Skalenniveaus

Bei der Auswahl einer geeigneten Operationalisierung sollte darauf geachtet werden, welche Aussagen basierend auf der entsprechenden Variable getroffen werden können. So können unterschiedliche Variablen Merkmalsunterschiede unterschiedlich detailliert beschreiben. Soll beispielsweise das Alter der Person gemessen werden, könnten unterschiedliche Items verwendet werden:

  • A: Sind Sie jünger als 50?      Ja                Nein
  • B: Wie alt sind Sie?      18-30     31-40    41 – 50     51-60     61-70   über 70
  • C: Wie alt sind Sie?       Dropdown mit Auswahl der genauen Zahl 1, 2, 3, …., 100

Diese Items enthalten unterschiedliche Informationsgrade und ermöglichen somit unterschiedliche Aussagen. Bei A lassen sich nur Aussagen hinsichtlich dem Wert 50 treffen, z.B. XY ist älter als 50. Bei Item B lassen sich, zumindest zu einem gewissen Grad, Aussagen treffen wie: Person X ist älter als Person Z. Bei Item C, lassen sich auch relationale Aussagen treffen, z.B. Person X ist doppelt so alt wie Person Y.

Um zu bestimmen welche Aussagen basierend auf der gewählten Variable möglich sind, kann man sich an den sogenannten Skalenniveaus orientieren. Dies ist auch in Hinblick auf das gewählte statistische Verfahren von Bedeutung: Diese setzen oft ein bestimmtes Skalenniveau voraus.

 

Nominalskala: Die Nominalskala ist das niedrigste Skalenniveau und hat damit den niedrigsten Informationsgehalt. Mögliche Ausprägungen der Variablen (Kategorien) können zwar unterschieden werden, diese können allerdings nicht in eine logische Rangreihe gebracht werden.

Ordinalskala: Daten mit Ordinalskalen-Niveau können in eine natürliche Rangreihe gebracht werden, aber die Abstände zwischen den Datenpunkten sind nicht definiert.

Intervallskala: Daten mit Intervallskalen-Niveau haben sowohl eine Ordnung als auch gleichmäßig verteilte Intervalle. Jedoch gibt es keinen natürlichen Nullpunkt, sodass Verhältnisse zwischen den Datenpunkten nicht sinnvoll interpretierbar sind.

Verhältnisskala: Diese Skala hat alle Eigenschaften der Intervallskala, enthält jedoch einen natürlichen Nullpunkt, was Vergleiche von Verhältnissen ermöglicht.

 

SkalenniveauBeispielMögliche Aussagen
Gleichheit vs. VerschiedenheitOrdnungDifferenzenVerhältnisse
NominalskalaStudienfach: BWL, Lehramt, PsychologieJaNeinNeinNein
OrdinalskalaSelbstwahrnehmung der Gesundheit auf einer Skala von Sehr schlecht = 1 bis Sehr gut = 5
Höchster Bildungsabschluss (Realschulabschluss, Abitur, Bachelor, Master)
JaJaNeinNein
Intervallskala (metrisch)Temperatur in °CJaJaJaNein
Verhältnisskala (metrisch)Einkommen
→ 4000€ ist zweimal 2000€
→ Es gibt einen natürlichen Nullpunkt: 0€
JaJaJaJa

Beispiel

Folgende Hypothese wollen sie im Rahmen einer Studie überprüfen: Intelligenz hängt positiv mit dem Berufserfolg zusammen.

Um diese Hypothese überprüfen zu können, müssen Operationalisierungen der Konstrukte Intelligenz und Berufserfolg herangezogen werden, d.h. diese müssen messbar gemacht werden.

Um Intelligenz zu operationalisieren, könnte ein Intelligenztest verwendet werden. Die Intelligenz der Studienteilnehmer:innen kann dann über den Gesamtscore im Test erfasst werden.

Für den Berufserfolg ist die Operationalisierung weniger trivial, und hängt vermutlich von der konkreten Fragestellung und Stichprobe ab. Zum Beispiel könnten Berufserfolg vereinfacht über das Brutto-Jahres-Gehalt erfasst werden. Andere Möglichkeiten wären Selbst- oder Fremdratings, die Hierarchiestufe oder die Arbeitsleistung zu erfassen.