統計の世界で扱うデータの特性には、大きく2種類あります。数えられるもの（数量データ）と数えられないもの（カテゴリーデータ）です。データの特性によって、使える分析手法が変わってきますので、しっかり頭に入れておいてください。

　また、変数の数が増えると、分析する目的や内容が変わってきます。この点についても大まかに解説します。

「数量データ」「カテゴリーデータ」を覚えよう

　次の表は、あるコンビニで調査したアイスコーヒーの嗜好調査です。ここには、大きく2種類のデータ「数量データ」「カテゴリーデータ」があります。

例）あるコンビ二で調査したアイスコーヒーの嗜好調査

　売上高や平均気温など、1つひとつの測定された項目のことを「変数」と呼びます。変数は、統計学の学問上では、変数の特性に着目して「名義尺度」「順序尺度」「間隔尺度」「比例尺度」など細かく分類できるのですが、入門段階では、まずはデータが「数えられるデータ」か「数えられないデータ」かの2種類あることを理解すれば問題ありません。数えられるデータを「数量データ」、数えられないデータを「カテゴリーデータ」といいます。

　数量データは、単位（個、円、kg、cm）を持つため、データ間の大小関係を比べることができます。

　一方、カテゴリーデータは、Excelに取り込んでデータ分析を行っても、文字データのままでは計算できません。そこで「男性は1、女性は2」などと数値化して扱います。一般にカテゴリーデータは、数値化しても分類の意味しかありません。男性1と女性2の平均をとって1.5とすることは当然ながら意味がないのです。

　ただし、カテゴリーデータでも、変数「競合商品Aと比べて」に対して、「かなり好き5点、やや好き4点、どちらもともいえない3点、やや嫌い2点、かなり嫌い1点」といったようにデータを得点化することで、数量データとして扱うことができます。この場合、平均を計算することにも意味がでてきます。

【ポイント】カテゴリーデータを数量データとして扱う時の注意

　数えられないデータを数値化してアンケートなどで使う場合、回答する項目間が均等になるように注意しましょう。「かなり好き」と「やや好き」の間の1点差が、「やや好き」と「どちらともいえない」の差と同じくらいだという意識の間隔がないと、判断を誤るリスクがあります。

　カテゴリーデータを解析する場合、数値そのものは大小関係を持ちません。このため、「好き」「嫌い」と回答した人の度数、または割合（比率）に注目して解析を行います。

まとめ