一、数字变量和类别变量
在SPSS书中将变量分为定距型变量、定序型变量和定类型变量三种，其中定距型变量是指诸如身高、体重等连续数值型数据，也包括人数、频数等离散型变量；定序型变量是指具有固定大小或高低顺序，一般用数值或者字符表示；定类型变量是指没有固定大小或高低顺序；
今天在网上学习看到有将变量分为数字变量和类别变量，感觉这两个类别理解起来，我个人觉得好像更加清楚一点：
- 数字变量：主要是指可以用数字表达的变量，包括大小和程度上的变化，特别注意这里“程度”上的变化也成为数字变量，例如身高和学习兴趣都是数字变量，包含了定距型和定序型两种变量，因为学习兴趣可以有一个程度的高低，一般在实验研究中，自变量要求可以不是数字变量，但是因变量需要是“数字变量”，因此“成年后的职业”这个变量是不可以作为因变量的；
- 类别变量：重点强调变量的性质或属性，是从质的角度划分的，有点类似于上述分类中的定类型变量，例如性别。
二、信度和效度
实际上关于这两个概念，我到现在还感觉还是没有弄得很清楚，尤其是在对于信度效度的控制上，不过看到举的这个例子很方便理解这两个概念。
1.信度（以打靶作类比，信度就类似于一个人每次打靶的时候都能稳定的射在一个小片区里，也就是成绩十分稳定）：信度是指可靠性，它是指采用同样的方法对同一对象重复测量时，其所得的结果相一致的程度，从另一个方面来说，信度是指测量数据的可靠程度。
如何判断信度高呢，主要通过它多次结果的一个稳定性来看，比如用称来测量一个人的体重，那么如果称没有坏的话，几乎它每次的体重都是一样的，而通过一个人的声音；来判断体重的话，显然每个人得出的体重结果都不同，因此这两种方法比较来看，还是用体重称来测量体重的方法信度更高。那么如何在研究中确保实验的信度呢？主要有如下的方法：
第一，在测量或收集实验数据时，尽量采用一些已有的测量工具或方法，比如权威的量表、测试题、测量工具等；
第二，在做对照实验时，为了确保实验信度，可以多重复做几次实验，如果每次实验数据都是基本一致的，那么说明该实验信度高；
第三，对于实验数据测量打分时，可以采用不同的人，对同一组数据进行打分，按照相同的标准，尽量使最后打分结果基本一致，那么该结果信度较高。
2.效度（以打靶作类比，效度就是指在每次打靶射击时，都能够射中中心的位置，达到实验的目的）：效度是指有效性，是指测量工具或手段能够准确测出所需测量事物的程度。
第一，告诉学生做实验的目的，并且说明该方法是已经验证不会影响学习效果的课程，这样他们做实验的时候就不会太多抵触情绪，影响最后结果；
第二，实验为达到目的，必须以一定理论基础为依托来提出研究的目的与假设；
第三，在实验过程中，对实验结果的测量不仅仅需要参照权威的标准，而且需要从多个不同角度测量同一个结果，以此确保该实验真的能证明该结论，达到效度；
当然上述的论述只是以一些简单的例子为依托，介绍了一下基本方法，因为我感觉书本上的一些纯理论的介绍方法的类别我还是没有弄明白，希望以后多看到一些类似的例子能帮助理解这两个概念吧，虽然我现在对这两个概念还有些模糊。不过有一点是明确的，信度高且效度也高是最好的，每次都能射中靶心，这是实验中需要做到的。
