Das Skalenniveau, auch Messniveau genannt, ist in der Statistik eine der wichtigsten Eigenschaften von Variablen. Das Skalenniveau ist deshalb so relevant, da es die zulässigen Rechenoperationen bestimmt und damit die möglichen statistischen Tests vorgibt. Je höher das Skalenniveau, desto mehr Vergleichsaussagen und Rechenoperationen sind möglich.

Das Skalenniveau einer Variable kann entweder nominal, ordinal oder metrisch sein. Kurzgefasst: Bei nominalen Variablen können nur die Ausprägungen unterschieden werden, bei ordinalen Variablen können zusätzlich die Ausprägungen sortiert werden und beim metrischen Skalenniveau können dann auch noch die Abstände zwischen den Ausprägungen berechnet werden.

Nominale Variablen

Die Nominalskala ist das niedrigste Skalenniveau in der Statistik und es hat damit den niedrigsten Informationsgehalt. Mögliche Ausprägungen der Variablen können zwar unterschieden werden, eine sinnvolle Ordnung ist jedoch nicht möglich. Liegen nur zwei Ausprägungen vor, wie z. B. beim Geschlecht (männlich und weiblich), wird auch von dichotomen oder binären Variablen gesprochen.

• Nur Beziehungen "gleich", "ungleich" möglich
• Keine logische Rangordnung der Kategorien
• Die Reihenfolge der Antwortkategorien ist austauschbar
• Nominale Merkmale mit nur zwei Ausprägungen werden auch als „binär“ oder „dichotom“ bezeichnet

Ordinale Variablen

Die Ordinalskala ist das nächsthöhere Skalenniveau. Es enthält nominale Informationen, nur mit dem Unterschied, dass zusätzlich eine Rangfolge gebildet werden kann; daher wird auch oft der Begriff Rangskala verwendet. Die Abstände zwischen den Ausprägungen sind in diesen Fällen jedoch nicht interpretierbar, eine Aussage über den absoluten Abstand zwischen zwei Werten ist daher nicht möglich. Ein klassisches Beispiel für eine Ordinalskala sind Schulnoten. Hier kann eine Rangfolge gebildet werden, es kann aber nicht gesagt werden, dass der Abstand zwischen 1 und 2 gleich ist wie der Abstand zwischen 3 und 4.

• Nächsthöheres Skalenniveau
• „gleich“ und „ungleich“ bzw. „größer“ und „kleiner“ können bestimmt werden
• Es gibt eine logische Rangordnung der Kategorien
• Die Abstände zwischen den Zahlenwerten sind nicht gleich groß d. h. nicht interpretierbar

Kategorische Variablen

Variablen, die eine Nominalskala oder eine Ordinalskala haben werden auch als kategorische Variablen bezeichnet; oder anders ausgedrückt kategorisch ist ein Überbegriff von nominal- und ordinal-skalierten Variablen.

Kategorische Variablen können eine limitierte und in der Regel fixe Anzahl von Ausprägungen annehmen, z. B. Land mit Deutschland, Österreich, ... oder Geschlecht mit weiblich und männlich. Wichtig ist aber, dass es eine endliche Anzahl von Kategorien bzw. Gruppen sein muss. Die verschiedenen Kategorien können eine Rangfolge haben, müssen aber nicht.

Metrische Variablen

Metrische Variablen weisen das höchstmögliche Skalenniveau auf. Beim metrischen Skalenniveau können die Merkmalsausprägungen verglichen und sortiert werden und es können Abstände zwischen den Ausprägungen berechnet werden. Beispiele wären hierfür das Gewicht und das Alter von Untersuchungspersonen.

• Höchstes Skalenniveau
• Bildung von Rangfolgen möglich
• „gleich“ und „ungleich“, „größer“ und „kleiner“ ebenfalls bestimmbar
• Differenzen und Summen können sinnvoll gebildet werden

Verhältnisskala und Intervallskala

Das metrische Skalenniveau lässt sich noch in die Bereiche Intervallskala und Verhältnisskala untergliedern. Wie der Name schon sagt, können bei der Verhältnisskala die Werte in ein Verhältnis gesetzt werden. Es kann also eine Aussage wie folgende getroffen werden: "Ein Wert ist doppelt so groß wie ein anderer." Hierfür muss ein absoluter Nullpunkt als Referenz vorliegen, dies ist bei der Intervallskala nicht möglich.

Das klassische Beispiel hierfür ist die Temperaturangabe in Grad Celsius und Kelvin. Der Nullpunkt der Kelvin-Temperaturskala ist der absolute Nullpunkt, daher handelt es sich hierbei um eine Verhältnisskala. Bei Grad Celsius liegt der absolute Nullpunkt bei −273,15 °C, daher kann der Wert Null auf der Grad Celsius Skala nicht als natürlicher Nullpunkt angenommen werden und es handelt sich somit um eine Intervallskala

Skalenniveau Beispiele

In der untenstehenden Tabelle findest du eine Liste mit Beispielen für die Skalenniveaus. Wenn du Daten auswerten möchtest, ist die Bestimmung des Skalenniveaus der erste Schritt. Sobald du das Skalenniveau richtig identifiziert hast, weißt du auch, welche statistischen Methoden du im nächsten Schritt berechnen kannst und welche Interpretationen möglich sind.

Wir haben gute Nachrichten für dich! DATAtab schlägt dir automatisch das passende Skalenniveau für deine Daten vor und erleichtert dir so den Start in die Datenanalyse.