Entscheidend für den weiteren Umgang mit Daten ist die Skalierung der Merkmalsausprägungen. So dürfen bspw. die in Kapitel 3 behandelten Lagemaße nicht auf jedes Merkmal angewandt werden, sondern es muss vorher geprüft werden, ob die Skalierung des Merkmals z.B. die Berechnung des arithmetischen Mittels auch zulässt bzw. ob wir dieses Lagemaß dann auch sinnvoll interpretieren können. Im Folgenden fangen wir mit der niedrigsten Skala an und werden anschließend, auf deren Eigenschaften aufbauend, die jeweils nächsthöhere ableiten.
Wir behandeln unterschiedliche Skalen:
- Nominalskala,
- Ordinalskala,
- metrische Skalen (= Kardinalskalen),
- Intervallskala,
- Verhältnisskala und
- Absolutskala.
Weitere Interessante Inhalte zum Thema
-
Eigenschaften definieren
Vielleicht ist für Sie auch das Thema Eigenschaften definieren (Daten) aus unserem Online-Kurs SPSS Software interessant.
-
Ãœbersicht
Vielleicht ist für Sie auch das Thema Übersicht (Korrelationsanalyse) aus unserem Online-Kurs SPSS Software interessant.
-
Ordinalskala
Vielleicht ist für Sie auch das Thema Ordinalskala (Grundbegriffe der deskriptiven Statistik) aus unserem Online-Kurs Deskriptive Statistik interessant.
-
Skalentransformation auf der Nominalskala
Vielleicht ist für Sie auch das Thema Skalentransformation auf der Nominalskala (Grundbegriffe der deskriptiven Statistik) aus unserem Online-Kurs Deskriptive Statistik interessant.
