Una variabile si dice qualitativa (o fattore) se esprime una qualità, identificando un attributo non misurabile. Esempi possono essere: il colore degli occhi, il genere, il credo religioso o i giudizi scolastici letterali (insufficiente – buono – distinto – ottimo).
I valori assunti dalle variabili qualitative prendono il nome di modalità o livelli, il secondo utilizzato nel caso di variabili qualitative ordinali.
Variabili qualitative ordinali
In alcuni casi i valori assunti da queste variabili presentano un ordinamento intrinseco; l’esempio più banale può essere il livello di scolarità (senza titoli, elementari, medie, superiori, università e così via) o il numero progressivo del giorno all’interno di un mese. In questa situazione si parla di variabile qualitativa ordinale: i valori presenti posseggono naturalmente un ordine, ovvero possono essere disposti lungo una scala ordinata.
Esempio: qui è riportata una tabella con i vari livelli di ipertrofia prostatica. I livelli sono ordinati in base all’intensità del fenomeno, sotto vengono riportati i conteggi (numero pazienti) per ogni livello.
| Nessuna | Lieve | Moderata | Grave |
| 250 | 36 | 12 | 2 |
Variabili qualitative nominali
In altri casi questo ordinamento non è possibile, come ad esempio nel genere (dove i possibili valori sono maschio o femmina), dell’abitudine al fumo o della specie di un determinato tipo di fiore. In questa situazione si parla, invece, di variabile qualitativa nominale: i valori presenti non posseggono alcun ordine naturale.
Esempio: qui è riportata una tabella con le varie specie (o modalità) di Iris. Le modalità non hanno alcun ordine naturale, sotto vengono riportati i conteggi (numero piante Iris) per ogni modalità.
| Setosa | Versicolor | Virginica |
| 50 | 50 | 50 |
Di cosa parleremo?
All’interno di questa sezione relativa alle variabili qualitative, andremo a vedere come trattare queste variabili proprio da un punto di vista descrittivo dei dati. Parleremo di:
- distribuzione di una variabile qualitativa: introdurremo le tabelle di contingenza, le frequenze assolute, relative e relative percentuali e i grafici a barre come metodo di visualizzazione dei risultati;
- distribuzione di due variabili qualitative: vedremo le tabelle di contingenza a due vie, le distribuzioni congiunte, marginali e condizionate (profili riga e colonna), e le deviazioni dei profili (dai marginali riga e colonna);
- concetto di indipendenza di due variabili qualitative: quando due variabili qualitative vengono dette indipendenti.
Verranno proposti anche esempi realizzati con l’utilizzo del software RStudio e di dataset in esso presenti.
Infine, verrà caricato sul canale Youtube (Pillole di Statistica) un video contenente gli esempi pratici riportati negli articoli: potrete cimentarvi insieme a me nella stesura dei primi codici in R.