시장조사론의 척도(Scale) 개념과 프로야구팀 선호도 측정

본 내용은 " 시장조사론_척도(Scale)에 대한 개념을 설명하되, 국내 프로야구팀에 대한 선호도를 가지고 기술하여 보시오. " 의 원문 자료에서 일부 인용된 것입니다. 2025.06.11

문서 내 토픽

• 1. 명목척도(Nominal Scale)

  명목척도는 가장 기초적인 척도로 범주를 분류하는 것이 주목적이다. 같다/다르다를 구분하는 수준으로 대소 관계나 순서를 전제하지 않는다. 프로야구팀 선호도 조사에서 '가장 선호하는 팀은 어디인가'를 묻는 설문에 적용되며, 응답 결과를 빈도나 비율 형태로 처리한다. 단순 분류에는 효과적이지만 산술평균 같은 연산은 어울리지 않는다.

• 2. 서열척도(Ordinal Scale)

  서열척도는 명목척도보다 발전한 형태로 크다/작다, 높다/낮다 같은 순위를 표현할 수 있다. 프로야구팀 선호도에서 '가장 좋아하는 팀부터 순서대로 적어달라'는 질문에 적용되어 팀 간 상대적 우위를 파악한다. 그러나 1위와 2위 간 정확한 간격을 알 수 없다는 한계가 있으며, 응답자 내면의 간극을 수치화하지 못한다.

• 3. 등간척도(Interval Scale)

  등간척도는 각 구간이 일정하다고 가정하여 점수 간 차이가 동일 간격을 의미한다. 프로야구팀 호감도를 10점 척도로 측정할 때 적용되며, 평균 호감도나 표준편차 같은 통계 분석이 가능하다. 절대 영점이 없어 0점이 완전히 없음을 의미하지 않으며, 설문조사에서 만족도나 호감도를 비교·분석하기에 용이하다.

• 4. 비율척도(Ratio Scale)

  비율척도는 절대 영점이 존재하고 간격이 동일한 척도로 길이, 무게, 시간, 개수 등을 측정한다. 프로야구팀 응원 행동 조사에서 '1년간 경기 관람 횟수'나 '굿즈 구매액'을 측정할 때 적용되며, 0이 실제 무방문이나 무소비를 의미한다. 값이 2배가 되면 구매액이나 방문 횟수도 정확히 2배로 해석 가능하여 팬층의 충성도를 객관적으로 파악할 수 있다.

Easy AI와 토픽 톺아보기

• 1. 명목척도(Nominal Scale)

  명목척도는 데이터 분석의 기초적이면서도 중요한 측정 수준입니다. 범주형 데이터를 분류하는 데 사용되며, 숫자는 단순한 라벨 역할만 합니다. 예를 들어 성별, 혈액형, 국적 등을 분류할 때 유용합니다. 명목척도의 장점은 구현이 간단하고 직관적이라는 점이지만, 수학적 연산이 불가능하다는 한계가 있습니다. 통계 분석에서는 빈도 분석, 카이제곱 검정 등 제한된 방법만 적용할 수 있습니다. 데이터 수집 초기 단계에서 매우 유용하며, 다른 척도로의 변환은 불가능하므로 신중한 설계가 필요합니다.

• 2. 서열척도(Ordinal Scale)

  서열척도는 명목척도보다 한 단계 발전된 측정 수준으로, 데이터 간의 순서 관계를 나타냅니다. 만족도, 선호도, 교육 수준 등을 측정할 때 효과적입니다. 순서 정보를 포함하므로 대소 비교가 가능하지만, 각 범주 간의 간격이 동일하지 않다는 제약이 있습니다. 예를 들어 '매우 만족'과 '만족' 사이의 간격이 '만족'과 '보통' 사이의 간격과 다를 수 있습니다. 통계 분석에서는 중앙값, 사분위수, 스피어만 상관계수 등을 사용할 수 있습니다. 실무에서 광범위하게 사용되지만, 간격의 불균등성을 고려한 신중한 해석이 필요합니다.

• 3. 등간척도(Interval Scale)

  등간척도는 서열척도의 특성에 더해 동일한 간격을 가진 측정 수준입니다. 온도, IQ 점수, 시험 성적 등이 대표적입니다. 범주 간의 간격이 의미 있고 동일하므로 덧셈과 뺄셈이 가능합니다. 그러나 절대 영점이 없다는 특징이 있어 비율 계산은 불가능합니다. 예를 들어 섭씨 20도가 10도의 두 배 따뜻하다고 말할 수 없습니다. 통계 분석에서는 평균, 표준편차, 피어슨 상관계수, t-검정 등 다양한 모수 통계 방법을 적용할 수 있습니다. 사회과학 연구에서 매우 유용하며, 데이터의 특성을 정확히 파악하여 적절한 분석 방법을 선택하는 것이 중요합니다.

• 4. 비율척도(Ratio Scale)

  비율척도는 가장 높은 수준의 측정 척도로, 등간척도의 모든 특성에 더해 절대 영점을 가집니다. 길이, 무게, 나이, 소득 등 대부분의 물리적 측정이 해당됩니다. 절대 영점이 존재하므로 모든 수학적 연산이 가능하며, 비율 비교도 의미 있습니다. 예를 들어 10kg은 5kg의 두 배라는 표현이 타당합니다. 통계 분석에서는 모든 모수 통계 방법과 비모수 통계 방법을 자유롭게 적용할 수 있습니다. 기하평균, 조화평균 등 고급 통계 기법도 사용 가능합니다. 실무에서 가장 강력한 정보를 제공하며, 데이터 분석의 최상의 결과를 도출할 수 있는 척도입니다.