四種測量尺度
同樣都是資料，我們究竟可以比較到什麼程度？ 從名義、次序、等距到比率尺度，一步一步看懂資料的測量方式。
前一個主題，我們把資料先分成 間斷變數 與 連續變數。
但是你可能已經發現： 即使同樣都是間斷變數， 性別 和 學歷 好像還是不太一樣。
要回答這個問題，我們需要再往下一層， 看看研究者究竟是用什麼方式 測量變數。
一般可以將測量尺度區分為四種： 名義尺度、次序尺度、等距尺度與比率尺度。
先看懂整體架構
🧩 間斷變數
📏 連續變數
名義尺度
只能把資料分成不同類別， 類別之間沒有自然的高低或先後順序。
次序尺度
除了可以分類之外， 不同類別之間還具有一定的高低或先後順序。
等距尺度
數值之間的間隔具有一致的意義， 可以比較分數之間相差多少。
比率尺度
除了具有相等的間距之外， 還具有真正代表「沒有」的絕對零點。
1 名義尺度：只用來區分類別
名義尺度最基本的功能就是 命名與分類。 每一個人可以被分到某一個類別， 但這些類別本身沒有高低之分。
我們可以統計每一類有多少人， 例如「男性 40 人、女性 55 人、其他 5 人」， 但不能說女性「高於」男性。
2 次序尺度：除了分類，還可以排序
次序尺度和名義尺度一樣， 都可以把資料分成不同類別； 但多了一個重要特性： 類別之間可以排列順序。
我們知道「碩士」在教育程度的順序上高於「大學」， 但是不能因此說： 碩士的教育程度是大學的兩倍。
3 等距尺度：分數之間的距離具有意義
到了等距尺度， 不只可以判斷高低順序， 還可以進一步比較 數值之間相差多少。
在本教材後續的社會科學統計分析中， 滿意度、態度與意願等量表分數， 將視為近似等距資料進行分析， 因此可以進一步計算平均數與標準差。
但是，等距尺度的「0」不一定表示這個特質完全不存在， 所以不能直接進行「兩倍」這類比率解釋。
4 比率尺度：還具有真正的零點
比率尺度具有前面尺度的特性， 同時還多了一個重要條件： 具有絕對零點。
例如「消費金額 0 元」代表沒有消費金額； 「來店次數 0 次」代表沒有來店。 因為具有真正的零點， 所以比率尺度還可以進行倍數比較。
例如： 800 元確實是 400 元的兩倍。
⭐ 特別注意：「年齡組」和「實際年齡」不一樣
這是學生最容易混淆的地方。 雖然兩個變數都和「年齡」有關， 但資料形式不同，測量尺度也不同。
資料已經被分成一組一組的類別， 而且這些類別具有順序。 因此屬於 間斷變數／次序尺度。
直接記錄實際數值， 數值之間可以比較差距， 並具有真正的零點。 因此屬於 連續變數／比率尺度。
四種尺度到底差在哪裡？
| 測量尺度 | 分類 | 順序 | 等距 | 絕對零點 | 例子 |
|---|---|---|---|---|---|
| 名義尺度 | ✓ | — | — | — | 性別、用餐目的 |
| 次序尺度 | ✓ | ✓ | — | — | 年齡組、學歷 |
| 等距尺度 | ✓ | ✓ | ✓ | — | 滿意度、態度量表 |
| 比率尺度 | ✓ | ✓ | ✓ | ✓ | 實際年齡、金額、次數 |
🧭 不知道是哪一種尺度？可以這樣判斷
只是分成不同類別？ → 想想看是不是 名義尺度。
除了分類，還可以排列高低？ → 想想看是不是 次序尺度。
數值之間的差距具有一致意義？ → 進一步考慮 等距尺度。
還具有真正的零點，可以解釋兩倍、三倍？ → 就是 比率尺度。
四種測量尺度，一句話記住
主題三互動小遊戲
把下面的變數拖到正確的測量尺度。 手機也可以先點選變數，再點選分類區。