Skalenniveaus
Wird eine Dimension eines theoretischen Konstrukts mit mehreren Items gemessen und zusammengefasst, so spricht man von einer Skala. Anders gesagt: Auf einer Skala werden Zahlen konkreten Ereignissen oder Eigenschaften zugeordnet. Es werden verschiedene Skalen oder Skalenniveaus unterschieden. Je nach Skalenniveau variieren also Die Regeln, nach denen einer Variablen Zahlen zugeordnet werden, die wiederum die Qualität (hoch oder tief, viel oder wenig etc.) oder Quantität (Werte, etwa von 1 bis 5) dieser Variablen abbilden sollen. In den verschiedenen Skalen bildet sich der Informationsgehalt des Datenmaterials ab. Von diesem Informationsgehalt ist abhängig, welche Analysen für die Auswertung der Daten genutzt und gerechnet werden können.
Je höher eine Skala im Niveauvergleich zu anderen Skalen steht, desto mehr Aussagevarianten sind möglich, aber desto schlechter sind die Daten transformierbar. Daten sind transformierbar, wenn ihre Aussage auch bei mathematischer Umwandlung gleich bleibt. Je komplexer aber die Aussage, die gemessen wird, desto wahrscheinlicher ist ein Aussageverlust bei einer solchen Umrechnung. Wird nur „Ja/Nein“ erhoben, ist eine Transformation in „An/Aus“ oder „0/1“ unproblematisch. Bei komplexeren Erhebungen, etwa wenn erfragt wird, wie hoch ein Bildungsabschluss ist, wird ein Verhältnis zu anderen Abschlüssen ermittelt. Diese Daten können nicht einfach mit anderen Werten ausgedrückt werden.
Skalenniveaus werden aufsteigend, mit zunehmendem Informationsgehalt, unterschieden:
Die Nominalskala ist das einfachste Skalenniveau. Den einzelnen Werten werden unterscheidbare Benennungen (Nomen) zugewiesen. Sie stehen in keiner Ordnungsrelation zueinander und können verlustfrei in ihrer Aussage eineindeutig transformiert werden.
- Aussage über Gleichheit/Ungleichheit
- keine Ordnungsrelation
Beispiele
Zahlen der Buslinien in einer Stadt
Blutgruppe (0, A, B, AB)
Familiennamen
Wie die Nominalskala trifft das Skalenniveau der Ordinalskala eine Aussage über Gleichheit/Ungleichheit von Merkmalsausprägungen. Außerdem zeigt sie eine Größer-Kleiner-, also eine Ordnungsrelation. Diese Relation muss jedoch keine Reihenfolge abbilden. Die Größe der Unterschiede wird nicht erhoben. Nur die Größer-Kleiner-Relation muss dargestellt sein.
- Aussage über Gleichheit/Ungleichheit
- Ordnungsrelation
Beispiele
soziale Schicht
Platzierung beim 100-Meter-Lauf
Produktzufriedenheit (sehr zufrieden, eher zufrieden, eher unzufrieden, nicht unzufrieden)
Schulnoten (sehr gut, gut, befriedigend, ausreichend, mangelhaft, ungenügend)
- Aussage über Gleichheit/Ungleichheit
- Ordnungsrelation
- Definierte Differenzen zwischen Ausprägungen, kein absoluter Nullpunkt
Beispiele
Geburtsjahr (die Schritte beziehen sich immer auf 365 Tage: 1994, 1995, 1996)
Temperaturmessung in Grad Celsius (der Abstand zwischen 10 °C und 20 °C ist genauso groß wie zwischen 40 °C und 50 °C)
- Aussage über Gleichheit/Ungleichheit
- Ordnungsrelation
- Definierte Differenzen zwischen Ausprägungen
- Definierte Verhältnisse zwischen Ausprägungen, absoluter Nullpunkt
- Beispiele
Nettogehalt in Euro (Nullpunkt: 0 Euro)
Länge (Nullpunkt: 0 Zentimeter)
Licht (Nullpunkt: absolute Dunkelheit)
Darüber hinaus wird gelegentlich die Absolutskala (z.B. Teilnehmerzahl, Bevölkerungsgröße) mit dem höchstmöglichen Informationsgehalt genannt.
Gemessene Variablen werden zudem häufig in kategoriale (diskrete) und metrische (stetige) Variablen unterteilt. Kategoriale Variablen haben eine endliche Anzahl an Ausprägungen, während metrische Variablen eine (theoretisch) unendliche Anzahl an Ausprägungen haben können. Typischerweise werden Nominal- und Ordinalskala für kategoriale Variablen und Intervall- sowie Verhältnisskala für metrische Variablen verwendet.