質的データ

性別や血液型、満足度の区分のように、分類やカテゴリを表すデータ。数値を割り当てても平均には意味がなく、度数の集計やクロス集計表による分析を行う。

分類や順序を表し、数値としての大小に意味を持たないデータ。性別や満足度の区分などが該当し、集計は度数や割合で行う。

性別、血液型、満足度の段階のように、分類や順位を表すデータで、カテゴリカルデータとも呼ぶ。数値で符号化しても大きさや差には意味がなく、集計は度数や割合が中心となる。尺度でいえば名義尺度と順序尺度に当たり、機械学習で扱うときはダミー変数などに変換する。

摂氏温度や西暦のように、値の間隔が等しく差に意味があるが、0が「何もない」ことを表さない尺度。足し算・引き算や平均値は使えるが、「20℃は10℃の2倍暑い」のような比率には意味がない。

身長、重さ、金額のように、0が「量がない」ことを表す原点を持ち、差だけでなく比率にも意味がある尺度。四則演算ができ、平均値、変動係数など、すべての統計量を使える。

身長、売上金額、気温のように数値で測定でき、大小の比較や四則演算に意味があるデータ。間隔尺度と比例尺度のデータが該当し、平均や標準偏差などで分析できる。

データを測定する基準の種類で、名義尺度（分類のみ）、順序尺度（順序に意味がある）、間隔尺度（差に意味がある）、比例尺度（比にも意味がある）の4つの水準がある。尺度によって、適用できる統計量や分析の手法が異なる。

性別、血液型、都道府県のように、区別や分類のためだけに値を割り当てる尺度。番号を割り当てても大小や順序に意味はなく、集計できるのは度数や割合、代表値は最頻値に限られる。

満足度の5段階評価や順位のように、値の大小関係（順序）には意味があるが、値の間隔が等しいとは限らない尺度。中央値や順位相関は使えるが、差や平均値を求めることは本来は適切でない。