Header Image Mobile

Metrische, ordinale und nominale Daten

Wenn man von nominalen, ordinalen oder metrischen Daten spricht, meint man das Skalenniveau. Je nach Untersuchungsgegenstand lassen sich verschiedene Arten von Skalenniveaus unterscheiden. Das Skalenniveau bestimmt aber auch, welche Rechenoperationen zur Anwendung kommen können.

Nominalskala
Diese Skala erlaubt es, qualitative Eigenschaftsausprägungen zu quantifizieren. Nominalskalen bilden dabei die rudimentärste Form des Messens. Häufig geht es darum, bestimmten Ausprägungen eine Zahl zuzuweisen.

Beispiele für Nominalskalen:
  • Geschlecht (männlich/weiblich)
  • Werbemedium (Fernsehen/Zeitungen/Plakattafeln)
Grundlage dafür ist, jeder Eigenschaft exakt eine Zahl bzw. einem Code zuzuordnen (z.B. 1 = männlich; 2 = weiblich). Dabei ist offensichtlich, dass mit derartigen Zahlen keine arithmetischen Operationen (Addition, Subtraktion, Multiplikation, Division) möglich sind. Bei Nominalskalen geht es um die Bestimmung absoluter oder relativer Häufigkeiten für bestimmte Merkmalsausprägungen (z.B. 52 Frauen von 100 Befragten ergibt einen Frauenanteil von 52 Prozent).

Ordinalskala
Die Ordinalskala stellt das nächsthöhere Messniveau dar. Ordinalskalen können in Reihen abgebildet werden. In der Marktforschung werden dabei häufig Rangreihen gebildet, um zu zeigen, dass ein Anbieter oder ein Produkt besser abschneidet als die anderen.

Beispiele für Ordinalskalen:
  • Auto eingeteilt nach Schnelligkeit (1. Ferrari, 2. Porsche, 3. Mercedes, 4. VW)
  • Detailhandel eingeteilt nach Preisen (1. Aldi, 2. Denner, 3. Migros, 4. Coop)

Bei Ordinalskalen ist zu beachten, dass die Rangwerte nichts über die Abstände zwischen den Objekten aussagen. Aus einer Rangreihe kann beispielsweise nicht abgelesen werden, um wie viel ein Produkt günstiger ist. Ordinale Skalen dürfen keinen arithmetischen Rechenoperationen unterzogen werden. Zulässige statistische Masse sind neben Häufigkeiten z.B. der Median oder Quantile.

Intervallskala
Intervallskalierte Daten zeichnen sich dadurch aus, dass gleich grosse Skalenabschnitte vorliegen. Bei intervallskalierten Daten können z.B. Aussagen darüber gemacht werden, wie gross der Unterschied zwischen zwei Produkten ist.

Beispiel für intervallskalierte Daten:
  • Celsius-Skala
  • Kalenderzeit
  • Marktanteil (Umsatz)

In der Marktforschung werden oftmals Skalen benutzt, von denen man lediglich annimmt, sie seien intervallskaliert. Eine Likert-Skala erlaubt es, einer Auskunftsperson eine Eigenschaft oder einem Objekt einen Zahlenwert von beispielsweise 1 bis 7 zuzuordnen. Dabei wird angenommen, dass sich die Skalenabstände in gleiche Einheiten zerlegen lassen. Intervallskalierte Daten erlauben die arithmetischen Operationen der Addition und Subtraktion. Es ist möglich, mit intervallskalierten Daten oder Likert-Skalen Mittelwerte (arithmetisches Mittel) und Standardabweichungen zu berechnen.