Kategorik değişken, belirli bir kalite veya kategoriyle ilişkili sabit değerler aracılığıyla bir dizi veriyi sınıflandırmaya izin veren değişkendir.
Kategorik değişken, kardinal veya sürekli değişkenlerin (sayısal hesaplamalara izin veren) aksine, bireyleri veya durumları sınıflandırır. Normalde bir veya sıfır gibi tam sayılarla temsil edilen değerleri alırlar, ancak bunlar sadece temsillerdir.
Örnekte daha ayrıntılı olarak göreceğiz.
Kategorik ve sürekli değişken arasındaki farklar
Kategorik değişken ile sürekli veya kardinal değişken arasında bilinmesi gereken bazı farklılıklar vardır. En alakalı olanı görelim.
- İlk olarak, kategorik değişken gruplama için, sürekli değişken ise sayma için kullanılır. Başka bir deyişle, birincisi bir dizi veri ile kategorilerin oluşturulmasına izin verir. Örneğin, cinsiyet veya çocuk sayısı. İkincisi bize sayısal bilgi verir. Örneğin, yaş.
- Kardinal değişken sayısal hesaplamalara izin verir, diğerleri vermez. Bu şekilde, ilkinde ortalamaları veya varyansları bilebiliriz, diğerlerinde ise mod veya kategorilerin yüzdesi gibi yalnızca bazı verileri bilebiliriz.
- Kategorik olanlar, nitel bilgileri, yani verilerin bir miktar kalitesini bilmek için çok faydalıdır. Sürekli olanlar bize nicel veriler, yani sayılarla temsil edilen miktarlar ve değerler sağlar.
Kategorik değişkenler için istatistiksel teknikler
Sonra, kategorik değişkenlerde en çok kullanılan istatistiksel teknikleri görelim ve bunları sürekli veya kardinal değişkenlerle karşılaştıralım.
- Tanımlayıcı istatistikler: Bu tür değişkenlerde, analizler genellikle diğerlerinin yanı sıra çubuk ve yüzde diyagramlarına dayanır. Kardinaller, nicelikler gibi konum istatistiklerini veya varyanslar gibi dağılım istatistiklerini hesaplamak için analiz tekniklerinin uygulanmasına izin verir.
- hipotez karşıtlığı: Kategorik olarak, sonuçlar parametrik olmayan hipotez testleri ile tahmin edilebilir. Öte yandan, sürekli olanlar da çıkarsanabilecek parametrik kontrastları kullanır.
- Regresyon teknikleri: Bu durumda, diğerleri arasında, ilki için lojistik regresyon veya benzeri kullanılır. Diğer değişken türü için en çok kullanılan teknik doğrusal regresyondur.
Kategorik değişken örneği
Bitirmek için, pazarlamada çok yaygın bir örneğe bakalım. Diyelim ki bir ürün satmak istiyoruz ve medeni durumu bilmek istiyoruz.
Bunu yapmak için bekarlara 1, evlilere 2, boşanmışlara 3, eşlere 4 ve diğerlerine 5 atayacağız.
Resmi görelim ve sonra yorum yapalım:
İçinde, bireylerin en yüksek yüzdesinin bekar, evli ve boşanmış olduğunu, diğer iki seçeneğin ise sadece %5 olduğunu görebiliriz.
Gördüğümüz gibi, kategorik değişkenler gruplama için kullanışlıdır. Çubuk grafik, çubukların boyutunu karşılaştırmak daha kolay olduğu için bu yüzdeleri daha iyi gözlemlememizi sağlar.