詹賽軍

在進行數據分析或問卷設計時，我們經常會遇到「測量尺度有哪些」這個問題。簡單來說，測量尺度就是用來分類和量化數據的標準，不同類型的數據適合用不同的尺度來處理。這就像我們在YouTube上傳影片時，會根據內容性質選擇適合的標籤分類一樣，數據也需要找到最合適的測量方式。

最常見的測量尺度可以分成四大類，每種都有其獨特的特性和適用情境。首先是最基本的「名目尺度」，這種尺度就像YouTube的影片分類標籤，只能用來區分類別但沒有順序意義，例如性別（男/女）或血型（A/B/O/AB）。再來是「順序尺度」，它比名目尺度多了一點排序的概念，像是YouTube影片的熱門程度（高/中/低），雖然知道高低差異，但無法確切量化差距有多大。

更進階的是「區間尺度」，這種尺度不僅有順序，還能計算出差異值，就像YouTube Analytics中的觀看時長數據，我們可以算出兩部影片相差多少分鐘。最後是「比率尺度」，它擁有前面所有尺度的特性，還多了絕對零點的概念，例如YouTube頻道的訂閱人數，我們可以說A頻道是B頻道訂閱數的兩倍。

了解這些測量尺度很重要，就像使用YouTube Music時要懂得區分歌曲類型一樣。舉例來說，當我們在YouTube Help查詢問題時，系統會根據問題類型（名目尺度）來分類，再依照熱門程度（順序尺度）排序顯示結果。同樣地，在Windows磁碟管理中，我們也會用到不同尺度，例如磁碟容量是比率尺度，而磁碟狀態（正常/警告/錯誤）則是順序尺度。

在實際應用上，這些尺度會影響我們選擇的統計分析方法。就像在YouTube TV上，我們會用名目尺度來區分不同節目類型，用順序尺度來排列推薦順序。當我們需要比較不同時期觀看數據時，就會用到區間尺度來計算成長幅度。而如果要分析頻道收益，比率尺度就能讓我們計算出確切的百分比變化。

什麼是測量尺度？新手必學的基礎概念

最近很多剛接觸統計或研究的朋友都在問「到底什麼是測量尺度？」這真的是做任何分析前必須搞懂的基本功啦！簡單來說，測量尺度就是我們用來分類和衡量數據特性的方法，不同類型的數據會影響後續能用什麼統計方式處理。就像買衣服要分尺寸一樣，數據也要先搞清楚它的「尺碼」才能正確使用喔！

測量尺度主要分為四大類，每種都有不同的特性和適用情境。先來看這個比較表格會更清楚：

名目尺度是最基礎的類型，就像把數據貼標籤分類而已。比如調查大家的血型或居住縣市，這些類別之間沒有高低順序之分，也不能做加減乘除。順序尺度就稍微進階一點，像問卷常用的「非常滿意、滿意、普通、不滿意」這種李克特量表，雖然知道順序但無法確定每個等級之間的實際差距有多少。

等距尺度開始可以玩真的數學運算了！像是攝氏溫度20度和30度的差距，與30度和40度的差距是相同的。不過要特別注意這類數據沒有真正的「零點」，所以不能說40度是20度的「兩倍熱」。最後的比率尺度是最完整的測量方式，像你的身高體重或是月收入，這些數據不但有實際意義的零點，還能計算倍數關係，所有統計方法幾乎都能適用。

在實際應用時，選擇正確的測量尺度超級重要。比如你想用平均數來分析民眾的「教育程度」（順序尺度）就不太適合，因為大學畢業和中學畢業之間的「差距」並不等於研究所和大學之間的差距。這時候改用中位數或眾數會更恰當。另外像是問卷設計時，如果把選項設成「1.非常同意 2.同意…」這種數字形式，要特別小心不要讓填答者誤以為可以做數學運算喔！

為什麼測量尺度對統計分析這麼重要？原來這些細節影響超大！

每次做問卷或實驗時，你有沒有想過為什麼要分「名目尺度」、「順序尺度」這些聽起來很學術的名詞？其實這就像去市場買菜，用磅秤和用目測的準確度差超多！測量尺度直接決定了我們能用哪些統計方法，亂用的話就像拿量杯來秤體重一樣荒謬。今天就來聊聊這個看似枯燥但超級實用的概念。

先來看最基礎的名目尺度，這就像幫東西貼標籤而已。比如性別分男女、血型分ABO，這些類別之間沒有高低之分。這時候你只能算「次數」或「比例」，硬要算平均數就會鬧笑話（難道要說平均血型是B型嗎？）。順序尺度就進階一點，像滿意度調查的「非常不滿意～非常滿意」，雖然知道1分比5分低，但無法確定1分和2分的差距是否等於4分和5分的差距。

等距尺度開始就有數學意義了，像溫度計的攝氏度數，20度和30度的差距等於30度到40度。這時候終於可以放心算平均溫度和標準差了。最高階的是比率尺度，特點是有真正的「零點」，比如體重0公斤就是真的沒有，這種尺度連「A是B的兩倍」這種話都能說（月薪3萬確實是1.5萬的兩倍）。

最常見的錯誤就是把順序尺度當等距尺度用。比如把「非常滿意=5分」到「非常不滿意=1分」的分數直接相加算平均，其實暗含了每個選項的「心理距離」都相等的假設，但實際上可能「普通」到「滿意」的跨度比「滿意」到「非常滿意」大很多。很多市調報告的數字看起來很精確，但若尺度用錯，整個解讀方向都可能跑偏。

何時該用名目尺度？這些情境最適合用來分類沒有順序或大小差異的資料。名目尺度就像幫東西貼標籤，重點在區分「類別」而不是比較高低。今天就用台灣人熟悉的例子，帶大家看看哪些情況特別適合用這種方法。

首先最常見的就是「性別調查」啦！問卷上常看到「男/女/其他」的選項，這就是典型的名目尺度。因為性別之間沒有誰高誰低的問題，純粹是分類而已。另外像血型（A/B/AB/O）、居住縣市（台北/台中/高雄…）這些也都是同樣道理，重點在知道「有多少比例」而不是「哪個比較好」。

再來是市場調查常用的「品牌偏好」。假設想了解台灣人最愛的手搖飲品牌，問卷可能列出：50嵐、可不可、迷客夏、清心福全…這些選項之間沒有高低之分，純粹是看大家喜歡哪個牌子。這種情況用名目尺度就很適合，因為我們要的是「各品牌的支持率」而不是排名。

還有一種情況是「開放式問題的歸類」。比如問台灣人週末最常做的休閒活動，可能收到爬山、看電影、逛夜市等五花八門的答案。這時候研究人員會把這些回答歸類成「戶外活動」「室內娛樂」「社交活動」等幾大項，這種後續的分類處理也很適合用名目尺度來分析。要注意的是，雖然可以計算每類出現的次數，但不能說「戶外活動比室內娛樂好」喔！