7.3.3 指标
指标（indicators）是量化研究的必要工具，它可以认知和识别抽象概念在经验世界中的表现，是社会测量中使用的“量器”。指标按照字面理解就是指示和标志，英文indicators本身就具有指示和表示的意义。因此，所谓指标就是对一个抽象概念在经验层面的具体说明，是用一组可以观察到的经验现象来“指示和标志”一个抽象概念。指标和概念的操作化具有非常密切的关系，实际上一个详细具体的操作化定义就是由一组指标构成的。因此，概念的操作化就是指标建立的过程。
指标所反映的经验现象，不仅包括客观现象，也包括主观现象。也就是说指标按其属性可以分成两大类，即客观指标和主观指标。客观指标主要是用来测量社会生活的事实或条件，是反映客观状况的测量指标。它所测量的现象既包括能够被人们直接观察或感觉到的社会现象，也包括已经发生过的但可以回忆起来的社会事实。从个人来说，客观指标可以分成两个方面，第一，测量个人属性的指标，其中包括人的自然属性和社会属性的指标。例如，年龄、性别、民族、籍贯、出生地、职业、教育程度、婚姻状况等。第二，测量个人社会生活或行为状况的指标，例如个人的衣食住行、经济行为、工作情况、闲暇活动等各种行为。主观指标用来测量个人对某种现象或事物的感受、评价和态度，它是在客体和主体的相互作用过程中所形成的个人对社会客观状况的一种主观看法。主观指标主要分为三种类型，即评价性指标、情感性指标和取向性指标。评价性指标测量人们对某种现象的看法或意见，例如，对目前生活的满意程度、社会风气好坏评价、对某些价值观念肯定与否等。情感型指标测量的是对某件事物或观点的厌恶或喜欢，同情或怨恨等。例如，在对外来移民和城市居民的融合研究中，可以采用情感性指标测量族群之间的融合状况，如是否喜欢外来移民，是否同情他们在城市生活中遇到的困苦等。取向性指标则是指在某种假定的条件或情境下，测量人们将要表现出的态度、价值观念或发生的行为，也可以称为“情境性指标”。取向性指标有价值取向性指标和行为取向性指标之分。例如，“当三个不会游泳的人看到有人落水以后，甲马上逃离现场，乙立即跳下水救人，丙打110呼救，你认为谁的做法比较合适？”就属于价值取向性的指标。“如果邻居和您发生争吵，并把您打伤了，您将怎么办？”就属于行为取向性指标。应该说明的是，上述分类是相对的，因为无论是评价性指标、情感性指标，还是价值取向性指标或行为取向性指标，都是人们价值观念或主观态度的一种反映，它们的区别只是在于指标所测量的强度差异。
一般来说，同一概念的客观指标和主观指标是有内在联系的。由于主观指标的测量往往要受到被测量者具体情况的影响，例如，在测量时，被测量者心情不太高兴，可能会影响对问题的回答，具有较大的随意性，或者不愿真实地反映自己的想法。而且，态度、价值观念一类指标的测量也易受到社会思想和社会状况的影响，它们在不同的时期会有所变化。因此，在设计主观指标时，不仅应该谨慎一些，而且要用一些客观指标来加以验证，并且尽可能采用客观指标。例如，对家庭气氛的测量，除了要有主观评价指标以外，还应该有客观指标，如夫妇每天聊天情况、子女敬重长辈情况、家务劳动分工情况等，以便在分析资料时相互对照。另一方面，客观指标不能完全取代主观指标的功能，特别是对于一些比较深入的调查研究，必然要了解人们对某些事物的态度、价值观甚至信仰等。问题是在设计这类指标时要注意指标层次的转换，不要单纯地使用“您的信仰是什么？”“您最喜欢的格言是什么？”“您最崇拜的人是谁？”等问题。对于涉及价值观念的指标，根据笔者的经验，除了采用量表测量方法之外，还要注意设计一些与这些指标相对应的、层次较低的指标。例如，可以设计一些“情境性指标”，使被测量者成为“情境”中的一个角色，测量他在这种“情境”中可能持有的态度、价值观念或可能产生的行为，或者要求被测量者对假设的“情境”作出评价。
如果说从概念到指标是一个演绎、分析的过程，那么从指标到概念就是归纳、综合的过程。测量不是分别描述一个一个具体指标测量的结果，而是通过对一个一个指标的测量来说明与指标相对应的、比较抽象的概念。因此，当测量结束以后，还要对指标进行归纳和综合，反映出被测量概念质和量的特征。指标的综合方法主要有三种：
第一种是综合相加，如在高考中要测定考生的成绩，只要将考生的各门课程得分相加即可。一般量表测量也都是采用总加方法。但在一些不能简单相加的情况下就须经过标准化的程序。如测定工厂规模，若以工厂职工总数、年产值、固定资金数等多项指标去测量，测量单位不同，不可简单加总。此时可以将这些指标的绝对值标准化，标准值的计算公式一般为：
其中，S为标准值，vh为总体内最高值，vl为总体内最低值，vi为某厂的变量值。每个指标都照此类推，最后将各个标准值相加再除以指标数即得到综合测量值。
第二种是交互分类法，即将不同指标交互分类，获得新的分类。例如，当我们获得职业声望和教育程度的资料后，可以把职业声望和教育程度各分为高与低两种情况，交互后就可以得到以下四种类型：①教育程度高、职业声望高；②教育程度高、职业声望低；③教育程度低、职业声望高；④教育程度低、职业声望低。显然，第二种和第三种属于社会地位不整合。
第三种方法是指数法，即将指标按其实际意义作数学运算，成为可以测量变量的指数。例如，生育率
社会阶层流动率
等。
除了上述常用方法外，因子分析方法也已成为指标综合的主要方法，常用于社会统计模型中。
在制订测量指标时，应该注意指标之间的相关性、方向性。它们或者表现为因果关系，或者是条件关系，或者是共同变化的关系。也就是说在同一组相互联系的测量指标中，一个指标的测量结果和以后若干个指标的测量结果在逻辑上应该是基本一致的。如果指标之间测量的结果有矛盾，就会影响到指标的稳定性，即信度。根据指标测量的结果，总是有一定方向性，或者趋向于肯定，或者趋向于否定。例如，在测量夫妇关系时，就应该根据指标的方向（如对夫妇关系的肯定或否定），对每个测量结果评分进行计算加总，根据分数的高低测定夫妇关系的好坏。
指标的设计应该尽可能反映概念的内涵，尽可能达到对概念内涵的全部覆盖（虽然实际上并不可能）。实证研究者最为苦恼的是，他所设计的指标最多只能接近或逼近概念的内涵，但是几乎永远不可能达到对概念内涵的全部覆盖。概念的内涵如同一个永远不能到达的“路标”，你可以逐步接近，但不能达到，这既是社会测量的局限，也是社会测量的魅力所在。