2-2 측정의 수준과 데이터 종류

 

데이터 수집 방법

: 통계조사, 실험, 관찰 등을 통해서 조사단위나 실험단위로부터 정해진 측정 방법(측정도구, 질문지)으로 측정하여 얻음

 

*측정 : 각각의 조사단위의 어떤 특성을 일정한 기준에 따라 관측하여 각 조사단위에 수치를 부여하는 작업

ex) 표본으로 뽑힌 사람들의 몸무게, 지능 등을 관측하여 수치로 나타내는 경우

-> 측정된 전체 자료를 데이터(data)라고 함.

 

 

 

데이터  관련 기본용어

*케이스(case, 레코드)

: 데이터 세트에서 하나의 조사단위에 대한 정보의 집합체

 

*변수(variable, 필드)

: 각 조사단위로부터 측정된 개별적인 속성

 

ex) 

 

위의 자료를 데이터의 행렬 형태로 표현할 수 있다.

 

: 데이터를 행렬 형태로 표시하면 이해하기 쉬움

: 각 행은 케이스(레코드), 각 열은 변수(필드)가 됨

: 임꺽정 케이스에서 교육정도의 "."는 결측값(무응답)을 뜻함.

: 성별과 학력도 수치화해서 나타낼 수 있음. ex) 고졸 : 1, 대졸 : 2

 

 

 

측정의 수준

: 측정 수준에 따라 명목척도, 순서척도, 구간척도, 비율척도로 구분함

: 측정의 척도에 따라서 제공되는 정보의 수준과 데이터 분석에 이용할 수 있는 분석 방법이 달라짐

 

 

명목척도(Nominal scale : 명명척도)

: 측정대상의 속성을 단순히 분류하거나 확인할 목적으로 수치 부여

: 단순히 범주 구분이 목적임. -> 수치의 대소 비교, 연산은 의미 없음

ex) 남여 구분, 운동선수 등번호, 종교 등

 

 

순서척도(Ordinal scale : 서열척도)

: 어떤 특성을 많고 적음에 따라 수치를 부여함

: 수치 자체가 어떤 절대적인 수나 양, 크기 등을 나타내지 않고, 서열, 대소 관계의 구분만 의미 있음

ex) 좋음(3), 보통(2), 나쁨(1) 

 

 

구간척도(Interval scale : 등간척도)

: 측정대상을 속성에 따라 서열화는 물론 서열간의 간격이 같도록 수치 부여

: 연속형 값으로 측정값의 차이는 의미 있지만, 비(比)는 의미 없음

: 절대 0을 정의할 수 없고, 임의로 지정된 0만 있음

ex) IQ, 적성검사 점수, 주가지수

 

 

비율척도(Ratio scale)

: 구간척도와 유사하지만 비(比)도 의미 있는 경우

: 절대 0을 정의할 수 있음

ex) 체중, 신장

 

 

 

데이터의 구분

*측정 수준에 따른 구분

-질적변수

-양적변수 : 연속형 변수

 

*측정되는 변수의 수에 따른 구분

-일변량 데이터

-다변량 데이터