Sie sind auf Seite 1von 10

Intervallskala

aus Wikipedia, der freien Enzyklopdie Wechseln zu: Navigation, Suche Die Intervallskala (z. T. auch Kardinalskala) ist ein wichtiges Skalenniveau in der Statistik. Sie zhlt zum metrischen Messniveau, da sich die Ausprgungen dieses Skalenniveaus quantitativ mittels Zahlen darstellen lassen. Das heit insbesondere auch, dass Rangunterschiede und Abstand zwischen Werten gemessen werden knnen, d. h. quantitative Merkmale gehen in ihren Anforderungen ber ordinale oder gar nominale Eigenschaften hinaus.

Inhaltsverzeichnis
[Verbergen]
y y y y y y

1 Beschreibung 2 Beispiele 3 Mgliche Operationen 4 Erlaubte Transformationen 5 Mathematische Deutung 6 Siehe auch

Beschreibung [Bearbeiten]
Bei intervallskalierten Merkmalen lassen sich zustzlich zu den Eigenschaften der Ordinalskala die Abstnde zwischen den verschiedenen Merkmalsausprgungen exakt bestimmen. Allerdings existiert kein natrlicher Nullpunkt fr die Skala. Willkrlich definierte Nullpunkte, wie z. B. bei der Celsius-Temperaturskala, zhlen hier nicht als natrlicher Nullpunkt, whrend der Nullpunkt der Kelvin-Temperaturskala, der dem absoluten Nullpunkt entspricht, ein natrlicher Nullpunkt ist. Sind zwei Datenpaare (a,b) und (c,d) quivalent (siehe unten), dann ist bei Intervallskalen der Quotienten aus Differenzen (ab)/(cd) immer gleich. Zulssige Aussagen bei Intervallskalen lassen sich an folgendem Beispiel illustrieren. Dabei werden zwei Intervallskalen in einem zweiten Schritt in ein Verhltnis gesetzt (Verhltnisskala). Dies entspricht einer weiteren Datenverarbeitung der Intervallskala: Wir kennen die Temperaturen von Tag A, Tag B und Tag C. Jetzt bilden wir das Verhltnis der Differenzen: (AB)/(AC). Angenommen, das Verhltnis ist 2. Dann wre eine zulssige Aussage: Der Temperaturunterschied zwischen Tag A und B ist doppelt so gro wie der Temperaturunterschied zwischen Tag A und C.

Jede Intervallskala ist so geartet, dass die Rangfolge der Differenz zwischen Zahlen gleich der Rangfolge der Merkmalsunterschiede zwischen den entsprechenden Objekten ist.

Beispiele [Bearbeiten]
Beispiele fr intervallskalierte Merkmale mit einer mathematischen Paarbildung Skala S sind:
y

aus der

Temperatur auf der Celsius-Skala mit , Jahreszahlen mit Zeitpunkte IQ-Skala

y y y

Mgliche Operationen [Bearbeiten]


Zustzlich zu Grenvergleichen sind Differenzen und Summen aus intervallskalierten Merkmalen sinnvoll, da hier die Abstnde zwischen den einzelnen Merkmalsausprgungen exakt definiert sind. Damit lassen sich hier auch Durchschnittswerte berechnen. Aufgrund des fehlenden Nullpunkts stellt die Multiplikation keine sinnvolle Operation fr intervallskalierte Merkmale dar. Ein Beispiel: War es gestern 10 Grad Celsius warm, und heute ist es zwanzig Grad, dann kann man zwar behaupten: Es ist zehn Grad Celsius wrmer, aber nicht: Es ist doppelt so warm wie gestern. Dies wird besonders deutlich, wenn man Celsius in Kelvin oder Fahrenheit umrechnet.

Erlaubte Transformationen [Bearbeiten]


Zulssig sind positiv-lineare Transformationen der Art y = x +

Mathematische Deutung [Bearbeiten]


Aus mathematischer Sicht ist eine Intervallskala S eine Menge, fr die Folgendes gilt: 1. Es existiert eine quivalenzrelation aus S). mit (Menge der Paare

(Nominalskalen-Eigenschaft). Bezogen auf das Beispiel werden alle Paare (Zielzeit,Startzeit) zu einer quivalenzklasse zusammengefasst, die die gleiche Zeitdauer bentigt haben, also z. B. m = (m1,m2) = (20,7) und n = (n1,n2) = (30,17) sind in einer quivalenzklasse

