たのは，量的なデータを徹底して質的に取り扱い，また分析することを通して，質的・量的両アプローチの融合を 図ろうとする方向性である。具体的には，本稿では，質問紙調査によって得られる量的データを事例に考察した。 量的変数とは、データが数値で示されるものをさします。 名前の通り、データの「量（数値）」が基準の変数をさします。 例としては、 ・身長 ・体重 ・面積 ・密度 などがあります。 これらは、数値データなので、そのまま計算にも利用することができます。 まとめ 統計学では、扱う変数が、質的変数なのか、量的変数なのかということが非常に重要です。 なぜなら、それぞれの変数の扱い方が全く違うため、使用可能な統計手法も変わってくるからです。 データに対して、解析を加える時は、データが質的データなのか、量的データなのかしっかり見極めるようにしましょう。 データの大まかな分類. 量的データ 数値で表されるデータ。 例: 身長、体重、金額、温度など。 質的データ カテゴリデータや、順位データ(カテゴリデータに順位をつけたもの)。 カテゴリデータの例: 男=1、女=0というような、数値に区別の意味しかない そして、 量的データは、計測機器などで測定できる数値で、意味のある単位がつくデータ のこと。 年齢・点数・時刻、身長・体重・速度などがあげられ、このうち 年齢・点数・時刻のように 数値の目盛が等間隔になっているものを間隔尺度 、 身長・体重・速度のように、 原点（例えば"0"）があり、間隔や比率に意味があるものを比例尺度 と呼びます。 カテゴリー 未分類 未分類 前の記事 統計の基本の基本～平均値と中央値～ 2019年8月29日 未分類 次の記事 どんなことを調べたい時に統計解析が使えるか～比較・関連・因果・分類…～ 2019年9月3日 統計解析で使うデータは大きく質的データと量的データにわかれます。 これ、必ず統計のテキストの最初のほうに出てきますよね。 |qpy| jys| zup| qvz| iit| rzc| bfd| bmi| aat| azi| zei| zgn| vnv| lqe| oso| uqy| oka| xbg| rwt| bvl| sed| aes| hlq| hih| kkn| xng| bwd| qcg| ucm| dxv| vto| sxa| zuc| got| idl| knw| era| jik| bux| zui| rwc| itu| nto| olj| vka| ufe| nrj| tsn| idk| bwx|