4,50 von 5 Sterne
Loading...
Um in Statistik mit einer guten Note zu bestehen, muss man die Grundlagen zum Skalenniveau verstehen.
Wir haben die wichtigsten Infos für Skalenniveaus zusammengetragen und in die richtige Reihenfolge gebracht, sodass du ganz simpel lernen kannst, wie es genau funktioniert und der guten Note nichts im Wege steht.
Lass uns direkt einsteigen…
Was ist ein Skalenniveau?
Um Daten zu analysieren muss man verstehen um welche Variable, also Eigenschaft es sich handelt (z.B. Alter → Zahl oder Geschlecht → keine Zahl). Variablen lassen sich bestimmten Skalenniveaus zuordnen, bei denen man unterschiedliche Rechenmethoden anwendet.
Es wird zwischen vier Skalenniveaus unterschieden:
- Nominalskala
- Ordinalskala
- Intervallskala
- Verhältnisskala
Wann begegnet man Skalenniveaus?
In vielen Studiengängen, in denen Statistik gelehrt wird, begegnet man Skalenniveaus, um Daten zu generieren und zu analysieren. Skalenniveaus zu verstehen ist essentiell für die richtige Datenanalyse und Anwendung der richtigen Rechenmethode.
Metrisches Skalenniveau, kategorial:
– Fachwörter einfach erklärt –
• Kategoriale Daten: Nominal- und Ordinalskala
(Daten, die Kategorien ähneln wie z.B. Geschlecht)
• Metrisches Skalenniveau/ Kardinalskalen: Intervall- und Verhältnisskala
• Metrische Werte: Numerische Werte
• Messniveau: Synonym für Skalenniveau
• Ratioskala: Synonym für Verhältnisskala
• Dichotom: Variablen die nur zwei Werte annehmen wie z.B. 1 und 2
Welche Skalenniveaus gibt es? + Anwendungsbeispiel
Kategorial, nicht metrisch
Daten, die der Nominalskala zugeordnet sind, lassen sich in keine Reihenfolge bringen. Meist sind diese Daten qualitativ wie z.B. Nationalität, Geschlecht oder Haarfarbe. Um diese Daten auszuwerten, muss man sie in Zahlen codieren.
Kategorial, nicht metrisch
Daten, die der Ordinalskala zugeordnet werden, sind Kategorien. Diese Daten kann man in eine Reihenfolge bringen, wobei man den Abstand zwischen den einzelnen Kategorien nicht messen kann.
• Beispiel: Schulnoten oder eine Likert-Skala
Metrisch
Daten, die der Intervallskala zugeordnet sind, sind Daten die man ordnen kann. Der Abstand zwischen den Ziffern ist gleich und messbar. Beispiel: Geburtsjahr.
Metrisch
Daten, die der Verhältnisskala zugeordnet sind, besitzen einen Nullpunkt. Das heißt, man kann zum Beispiel nicht weniger als 0 Kinder haben. Diese Daten kann man ordnen und den Abstand der Werte bestimmen. Beispiele: Die Körpergröße oder das Alter.
Der Informationsgehalt der Daten ist bei Nominalskalen am geringsten und bei der Verhältnisskala am höchsten. Das heißt mit Daten die der Verhältnisskala zugeordnet sind lassen sich detaillierte Aussagen generieren.
Skalenniveaus Anwendungsbeispiel
Messung auf 4 Skalen: Alkoholkonsum
Welche Alkoholmarke präferieren Sie?
Trinken Sie Alkohol?
Welchem Trinktyp würden Sie sich zuordnen?
(Problemtrinker, Gelegenheitstrinker…)
Wie hat sich Ihr Konsum im Vergleich zum letzten Monat verändert?
Wie viele Bierflaschen trinken Sie pro Tag?
Skalenniveaus SPSS: Was Du beachten solltest!
Bevor die Daten in SPSS ausgewertet werden sollen, ist es wichtig nominale Daten wie z.B. Geschlecht in Ziffern zu codieren. Das heißt männlich = 1 und weiblich = 2 oder andersherum. SPSS kann nur mit Ziffern arbeiten und dementsprechend nicht mit z.B. nominalen Daten.
Skalenniveaus: Ein häufig gemachter Fehler
Wenn es um das Skalenniveau von Temperatur geht, entsteht häufig Verwirrung. Denn die Temperatur Angabe in Celsius ist intervallskaliert, da Celsius keinen Nullpunkt hat. Die Temperatur Angabe in Kelvin ist hingegen verhältnisskaliert, da diese einen absoluten Nullpunkt hat.
Skalenniveaus bestimmen:
7 Skalenniveau Beispiele zum Üben
– Welche Skala ist gemeint? –
Antwort → Klicke auf das Kreuz ⊕
Blond, brünett und schwarze Haare
Nominalskala
Likert Skala (0 - 4)
Ordinalskala
40 Grad Celsius, 41 Grad Celsius
Intervallskala
Ich bin 23 Jahre alt. Mein Freund ist 26 Jahre alt.
Verhältnisskala
Die Note: 2,3 & 5
Ordinalskala
BMI: Untergewicht, Normalgewicht, Adipositas
Ordinalskala
Mein Gewicht liegt bei 60kg
Verhältnisskala
Eine Zusammenfassung
- Kategorien
- Keine Rangfolge der Variablen möglich
- Kein Nullpunkt
- Kategorien
- Rangfolge der Variablen möglich
→ aber keine Abstände messbar - Kein Nullpunkt
- Zahlen
- Rangfolge möglich
- Abstände zwischen Zahlen messbar
- Kein Nullpunkt
- Zahlen
- Rangfolge möglich
- Abstände zwischen Zahlen messbar
- Nullpunkt vorhanden
Bevor man mit der Analyse von Daten loslegt, ist es wichtig zu verstehen, um welches Skalenniveau es sich handelt, um die richtige Rechenmethode anzuwenden.
YouTube Video & Literatur-Empfehlungen
Eine Vertiefung der Rechenmethoden, die bei den Skalen anzuwenden sind, findest Du unter dem folgenden Link:
https://www.statistikpsychologie.de/skalenniveaus/?cn-reloaded=1#tab-con-26
Wenn Du das Thema Skalenniveaus in Videoform anschauen möchtest:
Weiterführende Literatur:
https://link.springer.com/chapter/10.1007/978-3-658-10675-1_2
Nützlich zum Thema: Diagramme richtig auswerten – Schritt für Schritt zur perfekten Interpretation
Wir würden uns über einen Kommentar von Dir sehr freuen. Hast Du Anmerkungen oder Informationen rund um das Thema Skalenniveaus?
Wir haben viel Mühe in diesen Artikel gesteckt und freuen uns riesig, wenn du uns eine Sternebewertung hinterlässt. Vielen Dank! ? 4,50 von 5 SterneLoading...
Danke 🙂
Ich führe eine Studie zu Depressionen durch und verwende dazu den BDI-II. Die Antworten dabei sind für mich recht deutlich Ordinalskalenniveau, jedoch kann man nach der Auswertung der Antworten die Personen einordnen in minimale-, leichte-, mittelschwere- und schwere Depression. Daher meine Frage ob es sich dennoch um Ordinalskalenniveau handelt oder ob es auch Intervallskalenniveau sein könnte?