下载掌阅APP，畅读海量书库
立即打开
邓肯认为，测量的根基在于社会程序，最早的社会测量程序如投票、人口普查等，并非是为了合乎科学家的好奇心，而是为了满足大众的需要。并且，这样的程序可以从物理学的历史中得出，即“古代的人在解决社会和实践问题的过程中，成功地实现了对长度或距离、面积、数量、重量和时间的测量，物理科学就是建立在这些成就基础之上的”
。那么，测量的意义究竟指的是什么？斯蒂芬（S.Smith Stevens）将测量定义为“根据规则对物体和事件进行的数字分配”
。邓肯认为这一定义并不完善，测量不仅仅是数字的分配，还应包括遵循某一物体或事件的属性……或品质的不同程度进行的数字分配。可以看出，在更加完善的定义中，测量所强调的内容是符码（符号或数字）、分配和法则等。即根据一定的规则将数字或符号分配于研究对象的特征（即研究变量）之上，从而使社会现象数量化或类型化。
得到的一定数值可作为某一现象或事件特征的代表符号。符号是抽象的，它不是现象或事件本身，而仅仅是现象或事件的特征。数字分配工作是测量中最基本的，也是最困难的工作。传播学研究中的测量是将各个分析单位与它们的特征或属性用数字分配规则联系起来，分配规则的有效性取决于所研究的变量。有些变量的分配规则比较容易制定，比如身高、性别、年龄等；而另一些变量的分配规则就较难制定，如态度、价值、兴趣等。有效的测量规则必须满足三个条件：（1）准确性、（2）完备性、（3）互斥性。准确性指所分配的数字或符号能真实、可靠、有效地反映观测对象在属性和特征上的差异；完备性指分配规则必须能包括研究变量的各种状态或变异；互斥性指每一个观测对象的属性特征都能以一个而且只能以一个数字或符号来表示，即研究变量的取值是互不相容的。测量的主要作用在于进行准确的分类或赋值，以便比较观测对象的各种差异。这些差异有些是用类别和等级来区分的，如电视节目的类别、文化程度的高低等；有些则是用赋值即用数量来区分的，如每天看电视的时间、消费的金额等。这些差异都是由一定的原因造成的，因此通过对差异的比较和分析，就有可能找出现象之间的关联性，并进一步研究其因果联系。
传播学研究涉及多种变量类型。按照变量间的相互关系，可分为自变量（independent variable）、因变量（dependent variable）、中介变量/中间变量（mediator）和缓冲变量/控制变量（moderator）。具体来讲，自变量指根据研究的需要，研究者可以系统化地变化、操纵或者观察的变量；因变量指研究者试图观测和估计的对象，其数值可能受到自变量的影响。有些研究模型中除了自变量和因变量之外，还包括中介变量（也叫中间变量）或缓冲变量（也叫控制变量）。在这样的模型中，自变量通过中介变量对因变量产生影响，而缓冲变量可以影响自变量与因变量之间关系的强度或方向。
表2-1中给出了这种变量分类的一个示例。
表 2-1 按照变量间的相互关系分类的研究模型示例
在模型一中，研究者简单地假设教育程度影响收入，在模型二和模型三中，研究者试图对这两者的关系做进一步的研究。模型二探讨影响发生作用的具体机制，假设教育程度通过影响研究对象所处的行业而最终决定其收入的高低。模型三对教育程度和收入两者之间的关系进行了更为细致的分类研究，研究者认为，虽然教育程度总体上对收入有正面的影响，但影响的强度可能因为研究对象所处的社会群体而有所差异，比如研究者可以假设教育程度对收入的正面影响在男性中比在女性中更强。
如果按照变量的性质分类，可分为离散变量（discrete variable）和连续变量（continuous variable）。前者指只能取某个范围内的有限个数值，不能无限再细分的变量，如家庭人口数、性别、职业、喜欢收看的电视节目、上网的主要目的等；后者指可以取某个范围内的任何数值的变量，如收入、上网时间长度、满意程度得分（按照百分制打分）等。如果按照测量的级别来划分，变量可以分为定类变量、定序变量、定距变量和定比变量四种类型。
如果所提问题的答案只表示类别，不表示任何数量的顺序或大小，那么对应的变量就叫定类变量，对应的测量量表就叫定类量表。定类变量的取值可以是表示类别的文字，也可以是数字代码。例如：
X =“性别”
X 1 =1（男）， X 2 =2（女）
X =“收看内容”
X 1 =1（国际新闻）， X 2 =2（国内新闻），……， X n =18（广告）
适用于定类变量的统计方法主要有频数分析、交互分析等。
