Skalenniveau in Statistik leicht erklärt + Beispiel

Was kann man unter einem Skalenniveau verstehen?

Man differenziert in einer Statistik hinsichtlich der zu überprüfenden Attribute unterschiedliche Skalenniveaus. Je größer das Skalenniveau ist (man fängt hier mit der Nominalskala an und geht über die Ordinalskala bis hin zu den metrischen Skalen, wie beispielsweise der Intervallskala bzw. der Verhältnisskala), umso höhere und bessere (statistische) Analysen kann man durchführen (wie beispielsweise aussagekräftige Abstände zwischen den Attributswerten herausfinden sowie Durchschnittswerte bilden).

Auch die Benutzung bzw. die Eignung von sogenannten Korrelationskoeffizienten / Maßen des Zusammenhangs oder grafischen Abbildungen in entsprechenden Diagrammen ist von der Skalierung der Attribute abhängig.

Das sogenannte Skalenniveau wird nicht mehr durch das Attribut vorgeschrieben, sondern ist auch davon abhängig, wie exakt die Messung vorgenommen wird. Ermittelt man beispielsweise die Körpergröße nicht in cm, sondern teilt diese nur auf Grund von Abschätzung in “groß“ (beispielsweise > 1,83 Meter),“mittel“ (1,60 bis 1,80 Meter) sowie “klein“ (unter 1,60 Meter) ein, so erhält man eine sogenannte Ordinalskala. Obwohl man die Möglichkeit gehabt hätte, mittels einer exakten Erfassung bzw. Messung eine metrische Skala herzustellen.

Auch bei einer Analyse der Nutzwerte kann man verschiedene Skalenniveaus hinsichtlich der Bewertungskriterien einsetzen.

  • War dieser Artikel hilfreich ?
  • ja   nein

HINTERLASSEN SIE EINE ANTWORT

Please enter your comment!
Please enter your name here