데이터 분석이나 통계 공부를 처음 시작하면 '명목척도, 서열척도, 등간척도, 비율척도'라는 용어가 자주 등장하는데, 개념이 헷갈리기 쉽습니다. 간단히 말하면, 명목척도는 단순한 분류(예: 혈액형), 서열척도는 순서(예: 등수), 등간척도는 간격이 일정하지만 절대 영점이 없는 경우(예: 섭씨온도), 비율척도는 절대 영점이 있어 비율 계산이 가능한 경우(예: 몸무게)입니다. 이 네 가지 척도는 뒤로 갈수록 포함하는 정보량이 많아지며, 어떤 연산이 가능한지가 핵심 차이입니다.
통계 초보가 가장 자주 실수하는 척도 구분, 이렇게만 기억하세요
명목척도와 서열척도는 '질적 자료(범주형 자료)'에 속하고, 등간척도와 비율척도는 '양적 자료(연속형 자료)'에 속합니다. 이 기준만 알면 반은 이해한 셈입니다.
- 질적 자료(범주형): 숫자로 표현해도 그 숫자에 크기나 순서 의미가 없음. 예) 성별(남=0, 여=1), 혈액형(A=1, B=2, O=3, AB=4)
- 양적 자료(연속형): 숫자 자체에 크기와 간격의 의미가 있음. 예) 키, 몸무게, 온도, 시험 점수
이 네 가지 척도를 구분할 때 가장 중요한 기준은 '순서가 있는가', '간격이 일정한가', '절대적인 0점이 존재하는가' 세 가지 질문입니다.
명목척도 이름만 있는 척도
명목척도(nominal scale)는 조사대상을 단순히 분류하기 위한 척도입니다. 순서, 거리, 원점의 개념이 전혀 없습니다.
- 특징: 숫자를 붙여도 순서나 크기에 의미가 없음. 사칙연산이 전혀 불가능함.
- 예시:
- 운동선수 등번호(7번이 3번보다 크다고 말할 수 없음)
- 혈액형(A형=1, B형=2로 코딩해도 1+2=3이라는 계산이 무의미)
- 거주 지역, 성별, 직업, 국적
- 실수 포인트: "명목척도에 숫자를 붙였으니 평균을 내도 되지 않나?" → 절대 안 됩니다. 혈액형 코드의 평균이 2.5라는 값은 아무 의미가 없습니다.
서열척도 순서는 알지만 간격은 모르는 척도
서열척도(ordinal scale)는 명목척도의 기능(분류)에 더해 순서 정보를 추가로 가집니다. 하지만 순서 사이의 간격이 얼마나 차이 나는지는 알 수 없습니다.
- 특징: 대소 비교는 가능하지만, '1등과 2등의 차이'와 '2등과 3등의 차이'가 같다고 볼 수 없음. 덧셈과 뺄셈도 원칙적으로 무의미함.
- 예시:
- 달리기 순위(1등, 2등, 3등)
- 학년(1학년, 2학년, 3학년)
- 만족도 조사(매우 불만족=1, 불만족=2, 보통=3, 만족=4, 매우 만족=5)
- 실수 포인트: "만족도 평균이 3.5니까 보통보다 약간 만족한다고 볼 수 있지 않나?" → 엄밀히 말하면 통계적으로 오해의 소지가 있습니다. 만족도 문항을 서열척도로 보는 학자들은 중앙값(median)을 사용해야 한다고 봅니다. 다만 실제 연구에서는 등간척도로 간주하고 분석하는 경우도 많으니, 논문이나 보고서 작성 시에는 사용한 척도의 종류를 명확히 밝히는 것이 중요합니다.
등간척도 간격이 일정하지만 0이 절대적이지 않은 척도
등간척도(interval scale)는 서열척도의 정보(순서)에 더해 일정한 간격 정보를 가집니다. 덧셈과 뺄셈이 가능해집니다.
- 특징: 간격이 동일하므로 'A가 B보다 10만큼 크다'는 표현이 가능. 하지만 절대적인 0점이 없어 곱셈과 나눗셈(비율)은 의미가 없음.
