統計学のいちばん最初の一歩は、目の前のデータがどんな種類なのかを見分けることです。
同じ「データ」でも、種類がちがえば使えるグラフも、計算していい統計量も変わってきます。
今日は、その入り口となる「質的変数」と「量的変数」という分け方を、ゆっくり学んでいきましょう。
データは、大きく2つのグループに分けられます。カテゴリで分類されるデータと、数値で表されるデータです。
前者を「質的変数（カテゴリカル変数）」、後者を「量的変数（数量変数）」と呼びます。
まずは質的変数から見ていきます。質的変数とは、データが「どのカテゴリに属するか」で分類されるものです。
たとえば性別、血液型、都道府県名、商品カテゴリなどが、これに当たります。
数値で表されていても、その数値自体の計算に意味がなければ、質的変数として扱います。
例：性別（男・女・その他）、血液型（A・B・O・AB）、都道府県（東京・大阪など）。
例：好きな色（赤・青など）、顧客満足度のラベル（満足・普通・不満）なども質的変数です。
次は量的変数です。量的変数は、計算の対象になる数値データのことを指します。
身長、体重、年齢、売上金額、来店人数のように、足したり平均をとったりすることに意味があります。
例：身長（cm）、体重（kg）、年齢（歳）、売上金額（円）、来店人数（人）、気温（℃）。
質的変数と量的変数、見分け方に迷ったときは「平均をとって意味があるか」で考えてみましょう。
「血液型の平均」は意味がありませんが、「身長の平均」には意味がありますよね。
意味のない計算しかできないものが質的変数、意味のある計算ができるものが量的変数です。
さえ野球の選手たちの背番号を「平均すると24.1だ！」なんて計算、しないよね。
さえデータには、計算に意味があるものと、ないものがあるんだよ。
質的変数か量的変数か。ここを最初に正しく見分けられると、統計の土台がぐっと安定します。
アンケートの集計表やExcelの売上一覧を見るときも、まずこの2つのどちらかを意識してみてください。
次回は、もう一段細かい「尺度水準」という分類を学んでいきます。お楽しみに。
