4つの尺度水準とは？名義尺度・順序尺度・間隔尺度・比例尺度の違いを徹底解説
はじめに：尺度水準を理解する重要性
データ分析や統計処理を行う上で、「尺度水準」の理解は欠かせません。尺度水準とは、データの測定方法や性質を分類する概念で、適切な統計手法を選択するための基礎となります。
尺度水準には「名義尺度」「順序尺度」「間隔尺度」「比例尺度」の4種類があり、それぞれ異なる特性と分析方法を持っています。この記事では、各尺度水準の特徴や違い、実際の使い分け方について詳しく解説します。
テックジム東京本校では、情報科目の受験対策指導もご用意しております。
目次
尺度水準とは何か
尺度水準（Levels of Measurement）は、アメリカの心理学者スタンレー・スティーブンスによって1946年に提唱された概念です。データがどのような性質を持つかを4つのレベルに分類することで、そのデータに対して使用できる数学的演算や統計手法が決まります。
尺度水準を正しく理解することで、データの誤った解釈を避け、適切な分析手法を選択できるようになります。例えば、名義尺度のデータに対して平均値を計算しても意味がないように、各尺度には使用可能な演算に制限があります。
4つの尺度水準の概要
尺度水準は、情報量の少ない順に「名義尺度」「順序尺度」「間隔尺度」「比例尺度」と分類されます。上位の尺度ほど情報量が多く、より多くの統計的演算が可能になります。
名義尺度は最も基本的な分類で、単にカテゴリーを区別するだけです。順序尺度になると順序関係が加わり、間隔尺度ではさらに間隔の等しさが保証されます。そして比例尺度は、絶対零点を持つ最も情報量の多い尺度となります。
名義尺度（質的尺度）
名義尺度の特徴
名義尺度は、データを単純に分類・区別するための尺度です。数値が割り当てられていても、その数値には大小関係や順序の意味がありません。名義尺度における数値は、単なる「ラベル」や「記号」としての役割しか持ちません。
この尺度では、異なるカテゴリー間で「等しい」か「等しくない」かを判断することしかできません。足し算、引き算、掛け算、割り算といった算術演算は意味を持ちません。
名義尺度の具体例
名義尺度の代表的な例として、性別（男性・女性）、血液型（A型・B型・O型・AB型）、都道府県名、職業分類などが挙げられます。スポーツ選手の背番号も名義尺度です。背番号「10」が背番号「5」の2倍の意味を持つわけではありません。
郵便番号や電話番号も名義尺度です。これらの数字は場所や回線を識別するためのコードであり、数値としての演算には意味がありません。
名義尺度で使える統計手法
名義尺度のデータに対しては、度数（頻度）、最頻値（モード）、カイ二乗検定などが使用できます。平均値や中央値を計算することはできません。度数分布表やパレート図を用いた可視化が一般的です。
順序尺度（順位尺度）
順序尺度の特徴
順序尺度は、名義尺度の「分類」機能に加えて、「順序関係」の情報を持つ尺度です。データに大小関係や順位があることを示せますが、その間隔が等しいとは限りません。
例えば、「1位」と「2位」の差が、「2位」と「3位」の差と同じであるとは保証されません。順序関係はわかりますが、その差の大きさについては正確な情報を持たないのが順序尺度の特徴です。
順序尺度の具体例
順序尺度の例として、アンケートの満足度（非常に満足・満足・普通・不満・非常に不満）、成績の評価（優・良・可・不可）、硬度の尺度（モース硬度）などがあります。スポーツの順位や企業の格付けも順序尺度です。
教育現場でよく使われる偏差値やランキングも順序尺度として扱われることがあります。また、リッカート尺度（5段階評価など）も一般的に順序尺度として分類されます。
順序尺度で使える統計手法
順序尺度では、名義尺度で使える手法に加えて、中央値、四分位数、パーセンタイル、スピアマンの順位相関係数などが使用できます。平均値の計算は厳密には適切ではありませんが、実務上は近似値として使用されることもあります。
間隔尺度（目盛尺度）
間隔尺度の特徴
間隔尺度は、順序関係に加えて、「等間隔性」を持つ尺度です。データ間の差（間隔）が一定の意味を持ち、加法や減法が可能になります。ただし、絶対零点（真のゼロ）を持たないため、比率には意味がありません。
間隔尺度では、「AはBより10大きい」という表現は意味を持ちますが、「AはBの2倍である」という表現は適切ではありません。これは絶対零点が存在しないためです。
間隔尺度の具体例
間隔尺度の代表例は温度です。摂氏温度や華氏温度では、0度は任意に設定されたもので、「温度がない」状態を示すわけではありません。そのため、20℃は10℃の2倍暖かいとは言えません。ただし、20℃と10℃の差は10度であり、30℃と20℃の差と等しいと言えます。