(formal: ), weil beide Datenpaare m und n die gleiche Zeitdauer zwischen Start und Ziel bentigt haben. Siehe auch Differenzfunktion. 2. Es existiert eine lineare Ordnungsrelation mit (Ordinalskalen-Eigenschaft). . Die -Beziehung kann z. B. auch durch eine andere Ordnungsrelation auf der Differenz in D ersetzt werden (z. B. ), wenn die mathematischen Eigenschaften der Ordnungsrelation erhalten bleiben. Bezogen auf das Beispiel werden alle Paare (Zielzeit,Startzeit) bezogen auf die Zeitdifferenz geordnet, also z. B..mit m = (m1,m2) = (40,37) und n = (n1,n2) = (30,7) wre (m ist kleiner als n), weil m weniger Zeit zwischen Start und Ziel bentigt hat als n. Es wird eine Ordnungsrelation auf der Menge der Zahlenpaare in P ber die Differenz der Komponenten von m bzw. n definiert (siehe nachfolgende Definition der Differenzfunktion auf ). 3. Intervallskalen-Eigenschaft: 1. Es existiert eine Funktion (Differenzfunktion) (Man wird der kann Differenzen bilden, z. B. Zeitdauer zugeordnet). 2. Es existiert eine Funktion (Mengentheorie)|Funktion (Man kann die Differenzen wieder auf Ausprgungen von S addieren), fr die auerdem gilt: 1. nderung) 2. (Differenzbildung ist konsistent mit Aufaddierung). 3. (eine Art einseitiges Assoziativgesetz) 3. Die Menge der Differenzen D ist den reellen Zahlen in folgender Hinsicht hnlich: 1. der Addition). Jedes Element heit Ausprgung von S. . ist ein Untermonoid von (reelle Zahlen mit (Das Addieren von Null bringt keine

Jede Intervallskala (S, ) ist eine Ordinalskala S mit einer Differenzfunktion auf

Ordinalskala
aus Wikipedia, der freien Enzyklopdie (Weitergeleitet von Ordinales Merkmal) Wechseln zu: Navigation, Suche

Die Ordinalskala ist eine der wichtigen Skalenarten in der Statistik. Sie dient in der Statistik der Charakterisierung von (Zufalls-)Variablen mit Ausprgungen, zwischen denen eine natrliche Rangordnung besteht.[1] Ordinal-Variablen enthalten also Nominal-Informationen und auch Informationen ber die Reihung (Ordnung) der Variablenwerte. Beobachtungen auf einem Merkmal mit ordinalem Messniveau knnen hinsichtlich diesem Merkmal gruppiert und ihrer Gre nach geordnet werden. Werden die Merkmalsausprgungen (Kategorien) mit (Rang-)Zahlen (Ordnungsziffern) bezeichnet, werden diese so gewhlt, dass die Rangfolge der Zahlen der Rangfolge der Ausprgungen entspricht. D. h. eine Beobachtung bzw. ein Objekt mit einem hheren Rang besitzt auch eine hhere Ausprgung auf dem betrachteten Merkmal als eine Beobachtung mit einem niedrigeren Rang. ber die Gre des Merkmalsunterschieds zwischen den Objekten, d. h. die Abstnde zwischen den Rangpltzen, lsst sich aber keine Aussage machen.

Inhaltsverzeichnis
[Verbergen]
y y y y y y y

1 Formale Bedingungen 2 Beispiele 3 Mgliche Operationen 4 Erlaubte Transformationen 5 Mathematische Deutung 6 Siehe auch 7 Einzelnachweise

Formale Bedingungen [Bearbeiten]


Zustzlich zu den Bedingungen zur Konstruktion einer Nominalskala erfordert die Konstruktion einer Ordinalskala: Trichotomie Es gilt entweder a grer b, oder b grer a, oder a gleich b. Transitivitt Wenn a grer b und b grer c, dann muss a grer c gelten.

Beispiele [Bearbeiten]
Nachfolgende Tabelle enthlt Beispiele fr ordinalskalierte Merkmale.

Merkmal

Kategorien

Dekubitusrisiko Zufriedenheit mit einem Produkt Selbsteinstufung des Einkommens1

geringes bis hohes Risiko nach der Norton-Skala sehr zufrieden > eher zufrieden > eher unzufrieden > sehr unzufrieden

hoch > mittel > niedrig

Schulische Leistung2

sehr gut > gut > befriedigend > ausreichend > mangelhaft > ungengend

Wird das Einkommen in Klassen eingeteilt (z. B. 0 bis 999 Euro, 1000 bis 2000 Euro, ber 2000 Euro), handelt es sich um ein ordinal skaliertes Merkmal. Wird dagegen der genaue Betrag erhoben und statistisch verarbeitet, liegt ein metrisches Merkmal vor. Da die Auskunftsbereitschaft bei der Angabe des genauen Einkommens geringer ist, wird in vielen Umfragen auf eine Abfrage der Einkommensklassen zurckgegriffen. Schulnoten werden oft so verwendet, als seien sie intervallskaliert, indem z. B. der Durchschnitt berechnet wird. Problematisch wird es, wenn eine solche Verwendung ernste Konsequenzen hat, z. B. bei der Beurteilung verschiedener Unterrichtsmethoden. Ein weiteres Beispiel fr die Konsequenzen der Beschrnkung auf das ordinale Messniveau findet sich unter Arrow-Theorem.
2

