「離散変数」「連続変数」、正直ピンときてない…そんな状態ではないでしょうか？実はここを曖昧にしたまま分析すると、手法選びを間違えて結論ごと誤ることもあるんです。私もメーカーの研究開発で実験データを扱ってきたましたが、統計を学び直すまで区別せずに集計・解析して痛い目を見ました。この記事では両者の違い・見分け方・区別すべき理由を、身近な例と比較表で分かりやすく解説します。読み終える頃には、目の前のデータがどちらか迷わず判断できるはず。データの分類こそ、正しい分析の第一歩です。
離散データと連続データの違いは「取り得る値」にある
いきなり結論からいきます。離散データと連続データの違いは、「そのデータがどんな値を取り得るか」にあります。
- 離散データ：飛び飛びの値しか取れないデータ
- 連続データ：切れ目なく連続した値を取れるデータ
「飛び飛び…？」と戸惑いますよね。大丈夫です、例を見ればすぐに分かるので、順番に見ていきましょう。
離散データとは飛び飛びの値しか取れないデータ
離散データは、1個、2個、3個…と数えられて、その「間」が存在しないデータのことです。
たとえば製品の不良品数。1個の次は2個で、「1.5個の不良品」は存在しませんよね。来場者数も同じで、「2.7人のお客さん」はいません。こういう、値と値の間に何もない飛び飛びのデータが離散データです。
イメージは階段です。1段目の次は2段目で、1.5段目はありません。
「データの分類全般」については別記事で整理していますので、興味があれば確認下さい。
データの分類全般について：量的データと質的データの違いとは？図解と練習問題でわかる見分け方
連続データとは連続した値を取れるデータ
一方の連続データは、値と値の間に必ず「途中の値」が存在するデータです。
代表例は身長。170cmと171cmの間には170.5cmがあり、その間には170.53cmがあり…と、理屈の上ではどこまでも細かく刻めます。温度、時間、重量も同じですね。
イメージは階段に対してスロープ（坂道）です。どの高さにも立てる、切れ目のないデータ。
例えば、私は研究開発で添加剤の秤量をよくしますが、電子天秤で測ると「21.5g」、「21.51g」と、測定器の精度によって桁数が変わります。これが連続データの特徴で、「どこまでも細かい途中の値が存在する」ことになります。
離散データと連続データの比較表
ここまでの内容＋この先の話を、1枚の表にまとめておきます。
| 項目 | 離散データ | 連続データ |
|---|---|---|
| 定義 | 飛び飛びの値しか取れない | 切れ目なく連続した値を取れる |
| 取り得る値 | 0, 1, 2…と数えられる値 (*)小数でもとびとびなら離散データ | ある範囲内のあらゆる値 |
| 実務例 | 不良個数、傷の数、合否、人数 | 寸法、重量、温度、時間、強度 |
| よく使うグラフ | 棒グラフ、パレート図、モザイクプロット | ヒストグラム、箱ひげ図、散布図 |
| よく使う統計手法 | 度数・割合、カイ二乗検定、ポアソン回帰 | 平均・標準偏差、t検定、分散分析、回帰分析 |
下2行に統計手法の名前が並んでいますが、今は「使う道具が違うんだ」くらいの認識で大丈夫です。それぞれ何者なのかは後編で解説します。
個人的には、この表の中で一番大事なのは実は下2行だと思っています。というのも、離散か連続かの区別は暗記クイズのためにあるのではなく、「使う道具（グラフと統計手法）を選ぶため」にあるからです。
離散データと連続データの違いはどう見分ける？迷ったときの判断方法
定義は分かったけど、実際のデータを見てどちらに分類できるのか、を判断できることが必要です。判断基準はたった1つです。
取れれば連続、取れなければ離散。これだけです。
「これは離散？連続？」クイズで考えてみよう
身近な例で練習してみましょう。頭の中で「途中の値ある？」と自問しながら読んでみてください。
- 人数：2人と3人の間に2.5人はいない → 離散
- 個数：同じく1.5個はない → 離散
- 合否：合格と不合格の「中間」はない → 離散
- 身長：170.5cmも170.53cmもあり得る → 連続
- 温度：25.4℃の途中も無限にある → 連続
- 時間：9秒と10秒の間に9.58秒がある → 連続
- 重量：21.5gも21.51gもありうる → 連続
例題：実験・品質管理でよく扱うデータを分類してみよう
研究開発・品質管理の現場データで腕試しです。答えを隠して自分で分類してみてください。
| データ | 答え | 理由 |
|---|---|---|
| 濃度 | 連続 | 1mol/Lと2mol/Lの間が存在する。 |
| pH | 連続 | 同上 |
| 収率 | 連続 | 同上 |
| 不良個数 | 離散 | 1.5個の不良はない |
| 傷の数 | 離散 | 1.5個の傷はない |
| 合格・不合格 | 離散 | 中間がない |
| 測定回数 | 離散 | 2.5回は測れない |
| 寸法 | 連続 | 途中の値が無限にある |
どうでしょうか？すべて間のデータが取れるかどうかで判断できるかと思います。
なぜ離散データと連続データの違いを区別する必要があるのか
「分類できるようにはなったけど、それが何の役に立つの？」——当然の疑問ですよね。理由は3つあります。
理由① 適切な統計手法が変わるため
データの種類が違うと、比較の方法も、当てはめるモデルも、検定も変わります。連続データなら平均やt検定、離散データなら割合やカイ二乗検定、という具合です。ネジにはドライバー、釘にはハンマーを使うのと同じで、データに合った道具を選ぶための分類なんです。手法の中身は後編で解説するので、ここでは「道具が変わる」とだけ覚えてください。
理由② グラフの選び方が変わるため
離散データは棒グラフ、パレート図、モザイクプロット、連続データはヒストグラム・箱ひげ図・散布図が定番です。「棒グラフとヒストグラムって同じでは？」と思うかもしれませんが、実は別物。棒グラフはカテゴリごとの比較、ヒストグラムは連続した値の分布を見るグラフで、棒の間隔にも意味があります。
理由③ 誤った分析をすると結論を誤るため
一番怖いのがこれです。例えば、ロットごとの不良個数（離散データ）を製品重量と同じ感覚で正規分布で「平均±3×標準偏差」で管理しようとしたら、管理限界がマイナス個数になる場合があります。不良が−2個って、意味不明ですよね。不良個数のようなカウントデータには、正規分布ではなくポアソン分布という別の考え方を使うのが適切なんです。「不良個数」と「製品重量」は、同じようには分析できない——これが区別が必要な最大の理由だと思います。
まとめ：離散データと連続データの違いを知ることが分析の第一歩
- 離散データと連続データの違いは「取り得る値」にある
- 見分ける基準は「途中の値を取れるか」（測る＝連続、数える＝離散）
- データの種類によってグラフも統計手法も変わるから、区別が必要
後編では、いよいよ「じゃあどの統計手法を選べばいいのか」を、フローチャートと実務例で解説します。自分の実験データに合う手法を自力で選べるようになりたい方は、ぜひ続けてどうぞ。
コメント