カレンダーの年代も間隔尺度です。西暦2000年は西暦1000年の2倍古いわけではありません。また、IQテストの得点も間隔尺度として扱われることが多いです。
間隔尺度で使える統計手法
間隔尺度では、平均値、標準偏差、相関係数、t検定、分散分析（ANOVA）、回帰分析など、多くの統計手法が使用可能です。加法や減法が意味を持つため、データの中心傾向や散らばりを詳細に分析できます。
比例尺度（比率尺度）
比例尺度の特徴
比例尺度は、最も情報量が多く、最も制約が少ない尺度です。間隔尺度の特性に加えて、「絶対零点」を持つことが特徴です。絶対零点とは、その属性が完全に存在しない状態を示す真のゼロのことです。
比例尺度では、加法、減法、乗法、除法のすべての演算が意味を持ちます。「AはBの2倍である」という比率表現が可能で、データ間の比較を最も正確に行えます。
比例尺度の具体例
比例尺度の例として、長さ、重さ、時間、金額、人数、面積、速度などがあります。これらはすべて絶対零点を持ちます。例えば、0メートルは長さが全くない状態を示し、0円はお金が全くない状態を示します。
そのため、「身長180cmは身長90cmの2倍である」「価格1000円は500円の2倍である」といった比率の表現が正確に成り立ちます。絶対温度（ケルビン温度）も比例尺度です。
比例尺度で使える統計手法
比例尺度では、すべての統計手法が使用可能です。幾何平均、変動係数なども計算でき、最も柔軟で強力な分析が可能です。間隔尺度で使える手法はすべて使用でき、さらに比率に関する分析も行えます。
尺度水準の選び方と注意点
データ収集時の尺度選択
データを収集する際は、分析の目的に応じて適切な尺度水準を選択することが重要です。一般的に、より上位の尺度（比例尺度や間隔尺度）で測定できるのであれば、そちらを選ぶべきです。なぜなら、上位の尺度は下位の尺度に変換できますが、その逆はできないためです。
例えば、年齢を「20歳未満」「20代」「30代」のような順序尺度で収集してしまうと、後から平均年齢を計算することができません。しかし、具体的な年齢（比例尺度）で収集しておけば、後から年代別にグループ化することも可能です。
尺度の変換について
尺度水準は、上位から下位への変換は可能ですが、下位から上位への変換はできません。比例尺度のデータを間隔尺度や順序尺度、名義尺度として扱うことは可能ですが、名義尺度のデータを順序尺度や間隔尺度として扱うことはできません。
データ分析の際は、元のデータの尺度水準を正確に把握し、その尺度に適した統計手法を選択することが重要です。誤った尺度で分析を行うと、結果の解釈を誤る可能性があります。
実務での判断が難しい例
実務では、尺度水準の分類が曖昧なケースもあります。例えば、リッカート尺度（5段階評価など）は厳密には順序尺度ですが、多くの研究で間隔尺度として扱われ、平均値が計算されています。これは実用的な妥協として受け入れられている慣行です。
また、教育テストの得点や心理尺度の得点なども、厳密には間隔尺度の要件を完全には満たさない場合がありますが、実務上は間隔尺度として扱われることが一般的です。
まとめ：尺度水準を理解して適切なデータ分析を
尺度水準の理解は、正確なデータ分析の基礎となります。名義尺度、順序尺度、間隔尺度、比例尺度の4つの尺度水準は、それぞれ異なる特性を持ち、使用できる統計手法も異なります。
名義尺度は単純な分類、順序尺度は順序関係、間隔尺度は等間隔性、比例尺度は絶対零点という特徴を持ちます。上位の尺度ほど情報量が多く、より多様な分析が可能になります。
データを収集・分析する際は、目的に応じて適切な尺度水準を選択し、その尺度に適した統計手法を用いることが重要です。尺度水準を正しく理解することで、データの誤った解釈を避け、信頼性の高い分析結果を得ることができます。
統計分析やデータサイエンスを学ぶ上で、尺度水準は最初に押さえるべき基本概念の一つです。この知識を身につけることで、より高度なデータ分析への道が開けるでしょう。
■らくらくPython塾 – 読むだけでマスター
【現役エンジニア歓迎】プログラミング学習お悩み相談会
【情報I】受験対策・お悩み相談会（オンライン・無料）
【オンライン無料】ゼロから始めるPython爆速講座
■テックジム東京本校
格安のプログラミングスクールといえば「テックジム」。
講義動画なし、教科書なし。「進捗管理とコーチング」で効率学習。
対面型でより早くスキル獲得、月額2万円のプログラミングスクールです。
情報科目の受験対策指導もご用意しております。
