第一节
数据的计量

收集数据前，先要对客观事物进行计量。人口的性别（男、女）、文化程度（高、中、低）、民族（汉、满、回、蒙古等），这些关于事物属性的分类，称为定性数据；长度、重量、身高、产值等，可以用精确的数字或数值来描述，称为定量数据。理论上，一切对象均可量化，量化类型无外乎四种：定类尺度、定序尺度、定距尺度、定比尺度。其中，定类尺度和定序尺度是定性数据，定距尺度和定比尺度是定量数据。这个排列是从较粗略（低）的计量到较精密（高）的计量变化。一般而言，较精密的计量尺度可以转换为较粗略的计量尺度，反之则不行。变量是随时发生变化的量，在SPSS中，变量名不区分大小写，“ABC” “aBc” “abc”都一样。变量名应容易读懂，披露所含数据用途，少用难懂的缩写。

一、定类尺度

定类尺度也称类别尺度或名义尺度，测量变量的类型，定类尺度之间的关系平等，不能进行加减运算。

1.请问你的性别是：

A.男 B.女

2.大部分情况下，你在哪里看电影：

A.电影院 B.电脑 C.电视 D.其他

3.请问你喜欢哪种题材的电影？（可多选）

A.爱情片 B.科幻片 C.恐怖片 D.喜剧片

E.枪战片 F.武侠片 G.动画片 H.其他

二、定序尺度

定序尺度也称等级尺度或顺序尺度，对变量各类之间进行排序。定序尺度比定类尺度高级，不仅指出类别，而且指出不同类别的大小。定序尺度可以比较大小，但也不能加减。

1.请问你的年级是：

A.大一 B.大二 C.大三 D.大四

2.您喜欢旅游吗？

A.非常喜欢 B.喜欢 C.一般 D.不太喜欢

E.不喜欢

3.广告对我影响力很小。

A.非常符合 B.比较符合 C.难以确定 D.比较不符合

E.不符合

三、定距尺度

定距尺度也称等距尺度或区间尺度，不仅能将变量区分类别和等级，还可以确定变量之间的数量差别和间隔距离。定距尺度只能进行加减运算，不能进行乘除运算。如一个班级某门课程的考分，可以从高到低分类排序，形成 90 分、80 分、70 分，直到 0 分的序列。它们不仅有明确的高低之分，还可以计算差距，90 分比80 分高 10 分，比 70 分高 20 分等等。定距尺度的计量结果表现为数值，可以进行加减运算，但不能进行乘除运算，原因在于等级序列中没有固定的、有确定意义的“0”。例如，学生甲得分 90 分，学生乙得 0 分，可以说甲比乙多得 90 分，却不能说甲的成绩是乙的 90 倍或无穷大。“0”分在这里不是一个绝对的标准，并不意味着乙学生毫无知识。就如同不能说 40℃比 20℃暖和 2 倍一样。没有确定的标准的“0”位，但有基本的确定的测量单位，如学生成绩的测量单位是 1 分，质量价差的测量单位量 1 元，温度的测量单位是 1℃，等等，这是定距尺度的显著特点。在广告和市场研究中，真正的定距尺度很少，一般把定序尺度当作定距尺度来处理。

四、定比尺度

定比尺度与定距尺度差别很小。两者细微差别在于对“0”的理解不同。在定距尺度中，“0”无意义，不表示“无”；在定比尺度中，“0”有意义，表示“无”。在大量日常生活中，长度、重量、产量、利润等变量，“0”都是表示该事物不存在，因而大多数情况下使用的是定比尺度。有时也认为定距尺度是定比尺度的特殊情况。对于定比尺度，所有统计方法都可使用。

表 2-1 对比了每种尺度衡量标准的特征。

区分测量的层次和数据的类型十分重要，不同类型的数据应采用不同的统计方法来处理。比如，对定类数据，通常计算出各组的频数或频率，计算其众数和异众比率，进行列联表分析和 x ² 检验等；对定序数据，可以计算其中位数和四分位差，计算等级相关系数等非参数分析；对定距或定比数据，可以用更多的统计方法来处理，如计算各种统计量、进行参数估计和检验等。通常处理的多为数量数据。

适用于低层次测量数据的统计方法，也适用于较高层次的测量数据，因为后者具有前者的数学特性。比如：在描述数据的集中趋势时，对定类数据通常是计算众数，对定序数据通常是计算中位数，但对定距和定比数据同样也可以计算众数和中位数。反之，适用于高层次测量数据的统计方法，则不能用于较低层次的测量数据，因为低层次数据不具有高层次测量数据的数学特性。比如，对于定距和定比数据可以计算平均数，但对于定类数据和定序数据则不能计算平均数。 ok+rJ2svZTThEPgum/UJq6potXxaxSCGYJNZfS8jhq+IifghYPlhcsug9UcJycuC