聚鑫汇平台统计资料：名义尺度与有序尺度如何区分

统计表格常用数字代表分类，但数字本身不一定具有大小或距离意义。检索聚鑫汇平台相关公开资料时，如果遇到类别代码，首先需要确认测量尺度，不能直接套用普通数值计算方法。以下案例全部来自虚构的博物馆观众问卷，仅用于说明分类资料的阅读规则。

聚鑫汇平台资料阅读中的名义尺度

假设某虚构博物馆调查参观者偏好的展览主题，将历史、艺术、科学分别编码为一、二、三。这些数字只是识别标签，不代表科学比历史高出两个等级，也不代表艺术处于两者之间。即使把编号顺序全部交换，分类事实本身仍然不会改变。

这类没有内在排序的分类称为名义尺度。合理的处理方式包括统计各类别人数、计算类别比例以及识别出现次数最多的类别。假设历史有八十人、艺术有六十人、科学有四十人，读者可以说历史是样本中最常见的偏好，却不能通过三个类别编码的平均值来定义观众的平均主题。

同一问卷还要求受访者评价展厅说明文字的清晰程度，选项依次为很不清晰、不太清晰、一般、比较清晰和非常清晰。这样的类别具有明确顺序，因此属于有序尺度。然而，相邻两个等级之间的主观差距未必相等，不能仅凭编码就断定从一般到比较清晰的改善程度，与从比较清晰到非常清晰完全一致。

假设两组观众的评价分别集中在一般与比较清晰。比较各等级的分布、累计比例或中间等级通常能够提供有意义的信息。若研究人员计算编码平均分，则必须解释采用这一简化处理的前提，避免把人为设置的等级间距描述为已经测得的客观心理距离。

阅读者可以先询问类别能否自然排序，再判断排序之间是否存在经过证明的等距关系。喜欢的展览类型没有天然顺序，而服务满意度通常可以排序，但顺序并不自动赋予精确距离。两种资料都能够进行人数和比例统计，只是进一步计算的解释范围不同。

还要注意缺答、不了解和不适用等类别。它们通常并非满意度等级的一部分，若被编码成最大的数字并纳入排序，会造成不合理的结果。清晰的统计说明应该同时公布题目原文、选项顺序及编码规则，使读者能够区分真实回答与处理标记。