Heading

Messskalen in der Forschung und Statistik sind die verschiedenen Arten, in denen Variablen definiert und in verschiedene Kategorien gruppiert werden. Manchmal auch als Messniveau bezeichnet, beschreibt es die Art der Werte, die den Variablen in einem Datensatz zugewiesen werden.

Der Begriff Messskala leitet sich von zwei Schlüsselwörtern in der Statistik ab, nämlich; Messung und Skala. Messung ist der Prozess der Erfassung von Beobachtungen, die im Rahmen einer Untersuchung gesammelt werden.

Skalierung hingegen ist die Zuordnung von Objekten zu Zahlen oder Semantiken. Diese beiden Wörter zusammengenommen beziehen sich auf die Beziehung zwischen den zugeordneten Objekten und den aufgezeichneten Beobachtungen.

Was ist eine Messskala?

Eine Messskala wird in der Statistik zur Qualifizierung oder Quantifizierung von Datenvariablen verwendet. Sie bestimmt die Art der Techniken, die für die statistische Analyse verwendet werden.

Es gibt verschiedene Arten von Messskalen, und die Art der erhobenen Daten bestimmt die Art der Messskala, die für die statistische Messung verwendet wird. Diese Messskalen sind vier an der Zahl, nämlich: Nominalskala, Ordinalskala, Intervallskala und Verhältnisskala.

Die Messskalen werden verwendet, um qualitative und quantitative Daten zu messen. Die Nominalskala und die Ordinalskala werden zur Messung qualitativer Daten verwendet, während die Intervallskala und die Verhältnisskala zur Messung quantitativer Daten verwendet werden.

Merkmale einer Messskala

Identität

Die Identität bezieht sich auf die Zuordnung von Zahlen zu den Werten der einzelnen Variablen in einem Datensatz. Betrachten wir einen Fragebogen, der nach dem Geschlecht eines Befragten fragt, mit den Optionen „männlich“ und „weiblich“ zum Beispiel. Die Werte 1 und 2 können jeweils Männlich und Weiblich zugeordnet werden.

Arithmetische Operationen können mit diesen Werten nicht durchgeführt werden, da sie nur der Identifikation dienen. Dies ist ein Merkmal einer Nominalskala.

Magnitude

Die Magnitude ist die Größe einer Messskala, bei der Zahlen (die Identität) eine inhärente Ordnung vom kleinsten zum größten Wert haben. Sie werden auf der Skala meist in aufsteigender oder absteigender Reihenfolge dargestellt. Die Position in einem Rennen ist z.B. von der 1. über die 2. und 3. bis zur geringsten angeordnet.

Dieses Beispiel wird auf einer Ordinalskala gemessen, weil es sowohl Identität als auch Größe hat.

Gleiche Intervalle

Gleiche Intervalle bedeutet, dass die Skala eine standardisierte Ordnung hat. D.h., die Differenz zwischen den einzelnen Stufen der Skala ist gleich groß. Dies ist bei dem oben dargestellten Beispiel einer Ordinalskala nicht der Fall.

Nicht jede Position hat eine gleiche Intervalldifferenz. In einem Rennen kann die 1. Position das Rennen in 20 Sekunden, die 2. Position in 20,8 Sekunden und die 3. in 30 Sekunden absolvieren.

Eine Variable, die eine Identität, eine Größe und das gleiche Intervall hat, wird auf einer Intervallskala gemessen.

Absolute Null

Absolute Null ist eine Eigenschaft, die einer Verhältnisskala eigen ist. Es bedeutet, dass auf der Skala eine Null existiert und durch die Abwesenheit der zu messenden Variable definiert ist (z. B. keine Qualifikation, kein Geld, identifiziert sich nicht als ein Geschlecht usw.

Ebenen der Datenmessung

Die Ebene der Messung eines gegebenen Datensatzes wird durch die Beziehung zwischen den Werten bestimmt, die den Attributen einer Datenvariablen zugeordnet sind. Zum Beispiel ist die Beziehung zwischen den Werten (1 und 2), die den Attributen (männlich und weiblich) der Variablen (Geschlecht) zugeordnet sind, „Identität“. Dies über. ein Nominalskalenbeispiel.

