一句话回答
有序变量是一种分类变量,取值有明确的先后顺序但不等距,比如 1–5 分的满意度、套餐档位、优先级。因为各档之间距离不等,平均分可能误导;汇总时应该看分布、中位数和前两档占比。
公式: 前两档占比 = 落在最高两档的评分数 ÷ 全部评分数
什么是有序变量?
有序变量(ordinal variable)是一种分类变量:类别之间有明确的先后顺序,但相邻两档之间的距离未知或不相等。1 到 5 分的满意度、T 恤尺码、P1 到 P4 的工单优先级、学历层次都是有序变量:能说出哪个高,但说不出高多少。
缺的这一块,也就是「等距」,正是关键。从「不满意」(2)到「一般」(3),和从「满意」(4)到「非常满意」(5),不一定是同样大的一步。1–5 这几个数字是按顺序排好的标签,不是测量值。所以打分的平均数可能盖住客户真实的反馈,平均分相同的两个团队,面对的客户可能完全不同。读有序数据,要看分布、中位数和前两档占比。
统计学里的「有序」是什么意思?
「有序」是 S. S. Stevens 在 1946 年提出的四种测量尺度之一。每往上一级就多一个性质,每多一个性质就多一些能做的算术:
| 尺度 | 有顺序? | 等距? | 有真正的零点? | 例子 | 能用的汇总方式 |
|---|---|---|---|---|---|
| 名义 | 否 | 否 | 否 | 国家、浏览器、支付方式 | 计数、占比、众数 |
| 有序 | 是 | 否 | 否 | 1–5 分满意度、套餐档位、优先级 P1–P4 | 以上 + 中位数、分位数、秩检验 |
| 区间 | 是 | 是 | 否 | 摄氏温度、公历年份 | 以上 + 均值、差值 |
| 比率 | 是 | 是 | 是 | 收入、会话时长、浏览量 | 以上 + 比值(「长一倍」) |
名义变量和有序变量都属于分类变量,区间变量和比率变量是数值测量。有序变量夹在中间:比标签多一点信息,又比测量值少。各种类型的全貌见词条数据类型。
有序数据的例子
凡是让人排名、打分或分档的地方,都会出现有序数据:
- 满意度打分:1–5 分的 CSAT、应用商店星级、三档及以上的「这次服务怎么样」评价。
- 同意程度量表(李克特式题目):非常不同意、不同意、中立、同意、非常同意。
- 档位和等级:免费版、专业版、企业版套餐;铜、银、金会员等级;初级、中级、高级。
- 严重程度和优先级:P1–P4 工单、低 / 中 / 高风险、缺陷严重级别。
- 分档后的数字:年龄段(18–24、25–34)、收入区间、公司规模(1–10 人、11–50 人、51–200 人)。原始数字是比率变量,但按不等宽分档之后就成了有序变量。
- 名次:比赛或搜索结果里的第 1、2、3 名。前两名之间差多少,说明不了第 2 名和第 3 名之间差多少。
为什么 1–5 分取平均会误导:一个算例
示例数据:两个客服团队一个月各收到 100 条满意度评分,满分 5 分。
| 分数 | A 组 | B 组 |
|---|---|---|
| 1(非常不满意) | 0 | 26 |
| 2 | 10 | 5 |
| 3 | 30 | 3 |
| 4 | 50 | 15 |
| 5(非常满意) | 10 | 51 |
| 评分总数 | 100 | 100 |
算一下常用的几个汇总值:
- 平均数。A 组:(0×1 + 10×2 + 30×3 + 50×4 + 10×5) ÷ 100 = 360 ÷ 100 = 3.6。B 组:(26×1 + 5×2 + 3×3 + 15×4 + 51×5) ÷ 100 = 360 ÷ 100 = 3.6。完全一样。
- 中位数。100 条评分排好序后,中位数落在第 50 和第 51 条之间。A 组累计到 3 分是 40 条、到 4 分是 90 条,所以中间两条都是 4 分:中位数 4。B 组累计到 4 分只有 49 条,所以第 50、51 条都是 5 分:中位数 5。
- 前两档占比(4 分和 5 分)。A 组:50 + 10 = 60%。B 组:15 + 51 = 66%。
- 后两档占比(1 分和 2 分)。A 组:0 + 10 = 10%。B 组:26 + 5 = 31%。
平均数说两组一样。中位数和前两档占比说 B 组更好。后两档占比则说 B 组将近三分之一的客户不满意,是 A 组的三倍。A 组表现稳定;B 组两极分化,让大多数客户很满意,却让相当一部分客户失望。两种情况要用不同的办法改进,而平均数把这两件事都盖住了。
由此得出的规则:报告分布,并且始终把前两档占比、后两档占比和中位数放在一起看。对有序数据来说,单看一个数是不够的。想把自己的评分计数换算成 CSAT 分数,可以用 CSAT 计算器,再把后两档占比放在旁边一起看。
有序变量适合用哪些统计方法?