Mgliche Operationen [Bearbeiten]


Auch wenn Kategorien durch Zahlen kodiert werden, sind mathematische Operationen mit diesen Zahlen nicht sinnvoll, da sie keinen numerischen Wert, sondern eine Kategorie (z. B. zufrieden) darstellen. So ist beispielsweise eine Division zufrieden/unzufrieden wenig sinnvoll. Da es sich bei Schulnoten in der Regel um ordinalskalierte Merkmale handelt, ist die Bildung von Durchschnittsnoten eigentlich nicht sinnvoll, wird aber in Bildungseinrichtungen regelmig durchgefhrt. Qualitative Vergleiche (grer/kleiner als) knnen allerdings durchgefhrt werden. Ebenfalls mglich ist das Bestimmen von Auftrittshufigkeiten der Kategorien in einer Menge von Untersuchungsobjekten (oder das Bestimmen von Auftrittshufigkeiten von Merkmalsausprgungen kleiner oder grer als eine bestimmte Kategorie). Als Lageparameter dient hier der zentrale Wert, der die Stichprobe halbiert, der sogenannte Medianwert.

Erlaubte Transformationen [Bearbeiten]

Smtliche Transformationen mittels (streng) monoton steigender Funktionen sind zulssig.

Mathematische Deutung [Bearbeiten]


Aus mathematischer Sicht ist eine Ordinalskala S eine Menge, fr die folgendes gilt: 1. Es existiert eine quivalenzrelation . 2. Es existiert eine lineare Ordnungsrelation Jedes Element heit Ausprgung von S. , nmlich die Identittsrelation auf S: .

Jede Ordinalskala ist, als Untermenge, eine Nominalskala.

Nominalskala
aus Wikipedia, der freien Enzyklopdie (Weitergeleitet von Nominales Merkmal) Wechseln zu: Navigation, Suche Ein Merkmal skaliert nominal (v. lat. nomen Name aus griech. onoma; Pl.: Nomina, auch Nomen), wenn seine mglichen Ausprgungen zwar unterschieden werden knnen, aber keine natrliche Rangfolge aufweisen. Ein nominal skalierendes Merkmal wird messbar gemacht durch eine Beschreibung von Kategorien, nach der jede Untersuchungseinheit (genau) einer Kategorie zugeordnet werden kann. Das Ergebnis einer solchen Operationalisierung heit dann eine Nominalskala. Wegen des Fehlens der Ordnung ist dabei -skala (von lat. scalae Leiter, Treppe) eigentlich nicht angemessen und ist im Zusammenhang mit den anderen Skalenniveaus zu sehen.

Inhaltsverzeichnis
[Verbergen]
y y y y

1 Formale Bedingungen 2 Beispiele 3 Mgliche Operationen und Transformationen 4 Siehe auch

Formale Bedingungen [Bearbeiten]


Die formalen Bedingungen einer Nominalskala sind:

1. Reflexivitt Formal geschrieben: a = a. Wenn ich z. B. einen Apfel vor mir habe und ihn ein zweites Mal ansehe, sollte ich ihn als identisch erkennen. 2. Symmetrie Wenn a = b, dann ist b = a. Wenn ich eine Frucht a vor mir habe, sie jemandem beschreibe, der eine Frucht b vor sich hat, und er erkennt die Frchte als gleich, dann sollte das gleiche Ergebnis herauskommen, wenn die Frchte vertauscht sind. 3. Transitivitt Wenn a = b und b = c, dann ist a = c. Ich halte einen Apfel in der Hand, sehe ein Bild von einem Apfel und erkenne sie als gleich. Dann nehme ich das Bild mit nach drauen und erkenne eine Frucht am Baum als gleich (b = c). Dann ist eine Kategorisierung, und damit eine Nominalskala, nur sinnvoll, wenn ich auch den Apfel in der Hand und den am Baum als gleich erkenne (a = c). 4. Homomorphie Die Beschreibung der Kategorien muss so sein, dass die dadurch definierte Abbildung strukturerhaltend (homomorph) ist, dass also gleiche Objekte des empirischen Relativs einer Kategorie zugeordnet werden und ungleiche Objekte verschiedenen Kategorien.

