（統計）衡量變數的四種量尺

史帝文斯(S.S. Stevens )的四種量尺

依照同質性、不等性、可加減及可乘除的特性將變項分為四種尺度，量尺間具有階層的關係，以下由階層低至高向各位介紹。

Level 1. 名義變項(nominal variable)

(1)只具有同質性，同一數值代表類別相同。

(2)數值的大小只能辨識種類的差異，沒有高低之分，例如：班級601、602只代表不同的兩班，並沒有602>601的大小關係。

(3)常見的名義變項：性別、學號、球衣號碼

Level2. 次序變項(ordinal variable)

(1)具有同質性及不等性(有大小、高低之分)

(2)依照個體的某一項特質或分數排序，因此不同的數值有次序之分，但無法描述數值間的差異量，例如：百分等級，PR99 > PR98(次序)，但實際上PR99高PR98多少分並不得而知。

(3)常見的次序變項：名次、中位數、百分等級(PR)

Level3. 等距變項(interval variable)

(1)具有同質性、不等性及可加減的特性。

(2)數值不只有大小之分，且彼此間有相等的單位，可以進行加法與減法的計算。例如：溫度有共同的單位(攝氏°C)，因此30°C比10°C高20°C(加法)。

*常見錯誤：等距變項無法進行乘除，例如：30°C是10°C的三倍、智商100是智商50的兩倍(怎麼證明甲比乙聰明兩倍呢?)，因此這種說法並不正確。

(3)常見的等距變項：溫度、智力商數

Level4. 比率變項(ratio variable)

(1)擁有名義、次序、等距變項的所有特性，還具有乘除性。

(2)比率(或稱比例)變項和等距變項很相似，但是多了「絕對零點」的物理特性，所謂零點就是自然的原點，代表0指的是完全不存在，例如：身高、體重為0代表不存在。(不可出現負數)

*人為定義的零點：溫度的0°C還是代表某個溫度、相關係數為0代表兩變項沒有共變量，但變項依舊存在，因此都不是比率變項。

(3)常見的比率變項：身高、重量。

筆記