく使用されます。 観察されるデータは、生の数値またはパーセンテージとして入力できます。 棒グラフでは、各グループの合計が表示されます。

上記の例では、棒グラフは男性または女性の数、または髪の色の各カテゴリ内の個人の数を表すことができます。 セグメント化された棒グラフは、各グループの直線的な合計の代わりに、観測中にキャプチャされた数値を表示する方法を提供できます。 同じ髪の色と性別のデータを使用して、セグメント化された棒グラフは、各髪の色の男性と女性が何人観察されたかを示すことができます。