Durch die Kenntnis der verschiedenen Ebenen der Datenmessung sind Forscher in der Lage, die beste Methode für die statistische Analyse zu wählen. Die verschiedenen Ebenen der Datenmessung sind: Nominal-, Ordinal-, Intervall- und Verhältnisskala

Nominalskala

Die Nominalskala ist eine Messskala, die für Identifikationszwecke verwendet wird. Sie ist die kälteste und schwächste Ebene der Datenmessung unter den vier.

Gelegentlich auch als kategoriale Skala bezeichnet, weist sie Attributen zur einfachen Identifizierung Zahlen zu. Diese Zahlen sind jedoch nicht qualitativer Natur und dienen nur als Etiketten.

Die einzige statistische Analyse, die auf einer Nominalskala durchgeführt werden kann, ist die Prozent- oder Häufigkeitsauszählung. Sie kann mit Hilfe eines Balken- und Kreisdiagramms grafisch analysiert werden.

Beispiel: Im folgenden Beispiel wird die Messung der Popularität einer politischen Partei auf einer Nominalskala durchgeführt.

Welcher politischen Partei gehören Sie an?

• Independent
• Republikaner
• Demokrat

Die Kennzeichnung von Independent als „1“, Republican als „2“ und Democrat als „3“ bedeutet in keiner Weise, dass eines der Attribute besser ist als das andere. Sie werden nur als Identität für eine einfache Datenanalyse verwendet.

Ordinalskala

Bei der Ordinalskala werden die Attribute in Abhängigkeit von der zu skalierenden Variable in eine Rangfolge gebracht oder geordnet. Die Items in dieser Skala werden nach dem Grad des Auftretens der betreffenden Variable klassifiziert.

Die Attribute auf einer Ordinalskala sind meist in aufsteigender oder absteigender Reihenfolge angeordnet. Sie misst den Grad des Auftretens der Variable.

Ordinalskalen können in der Marktforschung, der Werbung und bei Umfragen zur Kundenzufriedenheit eingesetzt werden. Sie verwendet Qualifizierer wie sehr, hoch, mehr, weniger usw., um einen Grad darzustellen.

Mit der Ordinalskala können wir statistische Analysen wie Median und Modus durchführen, aber nicht den Mittelwert. Es gibt jedoch andere statistische Alternativen zum Mittelwert, die mit der Ordinalskala gemessen werden können.

Zum Beispiel: Ein Softwareunternehmen möchte seine Benutzer fragen:

Wie würden Sie unsere App bewerten?

• Exzellent
• Sehr gut
• Gut
• Schlecht
• Schlecht

Die Attribute in diesem Beispiel sind in absteigender Reihenfolge aufgeführt.

Intervallskala

Die Intervallskala der Datenmessung ist eine Skala, bei der die Stufen geordnet sind und alle numerisch gleichen Abstände auf der Skala die gleiche Intervalldifferenz haben. Sie ist eine Erweiterung der Ordinalskala, wobei der Hauptunterschied in der Existenz gleicher Intervalle besteht.

Bei einer Intervallskala weiß man nicht nur, dass ein bestimmtes Attribut A größer ist als ein anderes Attribut B, sondern auch das Ausmaß, in dem A größer ist als B. Außerdem können auf einer Intervallskala, anders als bei Ordinal- und Nominalskala, arithmetische Operationen durchgeführt werden.

Eine 5-Minuten-Intervallskala

Sie wird in verschiedenen Bereichen wie im Bildungswesen, in der Medizin, im Ingenieurwesen usw. verwendet. Einige dieser Anwendungen umfassen die Berechnung der CGPA eines Studenten, die Messung der Temperatur eines Patienten usw.

Ein gängiges Beispiel ist die Messung der Temperatur auf der Fahrenheit-Skala. Sie kann zur Berechnung von Mittelwert, Median, Modus, Bereich und Standardabweichung verwendet werden.

Verhältnisskala

Die Verhältnisskala ist die höchste Stufe der Datenmessung. Sie ist eine Erweiterung der Intervallskala und erfüllt daher die vier Eigenschaften der Messskala: Identität, Größe, gleiches Intervall und die Eigenschaft des absoluten Nullpunkts.

Diese Ebene der Datenmessung ermöglicht es dem Forscher, sowohl die Unterschiede als auch die relative Größe von Zahlen zu vergleichen. Einige Beispiele für Verhältnisskalen sind Länge, Gewicht, Zeit usw.

