1. 第 1 章 類別數據的基礎知識 3
所謂類別數據（Categorical data）是指何種的數據呢？
意見調查時經常出現的是類別數據 。
因此，請看以下的意見調查問卷。
表 1.1 意見調查問卷
【問 1】 您的性別是
1.女性 2.男性 【性別】
【問 2】 您的年齡是
1. 20 世代 2. 30 世代 3. 40 世代 4. 50 世代 【年齡】
【問 3】 您的職種是
1.事務職 2.技術職 3.管理職 【職種】
【問 4】 您滿意您的職業嗎？
1.滿意 2.稍為滿意 3 略為不滿意 4.不滿意 【滿意度】
【問 5】 您飼養寵物嗎？
1 有 2 無 【寵物】
問 1 的回答是被分成女性與男性 2 者。此時，將女性、男性分別稱為
類。
性別
男性類女性類
圖 1.1

2. 類別分析的 SPSS 使用手冊4
問 3 的回答是分成 3 類的職種。
職業
技術職類
管理職類
事務職類
圖 1.2
像這樣，數據是由幾個類別所構成時，稱為
“類別數據”。
問 2 與問 4 的回答由於被分成 4 個，所以是類別數據。
意見調查的回答幾乎是像問 4 的回答。
數據的種類大略區分，有以下 3 種。
名義數據 順序數據 數值數據

3. 第 1 章 類別數據的基礎知識 5
名義數據
像性別、職種、居住地域、喜好動物、喜好食物之類，類別之間沒有
順序關係之數據稱為名義數據。
在 SPSS 的名義數據中，準備有單一名義、曲線（spline）名義、多重
名義 3 種。
單一名義時，數量化的次元只有 1 個，多重名義是有數個次元，各次
元的數量化之值是不同的。多重名義請參照第 7 章﹝輸出結果的判讀 1﹞
的 與﹝輸出結果的判讀 2﹞的 、 。
變換圖
2.0
1.5
1.0
0.5
0.0
−0.5
−0.0
事務職 技術職 管理職
數
量
化
類別
圖 1.3 最適尺度水準：單一名義
X 軸是原來的類別，Y 軸是已數量化之值。
名義數據
單一名義
曲線名義
多重名義（複名義）

4. 類別分析的 SPSS 使用手冊6
順序數據
像滿意度、等級、商品被選出的順號，要求改善的順位等，類別之間
有順序關係之數據稱為順序數據。
?
0 1 2 3
順序
順序數據
?1
0 1 2 3
數值
數值數據
1
112 =− 差是否相同？
關於數值數據請參照後面。
順序數據與數值數據之不同，在於值之差是不同的。譬如，順序數
據之值的「2與3之差」與數值數據的「2與3之差」並非是具有相同
大小之差。
不滿 略為不滿 稍為滿意 滿意
SPSS 的順序數據準備有順序與曲線（spline）順序 2 種。
如使用曲線順序時，利用數量化雖可以增加圓滑性，但與原來的數據
的適合度即變低。

5. 第 1 章 類別數據的基礎知識 7
變換圖
2.0
1.5
1.0
0.5
0.0
−0.5
−0.0
數
量
化
類別
滿意 稍為滿意 略為不滿意 不滿意
圖 1.4 最適尺度水準：順序
X 軸是原來的類別，Y 軸是已數量化之值。
順序數據
順序（次序）
曲線順序

6. 類別分析的 SPSS 使用手冊8
數值數據
像年齡與金額，被分數化的回答等，利用具有一定間隔或比率的尺度
所測量的數據稱為數值數據。
數值數據之差具有一定的意義，譬如，對某看法自己可以贊同到何
種程度呢？將此設問進行分數化時，不管是用 1~5 的數值或是-2~+2
的數值都沒有關係。
也有將數值數據再分成距離尺度與比例尺度。
將間隔尺度稱為距離尺度（distance scale）的人也有。
名義尺度（nominal scale）……掛號的 11 號，12 號，13 號
順序尺度（odinal scale）……成績的 11 名，12 名，13 名
間隔尺度（interval scale）……溫度的 11 度，12 度，13 度
比例尺度（ratio scale）……金額的 11 元，12 元，13 元
區分間隔尺度與比例尺度是很難的。雖然有 10 元是 5 元的 2 倍的表
現方式，但不太說氣溫 10 度是 5 度的 2 倍。
變換圖
1.5
1.0
0.5
0.0
−1.5
−2.0
數
量
化
−1.0
−0.5
20代 30代 40代 50代
類別
圖 1.5 最適尺度水準：數值
X 軸是原來的類別，Y 軸是已數量化之值。