量表题是名义还是标度

要看是数字还是排序。

量表题是名义还是标度要看是数字还是排序。如果是数字就定义为标度类型。不需要排序的定义为名义。

量表题是指属评分加总式量表最常用的一种，属同一构念的这些项目是用加总方式来计分，单独或个别项目是无意义的。

变量的类型按尺度划分有

像1-6这样赋值的可以根据这样的变量属性之间是否是有内在的大小或者等级顺序，如果有就是有序度量，如果能够进行进行简单的运算的就是尺度度量。0-1只有两个选项的就是名义度量，还有字符型的变量都将设为名义型。只要这个变量有两个属性，就可以设置为名义。。以上仅供参考。。。

像年龄、收入、花费这样的变量如果设置为1、2、3.。。时可以定义为尺度变量，因为前面这些是定量变量。而喜好、动机是定性变量，你在赋值的时候可以将其转化为定量变量，如果转化为定量变量的话就跟年龄，收入、花费就类似了；如果将其设置为字符类型的话，就可以用名义变量的，如果设为0-1变量时也是名义变量eg：喜好：非常喜欢设为1其他设为0，此时就是0-1变量，度量就是名义的了。

分类变量（Nominal/Categorical Variable）

分类变量，有时候也被称为名义变量，一般指两个及以上的分类，但是本身没有等级顺序之分。

举个栗子，性别就是一个只有两个分类的变量（男同学和女同学）；头发的颜色也是一个分类变量，黑的、红的、黄的、蓝的……（各种假发的颜色，嘿嘿~~~），对于这些变量你是无法给他们排排序（红的最漂亮，开玩笑，蓝的才最漂亮）。

看（吃）了上面的栗子，相信大家对于没有等级顺序特点的分类变量印象深刻！但是这里要注意两个原则：① 不同类别之间要互相排斥，也就是说每个研究对象只能归到一类；② 所有研究对象均有归属，不可遗落。比如说上面提到性别（男 or 女）；包含了性别的全部类别，同时不同类别之间又具有排斥性。

有序变量（Ordinal Variable）

有序变量和分类变量长得有点儿像，但是两者还是有明显的区别。有序变量是指分类数大于等于3，且类别之间存在序次关系的响应变量。在对此类资料进行统计分析的过程中，我们发现，有序变量的“类间距”并不相等，也就是各类型之间的稀疏程度并不是均匀的。

再举个栗子，假设你手里的数据有一个变量——经济水平，有三个分类（低、中、高）。首先，你可以把调查人群按照经济收入水平分为低、中、高收入人群（想想自己还在低收入中游荡……），然后你还可以根据收入的高低，给调查对象排序。

还有一个大家比较熟悉的经济收入的孪生兄弟——教育水平（小学、中学、大学、研究生）。即使我们可以将教育水平从小到大进行排序，但是实际上每个教育水平之间差距并不是简单的相等。

一般情况下，我们对不同的教育水平会分别赋值1、2、3、4，进而比较小学“1”和中学“2”，中学“2”和大学“3”，或者大学“3”和研究生“4”之间的差别。相信有小伙伴会发现，这里的小学“1”和中学“2”的差距有可能大于中学“2”和大学“3”的差距（学习要从娃娃抓起，还是很正确的~~~）。

在这个栗子中，我们虽然满以为很正确地将调查人群按照教育水平分类赋值，但是事实上，不同赋值并不能反映教育水平之间的实际差距。如果有小伙伴将其作等距对待，这样的处理则往往是粗糙而不精确的。

定距变量（

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com