分類變量,也被稱為名義變量,是一種變量類型,可以有兩個或多個組或類別,可以被分配。變量可以分配到的類別沒有順序。換句話說,類別不能從高到低排列變量是race,它有許多不同的類別,但沒有對它們進行排序。 數據表通常用于分...
分類變量,也被稱為名義變量,是一種變量類型,可以有兩個或多個組或類別,可以被分配。變量可以分配到的類別沒有順序。換句話說,類別不能從高到低排列變量是race,它有許多不同的類別,但沒有對它們進行排序。

數據表通常用于分析根據相似性分組的數據確定變量類型的一種方法是定量的還是定性的。定量變量可以被測量并且有一個特定的數值。定量變量的例子包括身高、體重、年齡、薪水、溫度,任何不定量的變量都是定性的,或者是一個范疇變量。這些變量在被測量或觀察時沒有數字意義,包括頭發顏色、眼睛顏色、性別、出生城市等分類變量與序數變量相似,因為它們都有特定的類別來描述它們。分類變量和序數變量的區別在于后者具有內在的順序。例如,調查可能要求受訪者將陳述排序為差、好、優。這些都是范疇變量,但有明顯的順序,所以它們實際上是序數變量數據表通常用于分析按類別分組的數據。使用雙向數據表,可以測量和比較兩個分類變量。例如,可以測量一組個體的頭發顏色和性別。觀察和記錄的分類變量將是這個人是男性還是女性以及他或她的頭發是什么顏色,兩個變量的每組觀察值的數量將根據收集的數據以行和列的形式輸入。條形圖通常用作分析分類變量數據的圖形方法。觀察到的數據可以輸入原始數字或百分比,這是首選。條形圖顯示每個組的總數。在上面的示例中,條形圖可以表示男性或女性的數量或每個組中的個人數量頭發顏色的分類。分段條形圖可以提供一種顯示觀察期間捕獲的數量的方法,而不是每個組的直接總數。使用相同的頭發顏色和性別數據,分段條形圖可以顯示每種頭發顏色的男性和女性人數。