如果所提的问答题的答案可以表示重要性、大小或程度轻重等顺序，那么对应的变量就是定序变量，测量的量表就叫定序量表。定序变量的取值可以是表示顺序的文字，但一般都用排序或排名次的数字形式来表示。定序变量可以在顺序评价中给出观测对象的相对位置，但不能判断这些相对位置之间的绝对距离。例如：
X =“收入级别”
X 1 =1（低）， X 2 =2（中）， X 3 =3（高）
X =“喜欢程度排序”
X 1 =1（第一喜欢）， X 2 =2（第二喜欢），……， X 5 =5（第五喜欢）
适用于定序变量的统计方法包括频数分析、交互分析、中位数或百分位数分析、秩相关系数分析等。
如果所提问题的答案还可以进一步表示具体数值的大小，那么对应的变量就叫定距变量，测量量表就叫定距量表。定距变量的取值用数字形式表示。例如：
X =“温度”
X 1 =20（度）， X 2 =0（度）； X 3 =-2（度）
X =“喜欢程度得分”
X 1 =1（很不喜欢）， X 2 =2（不太喜欢）， X 3 =3（一般）， X 4 =4（比较喜欢），
X 5 =5（非常喜欢）
定距变量不仅可以指出观测对象的相对位置，还能判断这些相对位置之间的绝对距离。需要注意的是，定距变量中的零点位置不是固定的，没有绝对的意义。它只是一个相对的零点，就像摄氏温度或华氏温度的零点。适用于定距变量的统计方法包括不涉及比值计算的所有统计方法。
如果所提问题的答案既可以表示具体数值的大小，而且零点也是有意义的话，那么对应的变量就叫定比变量，测量量表就叫定比量表。例如：
X =“收入”
X 1 =1200（元）， X 2 =800（元），……
X =“上网时间”
X 1 =90（分）， X 2 =60（分）， X 3 =0（分）
定比变量具有定类变量、定序变量和定距变量的所有属性，并且还具有绝对的零点。因此，所有的统计方法都适用于定比变量。
对传播现象的测量是从抽象概念（concept）的具体化或操作化（operationalization）开始的。传播现象涉及的概念经常是模糊的，如媒介使用（media usage）、国家形象（country image）、现代化（modernization）、媒介素养（media literacy）、价值体系（value system）、社会认知（social perceptions）等。如果不对这些概念进行具体化或操作化的定义，就无法对它们进行观察和度量。
那么，什么是概念？
概念是对具体现象进行普遍性的抽象解释。而构造（construct）指为特殊的研究目的而设计的高度抽象的、一般无法直接观察的概念。构造是概念的组合，可以分解为较低层次的不同概念。如“社会阶层”可分解为“经济地位”“政治地位”“社会地位”等较低层次的概念，“对奥运会的态度”可以分解为“民族意识”“经济观念”“个人生活”几个维度，再如“现代化观念”可以用“竞争意识”“时间意识”“效率意识”“求知意识”“自主意识”“创新意识”等概念度量。
可以看出，概念和构造都是抽象的，但对变量的测量是经验层次的，这就需要我们将抽象的定义转换为操作定义，这个过程就叫作概念或构造的操作化。即操作化就是建立一些具体的程序或指标来说明如何测量一个概念或构造。操作定义的作用在于：（1）澄清概念在研究中的意义；（2）说明测量变量的操作方法；（3）使一些陈述变量间关系的假说获得验证的机会；（4）使今后同样的研究有所依据，以便比较彼此的结果。
在研究设计中，研究者对变量进行操作定义时，必须以具体的词语表达抽象的概念。因为操作定义必须十分具体，只有这样才能准确传达其所代表的意义。如将“政治知识”定义为回答20道是非判断题的正确率，尽管定义的效度可能有所争议，但是在这个定义的基础上，“女性比男性更具有政治知识”
这句话代表的意义是十分清晰的。
需要注意的是，并不是所有的概念或构造都是可以（直接）测量的，即并不是所有的事物都能量化。如“信息的本质”等概念就是如此。另外，在传播学研究中，大多数变量往往不只局限于一种测量方法，如某电视台的“节目竞争力”，研究者既可以使用其在某地域的市场占有率来衡量，也可以使用收视率来测量，还可以使用观众的满意度或者喜爱度等指标来评价。
表2-2是大众媒体研究中一些操作性定义的示例。
表 2-2 大众媒体研究中部分操作定义的示例
续表
需要注意的是，对变量进行操作定义并无绝对的参照标准和可供借鉴的准则，没有一个操作定义可以让所有人都满意。研究者所要做的是，寻找一种对研究问题而言相对最为适当的操作定义。