명목형, 서열형, 간격형, 비율형
Table of Contents
변수(variable)란 연구에서 측정하는 대상의 특성을 의미합니다. 변수는 명목형(Nominal), 순서형(Ordinal), 간격형(Interval), 비율형(Ratio) 네 가지로 나뉩니다. 각 변수는 데이터의 속성과 분석 방법에 따라 다르게 사용됩니다.
- 명목형과 순서형을 범주형 자료(Cateogirlcal data) 라고 하고 ,
- 간격형과 비율형을 양적 자료 (Numerical data) 라고 합니다.
명목형 변수 (Nominal Variable)
오직 분류의 역할
명목형 변수는 숫자로 표현할 수 있지만, 순서나 크기의 개념이 없는 변수입니다. 즉, 단순한 분류(Category) 역할을 하며, 평균이나 크기를 비교할 수 없습니다.
정의
| 서로 다른 범주(Category)로만 구분되며, 순서나 크기의 개념이 없음. |
예시
| 성별: 남성, 여성 |
| 혈액형: A형, B형, O형, AB형 |
| 질병 유무: 있음, 없음 |
순서형 변수 (Ordinal Variable)
순서 (Order)만 존재
순서형 변수는 범주 간 순서가 존재하지만, 숫자 간 차이가 일정하지 않은 변수입니다. 즉, 순위는 있지만, 정확한 거리나 차이를 측정할 수 없습니다.
정의
| 범주 간 순서(Order)는 존재하지만, 간격(interval)이 일정하지 않음. |
예시
| 병기: 1기, 2기, 3기, 4기 |
| 통증 정도: 경미함, 보통, 심함 |
| 만족도: 매우 불만족, 불만족, 보통, 만족, 매우 만족 |
구간형 변수 (Interval Variable)
숫자간 간경은 있지만 비율은 없음
구간형 변수는 숫자 간 차이가 일정하지만, 절대적인 0(기준점)이 없는 변수입니다. 즉, 덧셈과 뺄셈은 가능하지만, 비율 계산(곱셈, 나눗셈)은 불가능합니다.
정의
| 숫자 간 차이가 일정하지만, 절대적 0이 존재하지 않아 비율 계산이 불가능함. |
예시
| 온도(섭씨, 화씨) : 20°C와 40°C의 차이는 일정하지만, 40°C가 20°C의 2배라고 말할 수 없음. |
| 지능지수(IQ) : 100과 120의 차이는 동일하지만, IQ 120이 IQ 60의 2배라고 할 수 없음. |
| 날짜(연도) : 2000년과 2020년의 차이는 20년이지만, 2000년이 1000년의 2배라고 할 수 없음. |
비율형 변수 (Ratio Variable)
수치의 비율 계산도 가능함
비율형 변수는 숫자 간 차이가 일정하고, 절대적인 0(기준점)이 존재하는 변수입니다. 즉, 덧셈, 뺄셈, 곱셈, 나눗셈(비율 계산)이 모두 가능합니다.
정의
| 절대적인 0이 존재하며, 비율 계산이 가능함. |
예시
| 체중: 80kg은 40kg의 2배로 계산 가능. |
| 키: 180cm와 90cm의 차이가 일정하고, 비율 비교 가능. |
| 나이: 40세는 20세의 2배로 계산 가능. |
변수의 비교
| 구분 | 명목형 | 순서형 | 구간형 | 비율형 |
| 순서 개념 | 없음 | 있음 | 있음 | 있음 |
| 차이 계산 | 불가능 | 불가능 | 가능 | 가능 |
| 비율 계산 | 불가능 | 불가능 | 불가능 | 가능 |
| 절대적 0 | 없음 | 없음 | 없음 | 있음 |
| 예시 | 성별, 혈액형 | 병기, 통증 정도 | 온도, IQ | 키, 체중 |
정리
변수는 연구에서 데이터를 측정하고 분석하는 방식에 따라 다르게 분류됩니다. 명목형 변수는 단순한 분류, 순서형 변수는 순서가 존재, 구형 변수는 차이를 비교할 수 있고, 비율형 변수는 절대적 0이 있어 비율 계산까지 가능합니다.
