scales
这是本文档旧的修订版!
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:
- 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,如样本代号和数字、编码等。
- 顺序测度(ordinal scale):也称序次测度等级,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,如一个数据点高于另一个数据点,但不能说明这种差异的大小和程度。
- 等距测度(interval scale):也称间距测度等级,量化水平更高,由一系列按顺序排列的范畴组成,而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0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0点。可以进行乘除运算,反映数量间的比例关系。
特征表:
| 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(absolute)零点 | +,-,×,÷ | 是(Yes) | 可以(Yes) |
例子:
- 命名测度:性别、12星座、人格、颜色;
- 顺序测度:游戏段位、轻中重、学历、Likert 5等级量表(不同程度之间不等距);
- 等距测度:IQ、温度(摄氏或华氏温标);
- 比例测度:长度、体重、年龄、温度(热力学温标)。
统计方法:
- 命名测度:百分比、次数、众数和卡方检验;
- 顺序测度:中位数、百分位数、等级相关系数和肯德尔和谐系数;
- 等距测度:平均数、标准差、积差相关、等级相关以及t检验和F检验;
- 比例测度:几何平均数、变异系数以及等距量表可以使用的方法。''
scales.1709449936.txt.gz · 最后更改: 2024/03/03 07:12 由 fairytaleee