Professional Documents
Culture Documents
Kann man Objekte im Hinblick auf eine bestimmte Eigenschaft der Art
oder Qualitat nach unterscheiden, so spricht man von einer qualitativen
Variablen. Beispiele qualitativer Variablen sind die Variablen Ge-
schlechtszugehOrigkeit mit den Auspragungen (den Kategorien) mann-
lich und weiblich, Nationalitat mit den Auspragungen britisch, deutsch,
franzosisch, italienisch, andere, keine, und Konfessionszugehorigkeit mit
den Auspragungen evangelisch, katholisch, andere, keine. Da die Aus-
pragungen qualitativer Variablen nicht groBenmaBig geordnet sind, kann
ein Objekt beztiglich einer qualitativen Variablen nicht groBer, hoher
oder mehr sein als ein anderes Objekt; die Objekte sind entweder gleich
oder ungleich. Dennoch sind auch qualitative Variablen der statistischen
Analyse zuganglich.
2 Sozialwissenschaftlich relevante Variablen und ihre Messung 21
Temperaturskala nach
Celsius Fahrenheit Kelvin
Wenn, wie erwahnt, eine Skala alle Eigenschaften der Intervallskala und
auBerdem einen invarianten Nullpunkt hat, dann ist sie eine Ratioskala
(Verhaltnisskala). Beispiele von Ratioskalen sind das Lebensalter, das
Einkommen, die Kelvinsche Temperaturskala (mit dem absoluten Null-
punkt bei -273° C), die KorpergroBe und das Korpergewicht. Auch die
Skala der Kardinalzahlen ist eine Ratioskala, jene Skala, die wir be-
nutzen, um Individuen, Objekte oder Ereignisse zu zahlen, z. B. die
Anzahl der Personen des Haushalts, die Anzahl eigener Blicher oder die
Anzahl der Verwandtenbesuche. (Die auf Abzahlen basierende Skala
28 2 Sozialwissenschaftlich relevante Variablen und ihre Messung
wird, da6 B mehr als A verdient, verzichtet man auf die verfilgbare
Information, daB die Differenz 2000 Euro betragt. Im allgemeinen ist es
deshalb von Vorteil, das erzieite MeBniveau bzw. den Informations-
gehalt der Daten nicht zu „verschenken". Wenn wir den umgekehrten
Weg gehen und z. B. ordinalskalierte Daten wie intervallskalierte Daten
behandeln, miissen wir uns daruber im klaren sein, daB dieser Schritt
nicht durch die arithmetischen Operationen, die wir durchfuhren,
iegitimiert wird. Vielmehr setzt die Anwendung bestimmter Verfahren
schon voraus, daB ein bestimmtes MeBniveau erreicht wurde. Wie er-
wahnt, sind die iiblichen arithmetischen Operationen nur bei intervall-
und ratioskalierten (bei metrischen bzw. quantitativen) Daten sinnvoll.
Andererseits sind gerade nominales und ordinales Messen die am haufig-
sten erreichten Typen in der empirischen Sozialforschung. Infolge-
dessen kommt jenen Methoden und MaBzahlen, die fur nominale und
ordinale Daten konzipiert wurden, in der Analyse sozialwissenschaft-
licher Daten eine besondere Bedeutung zu.