測定尺度とは、データを性質や数量によって分類し、統計的な分析手法を選択するための基準です。名義尺度、順序尺度、間隔尺度、比例尺度の4つに分類され、機械学習における適切な前処理やモデル選定の基礎となります。
測定尺度とは
一言でいうと、測定尺度とは「データを数値や記号としてどのように表現し、どのような数学的処理が適用できるかを定義する基準」のことです。
詳しく解説
データ分析や機械学習において、扱うデータがどのような意味を持つかを正しく理解することは極めて重要です。測定尺度は一般的に、名義尺度、順序尺度、間隔尺度、比例尺度の4つの水準に分けられます。例えば、名義尺度は単なる分類（性別や猫の種類など）であり大小関係はありませんが、比例尺度は絶対零点を持ち比率の計算が可能です。AIモデルに入力する際、データの特性に合わない測定尺度として扱ってしまうと、誤った学習結果や予測につながるため、前処理の段階で厳密に把握する必要があります。
具体例・使われ方
具体的な利用例として、顧客アンケートの「満足度（非常に満足、満足、不満）」という順序尺度のデータを数値に変換して機械学習モデルの入力とする場合があります。また、画像認識におけるカテゴリ分類のラベルは名義尺度として扱われ、気温やセンサーの計測値は間隔尺度や比例尺度として扱われます。
似た用語との違い
データ型（数値型や文字列型など）というコンピュータ上の表現方法と混同されやすいですが、測定尺度はデータが持つ数学的な意味や性質のレベルを指す点が異なります。
注意点
注意点として、順序尺度のように数字の大小があっても間隔が均等とは限らないデータを、そのまま間隔尺度や比例尺度とみなして平均値を計算してしまうと、統計的な偏りや誤った解釈を生む原因になります。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月6日 12:11