“粒度”是指被分析变量的分辨率。如果您正在分析人的身高，您可以使用只有少数可能值的粗粒度变量——例如“高于平均水平、平均水平、低于平均水平”——或细粒度变量，具有许多或无限值的数量——例如整数值或实数值。

如果替代值之间的区别不清晰，则度量是“模糊的”。在height的粗粒度变量中，“清晰”度量意味着任何给定的个人只能被分配一个值——例如，一个高个子的人要么是“高于平均水平”，要么是“平均水平”。相比之下，“模糊”度量允许每个值的隶属度， “隶属度”取值从 0 到 1.0。因此，高个子的人可能是“高于平均水平 0.5”、“平均水平 0.5”、“低于平均水平 0.0”的值。

最后，当给出两个值时，度量是“粗略的”：作为“清晰”度量的估计值的上限和下限。在我们的高个子示例中，粗略的衡量标准是{UPPER = 高于平均水平，LOWER = 平均水平}。

您可能会问，为什么要使用粒度、模糊或粗略的测量？为什么不用漂亮、精确的实数来衡量一切呢？因为许多现实世界的现象没有一个好的、可靠的内在测量和测量程序来产生一个实数。如果您要求已婚夫妇以 1 到 10 或 1.00 到 10.00 的等级对他们的婚姻质量进行评分，他们可能会给您一个数字（或数字范围），但这些报告的可靠性如何？使用粗略的测量（例如“快乐”、“中性/混合”、“不快乐”）、模糊测量或粗略测量可以在您的分析中更可靠和更可信。一般来说，使用粗略/粗略的措施比使用精确/细粒度的措施要好得多。