定序变量

　　定序变量（Ordinal）一般处于中级，主要用于描述事物大小、多少、轻重等能够进行比较的变量。定序变量往往与顺序有关。在社会研究过程中，我们可以对年龄等数据进行排序或简化，将老年人、中年人、青年人的年龄3、2、1来进行替换和排序，不仅简化了数字运算过程，同时也使得研究人的身份信息安全得到保障。定序变量之间可相互比较，但不能进行精准的测量和运算。因此在统计分析过程中，当我们得知某一定序变量时，我们可以用它来推测另一变量值的方向。

　　测量定序变量相关的系数主要有Gamma系数、dy系数等。

　　Gamma系数适用于分析对称的相关关系（即不区分自变量和因变量），系数值范围为[-1，1]，既能表示相关的程度，也表示相关的方向。

　　Somers dy系数适用于分析不对称的相关关系（即需要区分自变量和因变量），系数值范围为[-1，1]，既能表示相关的程度，也表示相关的方向。

　　1、定类变量与定序变量特点不同，导致测量尺度也存在差异

　　从定义的角度上来看，定类变量是描述属性特征的变量，如性别、种类等。我们在统计分析时只能由定类变量来猜测另一变量，判断是或不是。相比之下，处于中级的定序变量则是描述事物大小等具体数值的变量。它在统计分析过程中，虽然无法进行精准的运算，但是却能够比较变量间的程度，进行排序。

　　同时，在统计分析时不同的变量需要使用不同的测量尺度。这两种变量具有不同的特点决定其测量时运用的测量尺度也有所不同定类变量需要用定类尺度进行测量，而定序变量则需要用定序尺度进行测量。

　　2、定序变量可以降级为定类变量，反之却不成立

　　不仅如此，从数据性质的角度上来看，高层次尺度都具有低层次尺度的一切特征，反之则不然。因为高层次的变量大多能够获得更多、更准确的信息，而且调查和分析工作量普遍高于低层次变量，高层次变量向低层次变量无疑是降低了研究难度，所以其成立。定类变量描述属性，处于最低级；定序变量描述事物大小、多少并能够进行比较，处于中级，所以定序变量可以转化为定类变量，而定类变量却不可以转化为定序变量。

　　综上，定类变量和定序变量虽同属变量，却相互区别。定类变量是描述属性的变量，而定序变量描述事物大小、多少等并且能够进行等级排序。同时，位于高层次的定序变量可以通过转化变为定类变量。

　　在定量研究过程中，区分变量是为了使研究内容或调查指标更有效地被观测，同时也是为了将数字和符号分配于研究对象的特征（即研究变量）之上，从而使得社会现象数量化、类型化。所以，区分变量类型能够帮助我们进行研究和探索，从而更好地比较研究对象的各种差异，对差异进行等级或数量上的区分。