区間尺度と 比率尺度は 可変測定尺度である。 これらは、変数属性の定量的な定義を提供するものである。
インターバルスケールとレシオスケールの違いは、ゼロより下に浸ることができるかどうかにある。 インターバルスケールは真のゼロを持たず、ゼロ以下の値を表すことができる。 例えば、-10度など0度以下の温度を測定することができます。
一方、比率変数はゼロを下回ることはない。 身長と体重は0以上から測定し、それ以下になることはない。
インターバルスケールを使用すると、すべての量的属性を測定することができます。 間隔スケールの測定は、ランク付け、カウント、引き算、足し算が可能で、スケール上の各数値は等しい間隔に区切られています。 しかし、これらの測定値では、互いの比率を知ることはできない。
比率尺度は、区間尺度と同じ性質を持っています。 足し算、引き算、数え算の測定に使うことができます。 比率尺度は、尺度の始点またはゼロ点である原点という性格を持つことで異なります。
インターバル-レシオスケール比較
気温の測定は、区間スケールの優れた例です。 エアコンの効いた部屋の温度は16度、部屋の外の温度は32度です。 外の気温は部屋の中より16度高いと判断できる。
しかし、「外は室内の2倍の暑さだ」と言ったら、それは間違いです。 外気温と内気温を2倍とすることで、0度を基準にして2つの温度を比較することになります。 0度以下の温度は測定可能なので、比較の基準にはできない。 代わりに実際の数値(16度など)を使用する必要があります。
区間変数は、一般に尺度変数として知られています。 度などの単位で表現されることが多い。 統計学では、平均値、最頻値、中央値も区間変数を定義することができます。
比率尺度は、尺度の値間のオブジェクトの順序と数を表示します。 ゼロは選択肢の一つです。 この尺度によって、研究者は幾何平均や調和平均のような統計的手法を適用することができる。
間隔尺度なので外の気温が2倍であることを暗示できないところ、比率変数なので他の人の年齢の2倍であることを言うことができるのです。
年齢、お金、体重は一般的な比率尺度の変数です。 例えば、自分が50歳で、子供が25歳の場合、自分はその2倍の年齢であると正確に主張することができるのです。
インターバル比スケール測定
さまざまな測定尺度を理解することで、収集できるデータの種類が見えてきます。 これらの違いは、研究に必要な統計解析の種類を決定するのに役立ちます。
ここでは、インターバルレベルとレシオレベルの計測の違いについて簡単に説明します。
計測のインターバルレベルでは、計測を分類し、順序付ける。 目盛りの各区間が、低い区間から高い区間まで等価であることを規定したものです。 例えば、華氏90度と華氏100度の差は、華氏110度と華氏120度の差と同じである。
比率レベルは、区間レベルと同じ性質を持つだけでなく、ゼロの値を持つことができる。 それぞれ10ドルと20ドルの2足の靴のコスト差は、20ドルと30ドルの2足の靴のコスト差と同じである。 しかし、0円を切るような靴は見当たりません。
インターバル・スケールとレシオ・スケール。違いのポイント
特徴 |
インターバルスケール |
レシオスケール |
バリアブルプロパティ | 区間スケールで測定されるすべての変数は、加算、減算、乗算が可能です。 両者の比率を計算することはできません。 | 比率尺度は、区間尺度の特徴をすべて備えており、さらに比率を計算することができる。 つまり、0に対する尺度の数字を活用することができるのです。 |
絶対零度(Absolute Point Zero | 区間スケールの0点は任意である。 例えば、気温が0℃を下回り、マイナス気温になることもあります。 | 比率尺度は、絶対零度や原点の性格を持つ。 身長と体重は0または0以下にはできません。 |
算出方法 | 統計学的には、区間スケールでは算術平均を算出する。 | 統計学的には、比率尺度では、幾何平均または調和平均が計算される。 |
測定 | インターバルスケールは、定義された単位の複数の要因として大きさや大きさを測定することができます。 | 比率尺度は、ある定義された単位を別の単位で見たときの倍率として、大きさや大きさを測ることができます。 |
例 | インターバルスケールの典型的な例として、摂氏での温度があります。 50度と60度の温度差は10度、これは70度と80度の温度差と同じである。 | 比率尺度の典型的な例としては、年齢、体重、身長、売上高など、絶対零度の特性を持つあらゆる変数が挙げられる。 |