如果只使用變量類型，很多時候并不能準確地說明變量的含義和屬性，因此還需要進 一步給變量增加測量尺度這一屬性。在統計學中，按照對事物描述的精確程度，將所采用 的測量尺度從低級到高級分為 4 個層次：定類尺度、定序尺度、定距尺度和定比尺度。 1. 定類尺度 定類尺度(Nominal Measurement)是對事物的類別或屬性的一種測度，按照事物的某種屬 性對其進行分類或分組。定類變量的特點是其值僅代表事物的類別和屬性，僅能測度類別 差，不能比較各類之間的大小，所以各類之間沒有順序或等級之分，例如變量“血型”就 是一個定類尺度的變量。而對于“性別”這種兩分類變量，一般仍然將其歸為定類尺度變 量。但是兩分類變量較為特殊，即使將其歸為其他類型，一般也不會影響后續分析。 2. 定序尺度 定序尺度(Ordinal Measurement)是對事物之間等級或順序差別的一種測度，可以比較優 劣或排序。定序變量比定類變量的信息量多一些，不僅含有類別的信息，還包含次序的信 息。例如，按照小學、中學、大學這種方式來對“學歷”加以記錄，它就是一個典型的定 序變量。 3. 定距尺度和定比尺度 定距尺度(Interval Measurement)是對事物類別或次序之間間距的測度。定距變量的特點 是其不僅能將事物區分為不同類型并進行排序，而且可以準確指出類別之間的差距是多少， 典型的定距尺度變量就是溫度。定比尺度(Scale Measurement)則更進一步，和定距尺度的 差別在于它有一固定的絕對“零點”。比如溫度，0℃只是一個普通的溫度(水的冰點)，并非 沒有溫度，因此它只是定距變量，而重量則是真正的定比變量，0kg 意味著沒有重量可言。

由于這兩種測量尺度在絕大多數統計分析中沒有本質的差別，因此很多時候沒有做嚴格 區分