[통계적 품질관리] 데이터의 분류

 

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다.

 

---

 

※  데이터는 어떤 활동에 대한 품질 특성이나 요인의 상태를 객관적으로 나타내기 위한 자료이므로 어떠한 척도로 표현되어야 합니다. 

 

척도는 수량화 할 수 없는 정성적 데이터(qualitative data)와 수량화가 가능한 정량적 데이터(quantitative data)로 구분할 수 있습니다.

 

---

 

1) 정성적 데이터(qualitative data)

범주형 데이터(categorical data)라고도 합니다. 원칙적으로 숫자로 표현할 수 없지만 필요에 따라 숫자로 나타내기도 하는데, 어떠한 값을 지칭하는 것은 아니며 순번 또는 이름을 대신한 것입니다. 명목데이터와 순위데이터로 나누어집니다.

 

ⓐ 명목 데이터(nominal data)

편의상 숫자로 표현하여도 순위의 개념은 없는 데이터입니다. 예를 들면 전화번호, 우편번호의 지역 구분 번호 등이 해당됩니다.

 

ⓑ 순위 데이터(ordinal data)

편의상 표현된 숫자가 순위의 의미를 가지고 있는 데이터로 제품을 1,2,3 등급으로 구분하거나, 대학입시 추가합격 대기번호 등이 해당됩니다.

 

---

 

2) 정량적 데이터(quantitative data)

데이터 자체가 숫자로 표현이 가능한 측정치 데이터(measurement data)이며, 이산형 데이터와 연속형 데이터로 나누어집니다.

 

ⓐ 이산형 데이터(discrete data)

계수치 데이터라고도 하며, 부적합품수, 부적합수, 고장건수, 재해발생건수 등과 같이 개수로 세어지는 특성의 값을 말합니다. 이것은 직물 1m당의 흠의 수, 부품한상자의 부적합품수처럼 1, 2, 3, ... 으로 셀 수 있는 데이터입니다.

 

ⓑ 연속형 데이터(continuous data)

계량치 데이터라고도 하며, 길이, 무게, 질량, 시간 등과 같이 연속량으로 측정되는 특성치로 가공물의 두께(mm), 플랜트의 내부 온도, 컨베이어의 속도(m/sec)등이 해당됩니다. 일반적으로 계량치 데이터가 계수치 데이터보다 시간이나 비용은 많이 드나 1회당 측정 결과에 의한 정보의 질이 상대적으로 우수합니다.

 

 

 

긴 글 읽어주셔서 감사합니다.

---

References

 

[1] 양희정, 김광수, 정상윤. 한국표준협회미디어, "빅데이터 시대 품질관리의 내비게이션 통계적 품질관리 4.0", 19 (2019)