In Bezug auf die Marktforschung sind die üblichen Beispiele für Verhältnisskalen der Preis, die Anzahl der Kunden, die Wettbewerber usw. Die Verhältnisskala der Datenmessung ist kompatibel mit allen statistischen Analysemethoden wie den Maßen der zentralen Tendenz (Mittelwert, Median, Modus usw.) und den Maßen der Streuung (Bereich, Standardabweichung usw.).

Beispielsweise: Eine Umfrage, bei der die Gewichte der Befragten erhoben werden.

Welche der folgenden Kategorien trifft auf Sie zu? Gewicht

• Mehr als 100 kg
• 81 – 100 kg
• 61 – 80 kg
• 40 – 60 kg
• Weniger als 40 kg

Nominal erfassen, Ordinal, Intervall & Verhältnisdaten mit Formplus

Formplus ist das beste Werkzeug für die Erfassung von Nominal-, Ordinal-, Intervall- und Verhältnisdaten. Es ist ein einfach zu bedienender Formularersteller, der es Ihnen ermöglicht, Daten mit Leichtigkeit zu sammeln. Folgen Sie den folgenden Schritten, um Daten mit Formplus zu sammeln

Schritt 1 – Funktion auswählen

Wir werden die Radio-Choice-Multiple-Choice-Fragen verwenden, um Daten mit dem Formplus-Formularersteller zu sammeln.

• Melden Sie sich an oder loggen Sie sich in Ihr Konto auf https://www.formpl.us/
• Klicken Sie auf die Registerkarte „Auswahloptionen“ im Menü des Form Builders.
• Klicken Sie auf die Schaltfläche „Radio“.

Schritt 2 – Formular bearbeiten

Nenndaten

• Klicken Sie auf die Schaltfläche „Bearbeiten“, um das Formular zu bearbeiten.
• Bearbeiten Sie die Frage und die Auswahlmöglichkeiten.
• Klicken Sie auf die Schaltfläche „Speichern“, um die Änderungen zu speichern.

Ordinale Daten

• Wiederholen Sie Schritt 1.
• Klicken Sie auf die Schaltfläche „Bearbeiten“, um das Formular zu bearbeiten.
• Bearbeiten Sie die Frage und die Auswahloptionen
• Weisen Sie den Auswahloptionen Werte zu.
• Klicken Sie auf die Schaltfläche „Speichern“, um die Änderungen zu speichern.

Intervalldaten

• Klicken Sie auf das „+“-Zeichen am unteren Rand, um eine neue Seite hinzuzufügen.

• Wiederholen Sie Schritt 1.
• Klicken Sie auf die Schaltfläche „Bearbeiten“, um das Formular zu bearbeiten.
• Bearbeiten Sie die Frage und die Auswahloptionen.
• Klicken Sie auf die Schaltfläche „Speichern“, um die Änderungen zu speichern.

Hinweis: Die Intervalldatenoptionen haben keinen Nullwert.

Verhältnisdaten

• Wiederholen Sie Schritt 1.
• Klicken Sie auf die Schaltfläche „Bearbeiten“, um das Formular zu bearbeiten.
• Bearbeiten Sie die Frage- und Auswahloptionen.
• Klicken Sie auf die Schaltfläche „Speichern“, um die Änderungen zu speichern.
• Klicken Sie auf die Schaltfläche „Speichern“ in der oberen rechten Ecke, um das Formular zu speichern.

Hinweis: Das Verhältnisdaten-Beispiel hat einen Nullwert, was es von der Intervallskala unterscheidet.

Schritt 3 – Anpassen und Vorschau des Formulars

Typen von Messskalen

Es gibt zwei Haupttypen von Messskalen, nämlich; komparative Skalen und nicht-komparative Skalen.

Komparative Skalen

Bei komparativen Skalen werden die Befragten gebeten, einen Vergleich zwischen einem Objekt und einem anderen durchzuführen. Beim Einsatz in der Marktforschung werden Kunden gebeten, ein Produkt im direkten Vergleich zu anderen zu bewerten. Vergleichende Skalen können weiter unterteilt werden in die Skalen Paarvergleich, Rangfolge, konstante Summe und q-sort.

