目录

变量的测度等级 Scale of Variable

收集数据需要我们对所观察的现象进行测量,包括定性测量和定量测量。即,我们用变量来量化地描述概念。

不同的变量能够被量化的程度有所不同,变量的测度等级按照这种被量化的程度可以分为以下四类1)


命名测度(nominal scale):也称名义测度等级,是最低的一种测度等级,由一系列具有不同名称的类型组成。命名测度对观察结果进行标定和分类,但数据没有大小之分。命名测度等级也可以用数字表示,不过这些数字仅可定性,并不反映定量信息,也不可比较,如样本代号和数字、编码等。命名数据不支持四则运算,仅支持等于或不等于、是或不是。

顺序测度(ordinal scale):量化水平高于命名测度等级,由一系列按顺序排列的范畴组成。将观察所得结果按其大小或数量排定秩次(rank),可以提供不同个体之间的顺序差异。顺序数据点之间可进行大小比较,但其本质依旧是定性而非定量的,因此不支持四则运算,也无法体现数据点之间差异的大小及程度。

等距测度(interval scale):也称间距测度等级,沿数字刻度测量,拥有更高的量化水平。相较于顺序测度,规定每两个相邻范畴之间距离相等。一般是采用一定单位的实际测量值,可以用加减运算得到数值之间的差或和,反映大小差距。但缺少物理意义上的绝对零点,因此乘除运算没有意义。一些心理量表,如里科特5点等级量表和是/否的两点量表就是常见的等距量表。

比例测度(ratio scale):是最高的测度等级,除等距测度的特征外,还拥有绝对零点,可以表示差异的比率。可以进行乘除运算,反映数量间的比例关系。

特征表 Feature table

测度等级(scale level) 变量(variable)类型 单位(unit) 零点(zero) 可采用的数学运算 是否等距 变量是否可比较
命名测度(nominal scale) 离散型(discrete) 不相等 / =,≠ / 不可以(No)
顺序测度(ordinal scale) 离散型 不相等 / >,< 否(No) 可以(Yes)
等距测度(interval scale) 可以是连续型(continuous) 相等 相对(relative)零点 +,- 是(Yes) 可以(Yes)
比例测度(ratio scale) 可以是连续型 相等 绝对(true)零点 +,-,×,÷ 是(Yes) 可以(Yes)

例子 Examples

统计方法的选择 Selection of Statistical Methods

各种测量类型的局限性直接关系到统计分析方法的选取,因此在开始收集实验数据之前,应格外注意。

The limitations of the various measurement types are directly related to the selection of statistical analysis methods, and therefore extra care should be taken before starting to collect experimental data.

命名测度 Nominal Scale

顺序测度 Ordinal Scale

等距测度 Interval Scale

比例测度 Ratio Scale

1)
这是我们提供的通俗阐释, 点此查看《APA统计与研究方法词典》(APA Dictionary of Statistics and Research Methods)的定义。