测量水平是指在科学研究中测量变量的特定方式，测量尺度是指研究人员根据所选择的测量水平，以有组织的方式对数据进行排序的特定工具。

选择测量水平和规模是研究设计过程的重要组成部分，因为它们对于数据的系统化测量和分类是必要的，因此对于分析数据并从中得出被认为有效的结论也是必要的。

在科学中，有四种常用的测量级别和尺度：标称、顺序、间隔和比率。这些都是由心理学家斯坦利·史密斯·史蒂文斯（Stanley Smith Stevens）开发的，他在1946年的《科学》杂志上发表了一篇题为“关于测量尺度的理论”的文章。每个测量水平及其对应的标度都能够测量测量的四个属性中的一个或多个，包括同一性、量级、等间隔，最小值为零。

这些不同级别的度量有一个层次结构。由于计量水平较低（名义、顺序），假设的限制性通常较低，数据分析的敏感性也较低。在层次结构的每个层次上，当前层次除了新的内容外，还包括其下层次的所有质量。一般来说，最好有较高的测量水平（间隔或比率），而不是较低的测量水平。让我们按照层次结构中从最低到最高的顺序检查每个度量级别及其相应的量表。

名义水平和规模

标称量表用于命名研究中使用的变量范围内的类别。这种规模没有提供排名或排序的价值观；它只是为变量中的每个类别提供一个名称，以便您可以在数据中跟踪它们。也就是说，它满足了对身份的测量，并且只满足身份的测量。

社会学中常见的例子包括对性别（男性或女性）、种族（白人、黑人、西班牙裔、亚裔、美洲印第安人等）和阶级（穷人、工人阶级、中产阶级、上层阶级）的名义追踪。当然，还有许多其他变量可以在名义上衡量。

名义测量水平也称为分类测量，本质上被认为是定性的。在进行统计研究和使用这种测量水平时，人们会使用模式，或最常见的发生值作为衡量中心趋势的一种手段。

序数层次与尺度

当研究人员想要测量一些不容易量化的东西时，比如感觉或观点，就使用顺序量表。在这样一个尺度内，变量的不同值是逐渐有序的，这就是尺度有用且信息丰富的原因。它同时满足恒等式和量的性质。然而，重要的是要注意，由于这种尺度是不可量化的，变量类别之间的精确差异是不可知的。

在社会学中，序数尺度通常用于衡量人们对社会问题的看法和意见，如种族主义和性别歧视，或在政治选举中某些问题对他们的重要性。例如，如果一名研究人员想衡量一个人群认为种族主义是一个问题的程度，他们可以问一个问题，比如“今天的社会种族主义问题有多大？”并提供以下回答选项：“这是一个大问题”、“这有点像一个问题”、“这是一个小问题”和“种族主义不是一个问题”

当使用这种测量水平和尺度时，中位数表示中心趋势。

区间水平与尺度

与标称和顺序标度不同，区间标度是一种数值标度，允许对变量进行排序，并提供对变量之间差异（它们之间的区间）的精确、量化理解。这意味着它满足恒等性、震级和等间隔三个属性。

年龄是社会学家使用区间量表（如1、2、3、4等）跟踪的常见变量。还可以将非区间有序变量类别转换为区间量表，以帮助进行统计分析。例如，通常将收入作为一个范围来衡量，比如0-9999美元$10,000-$19,999; $20000-29000美元，依此类推。通过使用1表示最低类别，2表示下一个类别，然后使用3，等等，这些范围可以转换为反映收入水平不断提高的区间。

区间量表特别有用，因为它们不仅可以测量数据中变量类别的频率和百分比，还可以计算平均值以及中位数模式。重要的是，通过测量的间隔水平，还可以计算标准偏差。

比率水平和规模

测量的比率标度与区间标度几乎相同，但不同之处在于其绝对值为零，因此它是唯一满足所有四种测量特性的标度。

社会学家会使用比率表来衡量给定年份的实际收入，不分类别范围，而是从0美元以上。任何可以从绝对零开始测量的东西都可以用一个比率标度来测量，比如一个人的孩子数量，一个人投票的选举数量，或者与被调查者不同种族的朋友数量。

人们可以运行所有的统计操作，就像使用区间量表一样，甚至可以使用比率量表进行更多的操作。事实上，之所以称之为比率，是因为当我们使用比率级别的度量和尺度时，可以从数据中创建比率和分数。

更新：Nicki Lisa Cole博士。