5.1.1 度量尺度
所謂度量（measurement），就是按照一定的規則為某些對象、人、狀態或事件的特征或屬性指定適當的數字。由此可見，我們要度量的並不是對象、人、狀態或事件本身，而是它們的特征或屬性（attribute）。度量中所使用的數字與我們通常所理解的數字也有所不同。這裏所指的數字隻是用來表示對象某一特征或屬性的符號而已，不一定能進行算術運算。有時，這些數字也可以用字母或其他記號來代替。
數字或符號的具體含義取決於我們所要表示的特征或屬性的性質。
度量規則的確定是度量最關鍵的方麵。一旦度量規則確定以後，被度量對象的特征或屬性就能根據這些規則來描述了。度量規則也稱為度量尺度，最常用的度量尺度有四種：類別尺度、順序尺度、等量尺度和比例尺度。
1.類別尺度
類別尺度（categoricalscale），又稱名義尺度（nominalscale），是用指定的數字來識別對象或人們身份的一種尺度方法。這是最簡單的一種度量尺度。采用這種度量尺度時，我們首先把度量對象劃分為幾大類。這些類別對於被度量的總體而言，是既不遺漏也不交叉或重疊的，即每個對象都是屬於其中的一類，而且隻屬於其中一類。然後，對每個類別指定一個數字。屬於同一個類別的對象都具有同樣的數字。具有同一度量數字的對象都看做是相同的。這種度量尺度中的數字本身並沒有數學上的含義，換句話說，其中的數字並沒有大小之分。它們的作用僅僅是表明每個度量對象所屬的類別。因此，這些數字即使用字母或其他符號來代替，作用也一樣。有時，為了便於作深入分析，也可以考慮以觀察到的每一個類別中的實際發生值，即頻數作為這一類別的尺度值。人們的身份證號碼、郵政編碼和銀行信用卡賬號等就是一些最常用的類別尺度的例子。
在市場調研中，類別尺度主要用於將調查問卷中所得到的結果進行分類編碼，以便將每個被調查者回答的結果歸入一個特定的類別。例如，被調查者的性別、職業、地理位置和婚姻狀況等都是用類別尺度來度量的變量。
2.順序尺度
順序尺度（ordinalscale）就是根據度量對象的某一特征或屬性值對被測量對象進行排序，然後，按順序給被測對象分配一個相應的數字，以所分配的數字代表它們的次序，即為度量值。根據順序尺度的結果，我們可以得到“在××（屬性）方麵，××比××更多（或更少）”。可是，在順序尺度中，相鄰對象之間的差距不一定相等，因此，我們並不能說“在××（屬性）方麵，××比××究竟多多少（或少多少）”。正因為如此，順序尺度中的數字是不能作算術運算的。間隔相等的兩組數字所代表的對象間的屬性差不一定相等。例如，按銷售量對一批企業進行排序時，第1名與第5名之間的位置間隔和第5名與第9名之間的位置間隔是相等的，都相隔4個位置。但是，第1名與第5名之間的銷售量差和第5名與第9名之間的銷售量差多半是不相等的。
盡管對於順序尺度的度量結果，我們也不能實施算術運算，但通常可以利用中位數來反映排序對象特征或屬性值的中心位置。人們總是傾向於或偏好中位數一邊的特征或屬性值，而不喜歡另一邊的特征或屬性值的。值得注意的是，順序尺度的排序結果往往是根據個人的判斷結果得出的，因此，即使對於同一個對象，不同的人排序的結果也可能是完全不同的。
3.等量尺度
以某一方麵屬性的單位值（間距）作為標度的手段，以被測對象所含有的單位屬性值（間距）的數目來表示被測對象度量值的標度方法稱為等量尺度（intervalscale），有時也稱做等間距尺度（簡稱等距尺度）。此時，相等間距數字所代表的對象間的屬性差都是相等的。但是，采用這種尺度來度量時，用以標度的單位屬性值，以及零點的確定都是隨意的。我們在度量周圍環境的溫度時，既可以采用攝氏溫標，也可以采用華氏溫標，甚至還可以采用絕對溫標，就是一個等量尺度的例子。攝氏溫標與華氏溫標度量中不僅所采用的單位值不同，而且，所定義的零點也各不相同。而攝氏溫標與絕對溫標則是采用了相同的單位值，但定義的零點也各不相同。三種溫標都能度量出溫度的高低，但是所得到的度量數值是各不相同的，因為它們都是等量尺度。
對於等量尺度的結果，常用的統計分析方法都是可以應用的，如平均數、中位數、方差和標準差等都是有意義的。即使是單變量的回歸分析和假設檢驗等方法常常也是可應用的。
4.比例尺度
比例尺度（ratioscale）除了具有等量尺度法的所有特點，即相等間距的數字所代表的對象間的屬性差都相等外，它還有一個具有特定意義的零點。用千克表示的重量與用米表示的長度都是比例尺度的例子。對於比例尺度的度量結果，所有的算術運算都是適用的，表示任何一個對象度量結果的數值都可以看做是代表另一個對象度量結果數值的倍數。
在市場調研中，絕大多數的度量值，如銷售量、成本、市場潛在銷售量、市場占有率以及顧客數目等都是可以用比例尺度來度量的。對於比例尺度的度量結果，不僅算術運算都是可行的，統計分析也都是有意義的。