※ 版權所有，轉載請聯繫作者 ※
從前在學習數學的時候，有例如2X+4Y=20的式子，在這個式子中，2和4是常量（Constant），X和Y是變量，顧名思義，X和Y是不確定的變化的量值。
在數學中，上面這個式子，可能是三個串成一條直線的珠子a、b、c，b可以左右滑動在中間，a和c在兩邊固定，2X表示ab的距離，4Y表示bc的距離，ac的距離是20，於是如果X=2，Y=4；X=3，Y=3，X和Y不是確定的值。在物理學中變量可能是速度、時間、距離、溫度等等；在醫學中變量可能是藥物的有效作用時間，藥品的價格，患者的年齡等；在社會學中變量可能是工資、利潤、成本、年齡等；在教育學中變量可能是學生的學習成績、毅力、智力、情商、創造力等；在心理學中變量可能是心理疾病程度、領導力等。所以很多時候還用Xi 和Yi 來表示第i個變量X或Y的值。
1. 變量的分類（Type of variable）
總而言之，這些變量是一些數值，可以數數或者測量出來，所以這些變量是量化的定量變量（或數值變量，quantitative or numeric variable）。但是還有一些如性別、民族、膚色、喜歡與否、喜歡程度等進行分類的定性的變量（或分類變量/屬性變量，qualitative, categorical or attribute variable），比如男和女，漢族、蒙古族等，白色膚色、黃色膚色、黑色膚色等。
變量的概念在統計學裏，變量也就是就是一種可以進行測量的數據條目（data item），對於變量的定義在統計學裏非常重要，尤其是在進行SPSS分析的時候，需要明確定義一個變量的性質，否則將會引起歧義。其實當你打開SPSS軟件時，數據錄入界面上面就顯示的全部是變量，如圖黃色高亮的部分就是變量:
就在上面所舉的例子裏面，可以發現，年齡是可以數的，民族和性別是可以分類的，溫度是可以測量的，工資是可以計算的。也就是說這麼多的變量也是各有不同的。像可以對數量多少（how many or how much）進行測量的稱爲定量變量，進行分類的稱爲定性變量。對於定量變量的數值進行加減求平均的計算是有意義的，但是對於定量變量進行加減求平均其實是沒有意義的，如漢族乘以蒙古族並不能得出什麼，白色膚色減去黃色膚色也不能得出什麼。
（1）在定性變量中，存在着一些規律，如例子：性別、種族、膚色、血型、顏色這種類型的變量的信息之間沒有等級區分，如並不能說性別男大於女，也不能給種族拍個優先順序，所以這些變量是無序的，只作爲分類，因此只給不同的類型取一個名字，所以這類變量稱爲無序變量（unordered-qualitative variable）。因此總結一下，無序變量是沒有順序、沒有等級劃分，但是能夠被分類（classified）和計數（counted）的一種變量。
與命名變量對比的就是有序變量（ordered-qualitative bariable），這類變量可以進行等級劃分，進行排序比較，比如喜歡的程度可以分爲高中低，高中的年級可以是高一、高二、高三，學歷可以分爲小學、中學、高中、大學、研究生等。但是卻不能知道每個等級之間具體相差的是多少，比如好與更好之間的差。這也是定性變量的一個性質。
（2）在定量變量中也存在着一些規律，有些變量是離散的不能夠連續的，稱爲離散變量（或非連續性變量，discrete or uncontinuous variable），這這類型的變量只能取到的是某些特定的值，而且這些值之間存在着一些“間隔/間隙”。比如，休假的日期只可以是4天、5天、7天等，一天每小時到達北京火車站的火車的數量等。
不過，有些變量是連續變量（continuous variable），是在給定的範圍內，可以取到任何的數值的變量，其實也就是可以有小數點的變量，離散變量中，不能說每小時到達2.3個火車，但是比如體重可以是50.3kg，每小時到達火車的數量只可能是2個或者三個，這是離散變量，但是體重可能是50.3kg，也可能是50.33kg，這個體重就是一個連續變量。連續變量通常四捨五入取小數點後三位。