- 예시:
- 섭씨온도: 30도는 20도보다 10도 높지만, 20도가 10도의 두 배라고 말할 수 없음(0도가 절대 영점이 아니기 때문)
- 지능지수(IQ): IQ 120이 IQ 60의 두 배라고 말할 수 없음
- 시험 점수(원점수): 0점이 '지식이 완전히 없다'는 의미는 아님
- 핵심 포인트: 등간척도의 '0'은 측정도구상의 기준점일 뿐, '값이 없다'는 의미가 아닙니다. 예를 들어 섭씨 0도는 물이 어는 온도일 뿐, 열이 완전히 없는 상태(절대온도 0K)가 아닙니다.
비율척도 가장 많은 정보를 담은 척도
비율척도(ratio scale)는 네 가지 척도 중 가장 많은 정보를 포함합니다. 순서, 간격, 그리고 절대적 영점(0의 의미가 '없음')을 모두 갖추고 있습니다.
- 특징: 사칙연산(+, -, ×, ÷)이 모두 가능. 'A가 B의 두 배다'라는 비율 비교가 가능함.
- 예시:
- 몸무게: 100kg은 50kg의 두 배. 0kg은 몸무게가 전혀 없는 상태.
- 키: 180cm는 90cm의 두 배.
- 나이, 소득, 방문 횟수, 판매량, 거리
- 왜 중요한가: 비율척도는 가장 다양한 통계 분석이 가능합니다. 평균, 표준편차는 물론이고, 기하평균, 변동계수 등도 계산할 수 있습니다.
실전에서 헷갈리지 않는 판단 기준
실제 데이터를 분석할 때 이 네 가지 척도를 구분하는 가장 쉬운 방법은 다음 세 질문을 순서대로 해보는 것입니다.
Q1. 순서가 의미 있는가? - 아니오 → 명목척도 (예: 혈액형, 성별, 지역) - 예 → Q2로 이동
Q2. 간격이 일정한가? (덧셈/뺄셈이 의미 있는가?) - 아니오 → 서열척도 (예: 등수, 학년, 선호도 순위) - 예 → Q3로 이동
Q3. 절대적인 0점이 존재하는가? (0이 '없음'을 의미하는가?) - 아니오 → 등간척도 (예: 섭씨온도, IQ, 년도) - 예 → 비율척도 (예: 몸무게, 키, 나이, 소득, 거리)
이 질문들을 거치면서 '이 데이터에 어떤 통계 분석을 적용할 수 있을까'라는 감이 잡히기 시작합니다.
- 명목척도: 빈도, 최빈값, 카이제곱 검정
- 서열척도: 중앙값, 백분위수, 순위상관분석
- 등간척도: 평균, 표준편차, 상관분석, t검정 (단, 비율 비교 불가)
- 비율척도: 모든 통계 분석 가능
FAQ 자주 묻는 질문
Q. 시험 점수는 등간척도인가요, 비율척도인가요?
A. 일반적으로 등간척도로 봅니다. 시험에서 0점을 받았다고 해서 '지식이 전혀 없다'고 단정할 수 없고, 100점이 '완벽한 지식'을 의미하지도 않기 때문입니다. 또한 80점이 40점의 두 배 실력이라고 말하기 어렵습니다. 다만 교육학이나 심리학에서는 연구 목적에 따라 비율척도로 간주하기도 하므로, 자신의 연구 맥락에 맞게 판단해야 합니다.
Q. 만족도 조사(1-5점)는 서열척도인가요, 등간척도인가요?
A. 엄밀히 말하면 서열척도입니다. '매우 만족(5점)'과 '만족(4점)'의 간격이 '보통(3점)'과 '불만족(2점)'의 간격과 같다고 보장할 수 없기 때문입니다. 하지만 실제 마케팅이나 사회과학 연구에서는 등간척도로 가정하고 평균을 내는 경우가 많습니다. 이는 학계의 오랜 논쟁 주제이며, 중요한 연구라면 사용한 척도의 종류와 분석 방법을 투명하게 밝히는 것이 바람직합니다.
Q. 같은 데이터라도 척도를 다르게 볼 수 있나요?
A. 네, 가능합니다. 예를 들어 '연령'이라는 변수는 그대로 사용하면 비율척도이지만, '20대, 30대, 40대'로 묶어서 분석하면 서열척도나 명목척도로 변환됩니다. 분석 목적에 따라 데이터를 범주화하거나 연속형으로 유지할지 결정하게 됩니다.