データの種類と尺度

データ分析では、最初に「どのようなデータを扱っているか」を確認することが重要です。

平均を計算してよいデータなのか、割合で見るべきデータなのか、順序だけを扱うべきデータなのかによって、使える分析手法は変わります。

品質管理でも同じです。

寸法、重量、強度、温度、作業時間、不良分類、官能評価、アンケート結果などは、すべて同じように扱えるわけではありません。

1. 試験での出題場面

データの種類と尺度は、統計学習の入口であり、データサイエンティスト検定でも重要な基礎です。

分析手法は、データの性質に合わせて選ぶ必要があります。

2. データ行列とは

データ分析では、データを表形式で整理することが多いです。

このような形式をデータ行列と呼びます。

このとき、行は観測単位、列は変数です。

3. 数値データとカテゴリデータ

データは大きく、数値データとカテゴリデータに分けられます。

数値データは平均や標準偏差を計算できます。

一方、カテゴリデータでは平均値よりも、件数、割合、最頻値、クロス集計などが重要になります。

4. 離散データと連続データ

数値データは、さらに離散データと連続データに分けられます。

品質管理では、測定値データと計数値データの違いとして理解すると実務に接続しやすくなります。

5. 尺度水準

尺度とは、データがどの程度の意味を持つ数値・分類なのかを表す考え方です。

代表的な尺度は、名義尺度、順序尺度、間隔尺度、比例尺度です。

尺度を誤ると、分析結果の解釈を間違えます。

たとえば、満足度1〜5のような順序尺度を平均して扱うことは実務上よくありますが、本来は「1と2の差」と「4と5の差」が同じとは限らない点に注意が必要です。

6. インタラクティブ教材

以下の教材では、データ例を選ぶと、データの種類、尺度、使いやすい代表値、適したグラフ、注意点を確認できます。

7. 品質管理での使い方

品質管理では、データの種類に応じて使う道具が変わります。

重要なのは、データを取る前に「どのように分析するか」を考えることです。

8. 技術士答案での使い方

技術士答案では、データ収集や分析手法の妥当性を説明する場面で使えます。

たとえば、次のように書けます。

品質問題の実態把握にあたっては、寸法や強度などの測定値データと、不良件数や不良分類などの計数値データを区別して収集する。測定値データにはヒストグラムや管理図を適用し、工程のばらつきと安定性を把握する。一方、計数値データにはパレート図や層別を用い、重点的に対策すべき不良モードを特定する。

このように、データの性質に応じた分析手法を選んでいることを示すと、経営工学的な妥当性が高まります。

9. 実務・QMS改善への活用

QMS改善では、データの取り方そのものが改善活動の質を左右します。

データの種類を整理することは、分析の前処理であり、QMSの標準化でもあります。

10. 理解度チェック

11. 関連リンク

• データサイエンスと品質管理のための統計学習ロードマップ
• 記述統計とは何か
• ヒストグラムと分布の見方
• 標準偏差とばらつき
• 相関と因果の違い