变值的归类和层次关系研究社会的方法

一个变值所属的变量属于哪一个量度层次，变值本身并不是决定性因素，还得看它如何被归类。例如“读了四年中学”这个教育程度变值，是个定比层变量。但如果分类架构把年数合并，只分“大、中、小学程度”，便会被归入定序层中的中层；如果分类架构被缩为“是否受过学校教育”，而研究目的在于分辨学校教育跟体能的关系，不考虑各所学校的差别，则“读了四年中学”便归入定类层处理。

一个变量该有多少个变值呢？初步看来，似乎变值越多越准确。可是，在变值数量多而量度层次要求不高的情况下，数值花多眼乱，就不如合并为较少的类别来处理更简洁有效。例如十二年学校教育以下的，通称中学毕业以下，硕士或更高的并入大学以上程度。

差别层次是否越高越好呢？也不能一概而论。层次高的虽然较详细，但若非所需，那便只是琐碎和浪费，犹如拿称药的天平去称喂猪的口粮。差别归类的目的离不开需要，量度的需要若是为了裁衣，当然要分寸不差；若是为了形容少年憧憬中的异性对象，“高的”或“略矮”亦无妨。(www.xing528.com)

变值差别的归类并非一定下来就不变了，除了研究的需要，有时还须根据事象的实际分布而重新分类。例如某机构收集员工教育资料，原定分为从未进校、小学、中学、大学、硕士及以上五类，收集到资料后，发现只有很少是硕士及以上的，而中学程度的则占极大比例，前者不妨并入大学程度，后者可以再分作初中和高中。变值的重新分类，在社会研究、管理和政策的制订上，都是常见的措施：收入多少才算低收入家庭？多大年纪才算老龄？一年迟到多少次才算士气低落？变值差别的重新分类可以在同层次上进行，例如把中学程度再分为初中和高中，都属定序层。重新分类有时也可以是层次的更动，例如为了把学历和薪酬挂钩，中学毕业可改为12年教育，大学毕业改为16年教育，这样一来，教育程度这个变量，便由定序变成定比了。

合并类别和细分类别，会受预期的应用需要和统计分析决定。如果研究是为了向所有中学未毕业的人士提供职业辅导，或是统计分析只打算将教育程度作为定类变量来分析（第18章），则未必需要分辨0至12年的区别。