1. 名目尺度: 此變量尺度旨在區分不同。這是人類知識發展最初,    最簡單的模式, 辨識類屬。例如, 性別有男和女之分。此種尺度是一種群體上的分類,    差異性的辨識。如宗教信仰分成基督, 天主, 佛教, 回教, 道教等等類屬; 膚色有棕,    黑, 白和紅等區別。將群體分成數個 `` 互斥" 子群體的衡量方式, 即稱為名目尺度。
2.  順序尺度: 這是比名目尺度更精細的尺度, 除了分辨不同外,    更呈現 ``程度" 上的差異。常用的順序尺度有教育程度, 國小、國中, $\cdots$等程度上的差異。    又如問卷調查的滿意度也是一種順序尺度。順序尺度具有名目尺度的用途, 而名目尺度無法轉換成順序尺度。
3. 區間尺度: 這裡引入``變化量" 的觀念, 除了保有順序尺度的資訊,    更把差異的程度數量化。數量相差的大小相同, 其意義或規模就相同。 區間尺度相對的差異性可以進行比較, 它的特點是變量的零點是人為訂定的參考點, 而非實際上具有 ''零, 無" 的意義。

4. 比例尺度: 統計資料中最精細的尺度, 變量本身就有絕對資訊,    表示擁有的規模, 無須採用相對差異性進行比較。例如,    身高 200 公分的長人為身高 100 公分的矮人的兩倍, 兩個矮人堆疊一起和一個長人同高。   比例尺度與區間尺度都是量化資料, 它們間的差別為區間尺度為相對差異性,    只相對差異性有意義, 變量的零點是人為訂定的一個相對參考座標,    可以依需要或習慣而改變。例如, 溫度衡量的方式台灣與美國就不用的零點,    但不影響討論每日氣溫變化的情形。比例尺度描述絕對性的差異, 零點就是代表無,    空無一物。長度為零, 體重為零都是無的概念。但是溫度為零並非沒有溫度,    它只是一個人造的參考原點。另外, 以西元年紀錄生日, 是利用耶穌生日作參考點。