データ尺度のキホン－第2回：“名前”と“順位”の違いを理解しよう【統計学をやさしく解説】

公開日

2025年10月26日

更新日

2025年12月2日

この記事の主な内容

はじめに

前回は、データには「質的」と「量的」があり、さらに4つの“測定尺度”があることを学びました。今回はその中から、名義尺度と順序尺度を取り上げます。

この2つはどちらも“質的データ”に分類されますが、扱い方を間違えると分析結果が大きくズレてしまいます。この記事では、社会人でもすぐにイメージできる具体例を使って、違いをやさしく解説します。

名義尺度とは、数字が“名前”や“ラベル”としての役割しか持たないデータのことです。数値に意味や順序はありません。

たとえば：
部署：営業部＝1、開発部＝2、総務部＝3
性別：男性＝1、女性＝2
都道府県：東京＝1、大阪＝2、福岡＝3

これらの“1”“2”“3”には順位の意味はなく、単に分類するためのラベルです。したがって、平均や差を取ることはできません。

例）「部署番号の平均＝2.1」と出ても、“平均的な部署”なんて存在しません。

名義尺度では、「どのグループに属するか」や「それぞれの割合」を調べるのが正しい使い方です。

活用できる分析例：
・最頻値（最も多いカテゴリ）
・クロス集計（例：男女×購買率）
・円グラフ・棒グラフで割合を可視化

営業部　
開発部　
総務部

※この円グラフはラベルの違いのみを示し、大小の意味を持たせていません。

順序尺度は、順番には意味があるけれど、差の大きさや比率には意味がないデータのことです。

たとえば：
アンケートの満足度：とても満足＝5、満足＝4、普通＝3、不満＝2、とても不満＝1
商品ランク：Aランク・Bランク・Cランク
学年：1年生、2年生、3年生

これらは「どちらが上か下か」は分かりますが、「どれだけ上か」は分かりません。たとえば“満足度5と4の差”と“4と3の差”が同じとは限りません。

「A社の満足度4.5点はB社の3.0点より50％高い！」→ これは誤りです。

順序尺度では、“傾向”や“順位の関係”を見ることが重要です。

活用できる分析例：
・中央値や順位を用いた比較
・順位相関（スピアマン相関など）
・棒グラフで順位傾向を視覚化

尺度	意味	比較できること	代表的な例	適したグラフ
名義尺度	名前・分類	同じ or 違う	性別・部署・血液型	円グラフ・棒グラフ
順序尺度	順位・ランク	大小関係のみ	満足度・学年・ランク	棒グラフ・ヒストグラム

アンケート分析でよく見る「平均満足度4.2」という数値。実はこれ、順序尺度を“間隔尺度”のように扱った近似なのです。

ビジネス現場では平均を出すことも多いですが、解釈には注意が必要です。
・平均点は“ざっくり傾向”を見るには便利。
・でも、「1上がる＝同じ満足度差」とは限らない。

正確に比較したい場合は、「5段階評価を“満足・不満”など2値に分けて割合比較」する方が正確です。

補足例：
「平均満足度が4.2→4.5に上がった」と言っても、顧客全体の満足度が大きく変わったとは限らない。
“とても満足”の割合が増えたのか、“不満”が減ったのかを確認する必要があります。

名義尺度と順序尺度は、「数字が持つ意味の深さ」が違います。この違いを意識できると、日常業務の中で「データをどう扱うべきか」が見えてきます。

たとえば、社内アンケートや顧客調査では「順位を示すデータ」と「分類を示すデータ」が混在していることが多く、分析ミスの原因にもなります。今回学んだように、名義尺度は“グループを分ける”、順序尺度は“順番をつける”もの。目的に応じて正しく使い分けることが、信頼できるデータ分析への第一歩です。