SPSS 中的测量尺度

在本节中，我们将学习 SPSS 中的测量选项。 测量是一种属性，用于定义变量中使用的测量标签。 这是一个非常重要的属性。 数据的处理和正确的统计检验的选择取决于我们为变量采取的测量种类。 如果我们选择任何变量，我们可以看到三种类型的测量，如下图所示

所以我们有名义，有序和尺度类型的测量。 这些是不同类型的测量，但总而言之，如果我们必须了解测量，社会科学研究中有四种类型的测量。 它们被称为测量的名义，有序，间隔和比率尺度。 因此，我们将迅速尝试了解它们是什么以及如何将它们用于SPSS。 测量和测量尺度都是同一件事。

测量用于测量某物或指代我们关注的属性。 例如，如果我们来自人类学背景，我们一定对测量血糖水平感兴趣。 如果我们来自心理学背景，我们一定对测量个体的动机和个性感兴趣。 如果我们来自管理背景，我们一定对管理过程感兴趣。 这些是不同类型的变量。 为了研究变量，我们需要测量它们。 我们需要准确地量化它们。 有序，名义和尺度测量用于量化。

测量尺度

测量尺度是指可用于测量任何社会或心理测量属性或我们正在研究的任何变量的测量尺度。 所有测量尺度都可以分为两部分。 第一个是测量的分类尺度，第二个是连续尺度。

分类尺度也称为离散尺度。 因此，我们需要一个分类尺度来测量分类变量。 分类变量以两种形式出现，即名义变量和有序变量。

因此，名义变量是那些以完美类别或互斥类别形式出现的变量。 这意味着如果我们是某个类别的一部分，我们就不能成为另一个类别的一部分。 例如，性别变量有两个标签，男性和女性。 因此，如果我们是某个类别的一部分，我们已经被排除在其他类别之外。 因此，这些类别是互斥的。 这就是为什么在 SPSS 中，这个尺度是通过一个带有不同颜色的维恩图来显示的，如下所示

在上图中，我们可以看到一个名义尺度的维恩图，有三种不同的颜色绿色，蓝色和红色，表明我们定义的类别的互斥性。

如果我们查看下图中的有序变量，我们可以再次看到三种不同的颜色，但它们似乎是像条形图一样的排序顺序。

因此，有序尺度指的是变量可以被分类，但也可以被排序的尺度。 例如，课堂上学生的身高可以用米来衡量。 因此，在这种情况下，它将是一个连续的测量。 但是，如果我们测量课堂上学生的身高，如矮身高，中等身高和高身高，我们可以按升序或降序排列矮，中和高。 因此，有序尺度基本上是可以排序的那些名义尺度。 例如，学生的身高，社会经济地位。

有两种类型的连续尺度，即间隔尺度和比率尺度。 间隔尺度是指要求对某个主题发表意见的利克特类型尺度，答案从强烈反对到强烈同意不等，并且在两者之间，我们可以有其他选项。 因此，我们将为强烈反对定义一个值0。 我们还将定义1 2和3作为未决定，4作为强烈同意。 它被称为间隔尺度，因为这个想法是尺度上两个点之间的测量在整个尺度上是相同的。 因此，如果0到1之间的值为x，则意味着1到2，2到3，3到4之间的值也是x，如下所示

因此，这是一个将我们的整个测量划分为相等数量的部分的尺度，这通常发生在利克特尺度中。 所以那是我们的间隔尺度。 这个尺度表面上看起来有一个 0，但实际上，它没有绝对零。 例如，假设我们测量了个人的态度或个人的智力或个人的个性特质。 在这种情况下，我们不可能找到一个没有零人格特质或 0 态度或 0 动机的人。 但是，我们在这里分配一个 0 值。 因此，无论如何，我们都不会有一个在贸易方面为 0 的个人，特别是当他们是像个性，态度，动机和领导力这样的社会贸易时。 因此，内部尺度有一个限制，即缺乏绝对零。

这种情况在比率尺度的情况下可用，比率尺度包含一个绝对零。 因此，绝对零是离子之间运动停止的点，并且我们在该点具有 0 温度。 因此，绝对零意味着我们正在测量的属性不存在。 例如，如果我们测量血糖水平，并且如果我们说血糖水平为0，则意味着血糖完全不存在。 同样，如果我们测量收入并将收入报告为零，则意味着该人没有收入。 这意味着在比率尺度的情况下，绝对零是可能的。

现在，在 SPSS 中，如果我们查看处理器，我们将看到名义，有序和尺度变量。

在 SPSS 中，出于所有实际目的，它将间隔和比率尺度组合成一个，并称为尺度变量。 我们可以看到用于尺度变量的仪表尺度类型的符号，因此它表明它是一个定量变量。 但是，定量变量要么是间隔变量，要么是比率变量。