2. 變量的測量尺度（Measure of variable）
在介紹變量的測量尺度之前，先簡單的介紹一下測量（measurement）。測量就是將數分配給一個對象（object）或者事件（event）的特徵（characteristic），這樣可以使其與其他對象或特徵進行比較。也就是用數值對事物或其特徵進行比較。尺度（scale）就是爲了測量而建立的準則。
在統計學中，變量的測量尺度分有以下四個。
（1）定類尺度/明目尺度（nominal scale）
定類尺度是根據事物的特點對其進行分類的一種尺度，賦予定類尺度的數值只是爲了區分種類，沒有順序大小而言，如在SPSS中可以將性別分爲男女，男賦值1，女賦值2，雖然2>1，但並不代表女>男。同時在這裏數值1與2也不可以相加，因爲男+女並沒有任何的意義。因此定類尺度並不能夠進行數學計算。這樣的例子還有民族、血型、顏色、膚色、電話號碼等。
（2）順序尺度/等級尺度（ordinal scale）
順序尺度是給事物區分等級的一種尺度，是一種分類（即包含定類尺度的特點）。比如喜歡的程度有喜歡、比較喜歡、非常喜歡，學歷有小學、初中、高中、大學、研究生，年級有一、二、三等。賦予的數值也是爲了區分其等級，如學歷的小學是1、初中是2、高中是3、大學是4、研究生是5，但是卻不能將其相加，因爲不能說小學（1）+初中（2）就等於高中（3）。等級之間存在差別，但是具體差異的程度卻不是明確的，比如喜歡的程度中喜歡是1、比較喜歡是2、非常喜歡是3，卻不能說非常喜歡（3）減去比較喜歡（2）就是喜歡（1）。因此順序尺度的數值也是不可以進行數學計算的。
（3）間隔尺度/等距尺度（interval scale）
間隔尺度是指事物的數值之間具有一定的間隔，這個間隔是等距的，因此也被成爲是等距尺度。比如華氏溫度（不是溫度差）、時間（不是小時），這樣的數據是連續的，同時沒有實際意義的0點。因爲0°C並不代表沒有溫度，00：00也不代表是沒有的時間。不過1°C、2°C、3°C、4°C...的間隔都是1°C；時間也是比如1：00、2：00、3：00間隔是1個小時。間隔尺度的對象有順序、可以進行比較，也就是具有定類尺度和順序尺度的所有特點。比如3點比2點晚，同時晚了1個小時（3-2=1）；2017年比2018年早，而且早一年（2018-2017=1）。這類尺度研究的事物只能對其間隔進行計算，也就是說只可進行加減計算，卻不能進行乘除計算，比如1點*2點並沒有什麼意義，2018年/2017年也沒有任何意義。
（4）比例尺度/定比尺度（ratio scale）
有這樣一類數據，連續的，同時存在類別、順序、可以比較大小、有差異、可以相加、可以計算比例、也可以相乘，而且0點具有實際的意義，比如收入（income），0就代表沒有任何收入，一個公司部門4個員工的月收入是A：2000、B：5000、C：8000、D：10000，B比A的月收入多3000，C的月收入是A的4倍，D的月收入是B的2倍。這樣的數據還有，絕對溫度，利潤等。
3. SPSS軟件
在SPSS分析軟件中，如下圖所示，“Type”列是選擇變量類型（Variable Type）的地方，右面“Measure”列選的是測量尺度（Measure scale）的地方，因爲SPSS一般是對數值進行處理，因此一般變量的類型（Type）會選擇“Numeric“【僅在於說明是一般情況】
Data->Define variable propertities就可以進行更詳細的編輯，同時能夠更具體看到SPSS中是如何定義尺度的。
參考文獻：
Lind, D. A., Marchal, M. G. & Wathen S. A. (2011). Statistical Techniques in Business & Economics (15th ed.). McGraw-Hill/Irwin.
성태제.(2011). 현재 기초통계학-이해와 적용(6판). 학지사.
“Measurement,”n.d., para 1.