척도의 종류

척도는 데이터의 성격과 측정 방법에 따라 분류할 수 있으며, 크게 질적 척도(명목적 데이터)와 양적 척도(수치적 데이터)로 나눌 수 있다. 이들 각각은 더 세분화되어 명목 척도, 서열 척도(질적 척도 내)와 등간 척도, 비율 척도(양적 척도 내)로 구분된다.


질적 척도 (Qualitative Scales)
질적 척도는 비수치적 특성을 측정하기 위해 사용되며, 주로 설문조사, 인터뷰 등에서 인간의 태도, 선호도 등을 측정할 때 사용된다.


1. 명목 척도 (Nominal Scale)
설명: 명목 척도는 데이터를 단순히 분류하기 위해 사용되는 척도로, 숫자는 구분을 위한 목적으로만 사용되며, 숫자 간에는 아무런 수학적 관계가 없다.
예시: 성별(남, 여), 혈액형(A, B, AB, O), 지역(서울, 부산, 대구 등)


2. 서열 척도 (Ordinal Scale)
설명: 서열 척도는 데이터 간의 순서나 등급을 나타내기 위해 사용되며, 각 항목 간의 상대적 순위는 있지만, 순위 간의 간격은 동일하지 않다.
예시: 교육 수준(초등학교, 중학교, 고등학교, 대학교), 영화 평점(별 1개부터 별 5개까지), 경기 결과(1등, 2등, 3등)



양적 척도 (Quantitative Scales)
양적 척도는 수치적인 값을 측정하기 위해 사용되며, 이러한 척도는 일반적으로 양의 값을 가지고, 산술 연산이 가능하다.


1. 등간 척도 (Interval Scale)
설명: 등간 척도는 일정한 간격으로 표시된 척도로, 각 데이터 값 간의 차이는 의미가 있지만, 0의 위치는 임의적이므로 절대적인 '없음'의 의미를 갖지 않는다.
예시: 온도 측정(섭씨, 화씨), IQ 점수, 캘린더 년도



2. 비율 척도 (Ratio Scale)
설명: 비율 척도는 등간 척도의 모든 특성을 가지며, 추가적으로 절대적인 0의 값(즉, '없음'을 의미)을 가집니다. 이로 인해 비율 척도는 모든 산술 연산이 가능하다.
예시: 길이 측정(미터, 킬로미터), 무게(킬로그램, 파운드), 연령, 소득
이러한 분류와 예시를 통해 각 척도의 특성을 이해하고, 적절한 데이터 분석 방법을 선택하는 데 도움이 된다.