• Paarvergleichsskala

Die Paarvergleichsskala ist eine Skalierungstechnik, bei der den Befragten jeweils zwei Objekte präsentiert werden und sie gebeten werden, eines nach einem vorgegebenen Kriterium auszuwählen. Produktforscher verwenden sie in der vergleichenden Produktforschung, indem sie Kunden bitten, zwischen zwei eng verwandten Produkten das für sie bevorzugte zu wählen.

Zum Beispiel: In der letzten Version eines Softwareprodukts gibt es 3 neue Funktionen. Aber das Unternehmen plant, 1 dieser Features in der neuen Version zu entfernen. Daher führen die Produktforscher eine vergleichende Analyse des am meisten und am wenigsten bevorzugten Features durch.

1. Welches Feature wird von Ihnen zwischen den folgenden Paaren am meisten bevorzugt?

• Filter – Sprachrekorder
• Filter – Videorekorder
• Sprachrekorder – Videorekorder
• Rangordnungsskala:

Bei der Rangordnungsskala werden den Befragten gleichzeitig mehrere Optionen angeboten und sie werden gebeten, diese in eine Rangfolge zu bringen, basierend auf einem vordefinierten Kriterium. Sie wird meist im Marketing eingesetzt, um die Präferenz für eine Marke, ein Produkt oder eine Funktion zu messen.

Beim Einsatz in der Wettbewerbsanalyse kann der Befragte gebeten werden, eine Gruppe von Marken in Bezug auf persönliche Präferenz, Produktqualität, Kundenservice usw. zu bewerten. Die Ergebnisse dieser Datenerhebung werden in der Regel in der Conjoint-Analyse gewonnen, da sie die Kunden zwingt, zwischen den Optionen zu unterscheiden.

Die Rangordnungsskala ist eine Art Ordinalskala, da sie die Attribute von der am meisten bevorzugten bis zur am wenigsten bevorzugten ordnet, aber keinen spezifischen Abstand zwischen den Attributen hat.

Beispiel:

Rangieren Sie die folgenden Marken von der am meisten bevorzugten bis zur am wenigsten bevorzugten.

• Coca-Cola
• Pepsi Cola
• Dr. Pepper
• Mountain Dew
• Konstantsummenskala

Die Konstantsummenskala ist eine Art von Messskala, bei der die Befragten gebeten werden, eine konstante Summe von Einheiten wie Punkte, Dollars, Chips oder Chits unter den Stimulusobjekten nach einem bestimmten Kriterium zuzuordnen. Die Konstantsummenskala weist jedem Attribut eine feste Anzahl von Einheiten zu, die die Wichtigkeit widerspiegelt, die ein Befragter diesem Attribut beimisst.

Diese Art von Messskala kann verwendet werden, um zu ermitteln, was die Entscheidung eines Kunden bei der Auswahl eines Produkts beeinflusst. So kann man z. B. ermitteln, wie wichtig Preis, Größe, Duft und Verpackung für einen Kunden sind, wenn er sich für eine Parfümmarke entscheidet.

Zu den größten Nachteilen dieser Technik gehört, dass die Befragten verwirrt sein können und am Ende mehr oder weniger Punkte vergeben als angegeben. Die Forscher haben es dann mit einer Gruppe von Daten zu tun, die nicht einheitlich und möglicherweise schwer zu analysieren ist.

Vermeiden Sie dies mit der Logikfunktion von Formplus. Mit dieser Funktion können Sie eine Einschränkung hinzufügen, die den Befragten daran hindert, mehr oder weniger Punkte als angegeben in Ihr Formular einzutragen.

• Q-Sortierskala

Q-Sortierskala ist eine Art von Messskala, die eine Rangordnungsskalierungstechnik verwendet, um ähnliche Objekte in Bezug auf ein Kriterium zu sortieren. Die Befragten sortieren die Anzahl der Aussagen oder Einstellungen in Stapel, in der Regel von 11.

Die Q-Sort-Skalierung hilft bei der Zuordnung von Rängen zu verschiedenen Objekten innerhalb derselben Gruppe, und die Unterschiede zwischen den Gruppen (Stapeln) sind deutlich sichtbar. Es ist eine schnelle Methode, um die Unterscheidung zwischen einer relativ großen Menge von Attributen zu erleichtern.

Zum Beispiel möchte ein neues Restaurant, das gerade seine Speisekarte erstellt, einige Informationen darüber sammeln, was potenzielle Kunden mögen:

Das vorliegende Dokument enthält eine Liste mit 50 Gerichten. Bitte wählen Sie 10 Gerichte aus, die Sie mögen, 30 Gerichte, denen Sie neutral gegenüberstehen (weder mögen noch nicht mögen) und 10 Gerichte, die Sie nicht mögen.

