计量尺度（levels of measurement）是指对计量对象量化时采用的具体标准，如
千克、
米、
美元、
人民币等。
测量水平可以翻译成衡量尺度，计量尺度，测量尺度。
类别
定序计量(Ordinal level measurement)将统计数据按客观事物的某种无须确认的顺序进行排列,它是在分类基础之上的排序。也就是说定类计量是对事物的类别或者属性的一种测度，按照事物的某种属性进行事物的分类或者分组。最重要的一点：它的原则是各个属性之间没有等级上的划分。所有个案都是平等的，在一个等级上的。注意：对于“性别”变量，一般仍然将其划分为无等级差别的定类尺度变量。例如“血型”就是一个定类尺度变量。
定序数据表现为类别,但有顺序,是由定序尺度计量形成的。
定距计量(Interval level of measurement)对事物类别和次序之间的差距的确认,这是在排序基础上进行的。定距数据表现为数值,可进行加减运算,是由定距尺度计量形成的。也就是说，定距尺度变量不仅能够区分为不同的类型并进行排序，还能可以准确指出类别之间的差距是多少，最典型的定距型计量是温度。定比计量(Ratio level of measurement)就是有固定起点的定距计量。>定比数据表现为数值,可进行加,减,乘,除运算,是由定比尺度计量形成的。定比计量是比定距计量更加进一步，例如零摄氏度以下还有温度，为定距变量。但是重量为零就代表没有负数，为真正的定比变量。前两类数据说明的是事物的品质特征,不能用数值表示,其结果均表现为类别,也叫品质数据.后两类数据说明的是现象的数量特征,能够用数值来表现,也叫数量数据。因而，引出另外两个名词。
注意：
spss中，变量识图的“度量标准”可以对变量的尺度进行设置，很简单，有下拉列表，选择即可。有一点需要事先了解，这种原则只会影响制图和制表过程，对绝大多数统计分析过程没有影响。