Beispiele [Bearbeiten]
Beispiele fr nominalskalierte Merkmale eines Menschen:
y y y

Geschlecht: mnnlich, weiblich Geburtsort: Hamburg, Berlin, Heidenheim Religionszugehrigkeit: evangelisch, katholisch, muslimisch

Mgliche Operationen und Transformationen [Bearbeiten]


Die einzigen strukturerhaltenden Transformationen sind Umbenennungen, durch die also jeder Kategorie ein-eindeutig eine neue Kategorie zugeordnet wird. Auch wenn daher die Kategorien durch Zahlen kodiert werden knnen (man spricht dann von Nominalzahlen, Beispiel: Beruf 1, Beruf 2, ), sind mathematische Operationen mit diesen Codes, z. B eine Division "Tischler/Bcker", nicht sinnvoll. Ebenso sind Grenvergleiche mittels nominal skalierter Merkmale nicht sinnvoll. Sinnvoll ist jedoch das Bestimmen von Auftrittshufigkeiten der Kategorien in einer Menge von Untersuchungseinheiten, die dann Gegenstand der Statistik sind. Als Lageparameter einer solchen Hufigkeitsverteilung kann lediglich der hufigste Wert bestimmt werden, der sogenannte Modalwert.

Verhltnisskala
aus Wikipedia, der freien Enzyklopdie Wechseln zu: Navigation, Suche

Die Verhltnisskala, auch Rationalskala, Ratioskala oder Proportionalskala genannt, ist ein wichtiges Skalenniveau in der Statistik, sie besitzt das hchste Skalenniveau. Bei ihr handelt es sich um eine metrische Skala, im Unterschied zur Intervallskala existiert jedoch ein absoluter Nullpunkt (z. B. Blutdruck, Temperatur in Kelvin, Lebensalter). Einzig bei diesem Skalenniveau sind Multiplikation und Division sinnvoll und erlaubt. Verhltnisse von Merkmalswerten drfen also gebildet werden (z. B. x = y z).

Inhaltsverzeichnis
[Verbergen]
y y y y

1 Beschreibung 2 Beispiele 3 Mgliche Operationen 4 Erlaubte Transformationen

Beschreibung [Bearbeiten]
Auf einer Verhltnisskala / Rationalskala werden Merkmalsausprgungen eingetragen, fr die folgendes gilt:
y y y

Merkmalsausprgungen werden als Zahl dargestellt fr die Zahlenwerte existiert ein natrlicher Nullpunkt und die Maeinheit ist willkrlich definiert

Bei Verhltnisskalen entsprechen die Zahlen der Strke der Merkmalsausprgungen. Zulssige Aussagen sind z. B. Herr X ist um 15% gewachsen.

Beispiele [Bearbeiten]
Nachfolgende Tabelle enthlt Beispiele fr verhltnisskalierte Merkmale der Temperatur-, Zeit-, Gewichts-, Preis-, Geschwindigkeits- und Lngenmessung.

Merkmal

Nullpunkt

Temperatur in Kelvin

Absoluter Nullpunkt

Zeitdauer in Sekunden

keine Zeit*

Gewicht in Kilogramm

kein Gewicht

Preis in

kostenlos

Geschwindigkeit in Kilometer pro Stunde keine Geschwindigkeit, Stillstand

Prozentzahlen 0 bis 100

0 Prozent

Entfernung

keine Entfernung

* Anmerkung: In der Astronomie ist der absolute Nullpunkt der Zeitpunkt des Urknalls, davor gab es keine Zeit.

Mgliche Operationen [Bearbeiten]


Mit Merkmalen, die auf einer Verhltnisskala messen, lassen sich folgende Operationen durchfhren:
y y y y

Vergleiche auf Identitt Grenvergleiche Additionen, Subtraktionen Multiplikationen, Divisionen

Erlaubte Transformationen [Bearbeiten]


Zulssig sind multiplikative Transformationen der Art y = x.

Absolutskala
aus Wikipedia, der freien Enzyklopdie Wechseln zu: Navigation, Suche Die Absolutskala ist eines der Skalenniveaus, die in der Statistik unterschieden werden. Auf einer Absolutskala werden Merkmalsausprgungen eingetragen, fr die folgendes gilt:
y y y

Merkmalsausprgungen werden als Zahl dargestellt, fr die Zahlenwerte existiert ein natrlicher Nullpunkt und die Maeinheit ist natrlich gegeben (d. h. im weitesten Sinne "Stck").

Beispiel: Fr das Merkmal "Bevlkerungsgre eines Landes" ist die Anzahl der Einwohner das natrliche Ma mit dem natrlichen Nullpunkt "keine Einwohner". Bei Absolutskalen kann also nicht einmal mehr die Skaleneinheit frei gewhlt werden. Absolutskalen sind eindeutig festgelegt und Skalentransformationen nicht erlaubt. (Diekmann, Empirische Sozialforschung, 2006, S. 254). Lediglich folgende Operationen sind fr absolut skalierende Merkmale sinnvoll:
y y

Vergleich auf Identitt Grenvergleich