Nicht vergleichende Skalen

Bei der nicht vergleichenden Skalierung werden die Kunden gebeten, nur ein einziges Objekt zu bewerten. Diese Bewertung ist völlig unabhängig von den anderen untersuchten Objekten. Manchmal auch als monadische oder metrische Skala bezeichnet, lassen sich die nicht-vergleichenden Skalen weiter in kontinuierliche und die Itemized-Rating-Skalen unterteilen

• Kontinuierliche Rating-Skala

Bei der kontinuierlichen Rating-Skala werden die Befragten gebeten, die Objekte zu bewerten, indem sie eine Markierung entsprechend auf einer Linie setzen, die von einem Extrem des Kriteriums zum anderen variablen Kriterium verläuft. Sie wird auch als grafische Ratingskala bezeichnet und gibt dem Befragten die Freiheit, die Markierung je nach persönlicher Vorliebe an beliebiger Stelle zu platzieren.

Nachdem die Bewertungen erhalten wurden, teilt der Forscher die Linie in mehrere Kategorien auf und ordnet dann die Punkte in Abhängigkeit von der Kategorie zu, in die die Bewertungen fallen. Diese Bewertung kann sowohl in horizontaler als auch in vertikaler Form dargestellt werden.

Obwohl die kontinuierliche Ratingskala einfach zu konstruieren ist, hat sie einige große Nachteile, die ihre Verwendung in der Marktforschung einschränken.

• Itemisierte Ratingskala

Die itemisierte Ratingskala ist eine Art Ordinalskala, die jedem Attribut eine Nummer zuweist. Die Befragten werden in der Regel gebeten, ein Attribut auszuwählen, das ihre Gefühle bezüglich eines vordefinierten Kriteriums am besten beschreibt.

Die Itemized Rating Scale wird weiter in 2 Typen unterteilt, nämlich in die Likert-Skala, die Stapel-Skala und die semantische Skala.

• Likert-Skala: Eine Likert-Skala ist eine Ordinalskala mit fünf Antwortkategorien, die verwendet wird, um eine Liste von Attributen vom Besten zum Geringsten zu ordnen. Diese Skala verwendet Adverbien des Grades wie sehr stark, in hohem Maße usw., um die verschiedenen Stufen anzugeben.
• Stapel-Skala: Dies ist eine Skala mit 10 Kategorien, die normalerweise von -5 bis 5 reicht und keinen Nullpunkt hat. Es handelt sich um eine vertikale Skala mit 3 Spalten, wobei die Attribute in der Mitte platziert sind und die geringste (-5) und höchste (5) in der 1. bzw. 3. Spalte steht.
• Semantische Differenzskala: Hierbei handelt es sich um eine siebenstufige Bewertungsskala, deren Endpunkte mit bipolaren Bezeichnungen (z. B. gut oder schlecht, glücklich usw.) verbunden sind. Sie kann für Marketing, Werbung und in verschiedenen Stadien der Produktentwicklung verwendet werden.

Wenn es mehr als ein Element gibt, das inhärent untersucht wird, kann es auf einer Tabelle mit mehr als 3 Spalten visualisiert werden.

Fazit

Zusammenfassend beziehen sich Messskalen auf die verschiedenen Maßnahmen, die bei der Quantifizierung der Variablen verwendet werden, die Forscher bei der Durchführung der Datenanalyse verwenden. Sie sind ein wichtiger Aspekt der Forschung und der Statistik, da die Ebene der Datenmessung die zu verwendende Datenanalysetechnik bestimmt.

Das Verständnis des Konzepts der Messskalen ist eine Voraussetzung für die Arbeit mit Daten und die Durchführung statistischer Analysen. Die verschiedenen Messskalen haben einige ähnliche Eigenschaften und sind daher wichtig, um die Daten richtig zu analysieren, um ihre Messskala zu bestimmen, bevor eine Technik für die Analyse ausgewählt wird.

Es gibt eine Reihe von Skalierungstechniken für die Messung derselben Messskala. Daher gibt es keine eindeutige Möglichkeit, eine Skalierungstechnik für Forschungszwecke auszuwählen.