廖柏森
研究變項一旦操作化，一個重要的特性就是可以測量(measure)，但是要進行測量有幾種不同的方式，也就是使用不同的尺度(scale)來測量。換個角度說，尺度就是觀察、組織資料並賦予資料數值的方法。常用的尺度可分為四類:
(1) 名目尺度(nominal scale): 又稱為類別尺度(categorical scale)，目的是將資料分門別類並指定名稱或數值，但不賦予這些數值任何價值高低的意義。例如將翻譯活動區分為口譯、筆譯；翻譯教育的學制分為翻譯研究所、翻譯系、翻譯學程；譯者性別為男性、女性；譯者的母語是中文、英文、日文等。例如在統計分析時可將口譯登錄設定為1，筆譯為2，但1與2兩個數值之間並無高低之別，也不能用來做加減乘除等計算，即使計算出數值也不具任何意義。就像1代表口譯，2代表筆譯，求兩者的平均數得到1.5，卻無法解釋1.5代表何種翻譯活動。因其數值之間是無法再分割成更小的單位，並沒有連續的意義，因此屬於一種間斷變項(discrete variable)。
(2) 次序尺度(ordinal scale): 又稱為等級尺度(ranking scale)，目的是依資料的屬性排出高低大小順序的等級，可以相互比較。例如翻譯專業學歷從低至高可分為學士、碩士、博士；翻譯課學生的名次可從第一名排到最後一名。但是這種資料只能按等級排序，可是等級之間的距離單位是不相等的，也不能就這些數值進行加減乘除等計算。例如將翻譯學士設定為1、碩士為2、博士為3，我們只能說就翻譯專業學歷而言，3比2和1高，2比1高，可是不能說1+2=3，那是沒有意義的。另外，次序尺度也是一種間斷變項。
(3) 等距尺度(interval scale): 除具備上述將資料分類賦予名稱和排序之外，等距尺度中等級之間的距離單位是相等的，因此可以就其數值從事數學運算。最常見的例子為學生翻譯考試的分數，從滿分100分到最低0分之間每個分數間都是等距，因此可以計算全班分數的平均數和標準差。其它例子還有溫度、智商等，其數值是連續而且理論上可以無限分割，因此屬於一種連續變項(continuous variable)。
(4) 等比尺度(ratio scale): 等比尺度與等距尺度的差別在於等比尺度的資料還具有絕對零點(absolute zero)的性質，也就是沒有負值而可以從零起算的情況，例如譯者的薪資、年資、身高、體重等，這些數值都可以統計運算，而且數值差距間的比率具有實質意義。例如我們可以說譯者年資20年是5年的4倍，因為年資具有從未從事翻譯的絕對零點。不過翻譯考試得到零分並不是種絕對零點，學生仍具有某種程度的翻譯能力，只是在這次考試中無法反映出來，我們不能解釋為學生全無絲毫翻譯能力。溫度也是一樣，雖然溫度計上可出現零度，但不能解釋為毫無溫度，因此學業成績和溫度還是要視為等距尺度。此外，等比和等距尺度一樣都是連績變項。
名目尺度只提供資料的類別名稱；次序尺度提供資料的類別名稱和等級次序；等距尺度提供資料的類別名稱、等級次序和等級之間的等距資訊；而等比尺度提供的資料則包裝類別名稱、等級次序、等級之間的等距和絕對零度的資訊。而這四類尺度之間可以相互轉換，只是轉換的方向只能由等比、等距、次序至名目尺度的單向操作，不可反向轉換。例如翻譯證照的考試分數是等距尺度；分數從最高分至最低分可以轉換成第一名排至最後一名的順序，這樣就成為次序尺度；我們還可以把排名前25%設定為高能力組、後25%為低能力組、中間50%為中度能力組，這樣就轉換成三組的名目尺度。我們可以視研究的需要來轉換測量變項資料的尺度，採用適當的統計分析方法，來解決研究的問題。
留言列表
