この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方）
出典検索?: "尺度水準" ? ニュース ・ 書籍 ・ スカラー ・ CiNii ・ J-STAGE ・ NDL ・ dlib.jp ・ ジャパンサーチ ・ TWL（2012年9月）

この記事は英語版の対応するページを翻訳することにより充実させることができます。（2024年4月）翻訳前に重要な指示を読むには右にある[表示]をクリックしてください。

英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。

万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。

信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。

履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。

翻訳後、{{翻訳告知|en|Level of measurement|…}}をノートに追加することもできます。

Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指針についての説明があります。

尺度水準（しゃくどすいじゅん、英: Level of measurement）とは、調査対象に割り振った変数、その測定、あるいはそれにより得られたデータを、それらが表現する情報の性質に基づき数学・統計学的に分類する基準である。スタンレー・スティーヴンズ（Stanley Smith Stevens）が1946年に論文「測定尺度の理論について」On the Theory of Scales of Measurement [1]で提案した分類がよく用いられる。

変数に対して可能な数学的操作は、変数を測定する尺度水準に依存し[3]、その結果特に統計学で用いるべき要約統計量および検定法も変数の尺度水準に依存する。また、扱っている数の範囲が実数全体なのか正の実数全体なのかを区別することも重要である[4]。

スティーヴンズは低い方から順に以下の4つの尺度水準を提案しており、高い水準はより低い水準の性質を含む形になっている。また高い水準でのデータを低い水準に変換して扱うことができる。

統計学で扱うデータには主に２つ存在する。金額、温度など具体的な数値で表現されるデータは量的 データ(計量データ)である。量的データ(計量データ)の中で０という数値に意味があり、重さや金額と いった数値が比率で表現可能な尺度は比尺度である。０という数値に意味がなく、温度といった数値の 差で表現可能な尺度は間隔尺度である。量的データは数値に限りがある、あるいは数えられる連続型分布か、出てくる数値が決められている離散型分布の区別が存在する。 一方で、数値で表現不可能なデータは質的データ(非計量データ)である。質的データ(非計量データ) の中で水質といった規定水準に順位をつけて、その順位に意味を持つものは順位尺度(序数尺度)である。 アンケートといった基準の順位に意味を持たず、集計上の順位を扱うデータは分類尺度(名義尺度)であ る。質的データは数値の桁によって離散型分布か連続型分布か異なるため区別しない。
名義尺度

類別尺度ともいう(石井 1975)。この水準では数字を単なる名前として対象に割り振る。2つの対象に同じ数字がついていればそれらは同じカテゴリに属する。変数値間の比較は等しいか異なるかでしか行えない。順序もないし加減などの演算もできない。例えば、ISO 5218は、ヒトの性別に数値を割り当てているが、「女性は男性の2倍である」「法人は女性の4.5倍である」という意味にならない。