Page 127 - 社科学术研究入门及经验

所谓“测量的等级”，在这里可以简单理解成这个变量的value在多大程度上可以被精准
地量化。

举个例子，不同的词语的表达准确度是不同的，在日常生活里，我们说的每句话，如果仔

细去区分，也都有不同等级的可量化性。比如以下几句：

我下周就把报告交给你。

我下周二把计划交给你。
我下周二下午把计划交给你。

我下周二下午五点去把计划交给你。

很显然最后一句的可量化程度是最高的，因为它最精准, 信息也最丰富。

然而在研究中，我并不一定总需要可量化程度那么高的数据 ——比如我如果调查了
10000个人力资源经理的年龄和他们工资的关系，我可能只需要知道他们是哪一年生的，
不需要具体知道他们是哪个月哪个日子生的。虽然这会致使1970年1月1日和1970年6月

1日出生的两个人被标为一样的年龄（48岁），但是对我来说这个精准度可能就足够了。

于是按照变量的可量化程度，我们通常把变量们分为以下几类（越往后，其可以被精准量
化的程度就越高）：

Nominal variable （名义变量）: 这类变量的value都是一些没办法排序也没办法
定量的东西，比如以下这些变量: “性别”, “宗教”，“民族“，”专业“， “出生

地”，“国籍“。 这类变量的value一般都不是数字，如果是数字，那也不代表着什么
数字本身的含义。比如“篮球运动员号”这个变量，虽然有的球员是“29”号，有的

是“40”号，这只是为了区分开彼此的“ID” 而已，它不代表29号球员就比40号小或

者能力差，也没什么其他的含义。
Ordinal variable (有序变量）: 这类变量的value可以按照一定逻辑进行排序，从

低往高排，或者从高往低排。比如 “一道题困难的程度”(变量值 =不困难，还行，挺
困难)，“你对某陈述句的同意程度”(变量值=非常不同意，不同意，中立，同意，非

常同意)， “学生的年级”（变量值=一年级，二年级，三年级）——这些变量的
value内容就更丰富了，你看，对于一个normal variable来说，你只能知道它的变

量值是什么，不能知道变量值之间的任何关系；而对于ordinal variable来说，你
已经可以知道它的各个value之间的高低排序了。