| 问题 | 用 | 避免 |
|---|---|---|
| 典型值是多少? | 中位数、众数 | 把平均数当标题数字 |
| 离散程度多大? | 四分位距、百分位数、完整分布 | 标准差 |
| 正面、负面各占多少? | 前两档和后两档占比 | 不拆分的单一「满意度指数」 |
| 两组之间有没有差别? | Mann–Whitney U(秩和)检验 | 对原始编码做 t 检验 |
| 是否随另一个有序变量变化? | 斯皮尔曼秩相关 | 对编码做皮尔逊相关 |
Mann–Whitney U 检验把两组的所有观测放在一起排秩,看其中一组的秩是否系统性地偏高。它只用到顺序,所以适合有序数据。对上面那 200 条评分做这个检验,得到 z ≈ −2.33、p ≈ 0.02:两组的评分分布确实不同,尽管平均数一样。对编码做 t 检验则完全看不出差别,因为它比较的就是平均数。
有序量表并不是不能取平均。很多团队会长期跟踪平均 CSAT,在量表固定、分布形状稳定时,移动平均可以提示变化。风险在于拿分布形状不同的几组去比平均数,就像上面的例子。
有序变量的常见误区
- 默认各档等距。把「差、一般、好、很好」编成 1–4 再求平均,等于假设「差到一般」和「好到很好」是一样大的一步。
- 跨量表比较平均分。5 分制的 4.2 和 10 分制的 8.4 不是同一个分数,换算比例也解决不了,因为人们使用这两种量表的方式不同。
- 不写分母。25 条评分里的「92% 满意」比 2,500 条里的同一数字不可靠得多;只要一个客户从满意变成不满意,前者就掉 4 个百分点(25 条里从 23 条变成 22 条)。
- 中途把量表反过来。去年问卷里 1 分代表「好」,今年代表「差」,所有趋势线都断了。
- 合并档位的口径不一致。这份报告把 4–5 分算「满意」,那份只算 5 分,数字就没法比。
- 丢掉顺序信息。把有序数据当名义数据处理是稳妥的,但浪费了信息;基于秩的检验通常能发现对类别做卡方检验发现不了的差异。
能正确衡量之后怎么提升满意度,见如何提升 CSAT。开放式反馈根本不是有序数据,它属于定性数据。
在 TapCub 里读满意度
上面两个团队的例子,正是客服主管对比坐席时会遇到的情况。把本文的方法用到 TapCub 的数据上:
- 找到分数。客服 › 客服报表里有满意度:会话结束后 24 小时内访客可以打 1 到 5 分,每条会话只能评一次,报表取平均、保留一位小数。同一张报表的坐席工作量里,还按坐席分别给出满意度。
- 把平均分当线索,不当结论。报表显示的是平均数,两个都是 3.6 分的坐席看上去一模一样,就像 A 组和 B 组。给坐席排名之前,先看每人各有多少条评分,再到客服 › 客服工作台的「已结束」列表里查看每条已解决会话的满意度分数。
- 把自己的有序属性画成分布。如果你把评分作为事件属性上报,全端分析 › 行为分析 › 行为分析里的分布分析可以选一个数值属性:直方图给出每个区间的数量和占比,同时给出平均数和中位数,分数的形状和平均分摆在一起看。
- 知道边界。TapCub 不做问卷,比如 NPS 或 CES 问卷;客服满意度是它自己收集的那一项评分。
资料来源
- Stevens, S. S. (1946). On the Theory of Scales of Measurement. Science, 103(2684), 677–680.
- Mann, H. B., & Whitney, D. R. (1947). On a Test of Whether One of Two Random Variables is Stochastically Larger than the Other. Annals of Mathematical Statistics, 18(1), 50–60.
- NIST/SEMATECH 统计方法电子手册,7.3.5 Do two arbitrary processes have the same central tendency?(Mann–Whitney 秩和检验步骤)。
- UCLA OARC 统计咨询,What is the difference between categorical, ordinal and interval variables?
这个解释清楚吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。
