Skalenniveau: Definition, Beispiele und wie du es bestimmst

Zwei Fragebögen wollen dasselbe wissen. Der erste fragt „Wie alt bist du?“ und lässt ein leeres Feld für die Zahl. Der zweite gibt vier Altersgruppen zum Ankreuzen vor. Nach der Erhebung steht in der einen Auswertung ein Durchschnittsalter auf das Jahr genau, in der anderen bestenfalls eine grobe Schätzung.

Der Unterschied heißt Skalenniveau. Ein Skalenniveau gibt an, wie viel Information in den Werten eines Merkmals steckt, und legt damit fest, welche Rechenoperationen und Auswertungsverfahren später erlaubt sind. Unterschieden werden vier Stufen: Nominalskala, Ordinalskala, Intervallskala und Verhältnisskala, von der wenigsten zur meisten Information. Wir zeigen dir, wie du jede Frage in drei Schritten einordnest, bevor der Bogen rausgeht.

📌 Das Wichtigste im Überblick

• Vier Skalenniveaus: nominal, ordinal, Intervall, Verhältnis.
• Das Skalenniveau entsteht bei der Frage, nicht bei der Auswertung.
• Nominaldaten erlauben Häufigkeiten, aber keinen Mittelwert.
• Schulnoten sind ordinal, obwohl sie wie Zahlen aussehen.
• Likert-Skalen gelten streng genommen als ordinal.

Was ist ein Skalenniveau?

Ein Skalenniveau ist die Eigenschaft eines Merkmals, die festlegt, welche Aussagen seine Werte zulassen: nur Gleichheit und Ungleichheit, zusätzlich eine Rangfolge, zusätzlich gleich große Abstände oder zusätzlich einen natürlichen Nullpunkt.

Gebräuchlich ist auch das Wort Messniveau, gemeint ist dasselbe. Die Einteilung in vier Stufen stammt vom Psychologen Stanley Smith Stevens, der sie 1946 in der Zeitschrift Science vorstellte. Sie steht heute in jeder Methodeneinführung, unter anderem im Methodenportal der Universität Leipzig.

Zwei Begriffe werden im Fragebogenalltag oft verwechselt. Eine Ratingskala ist das sichtbare Antwortformat, also zum Beispiel die fünf Stufen von „sehr zufrieden“ bis „sehr unzufrieden“. Das Skalenniveau ist dagegen eine Eigenschaft der Daten, die dabei entstehen.

Nicht-metrisch heißt: Die Antwortkategorien tragen keinen verwendbaren Zahlenwert. Dazu zählen Nominal- und Ordinalskala. Metrisch heißt: Die Werte sind echte Zahlen, mit denen sich rechnen lässt. Dazu zählen Intervall- und Verhältnisskala.

Ein Skalenniveau beschreibt nicht die Frage, sondern das, was am Ende in der Datentabelle steht.

Die vier Skalenniveaus im Überblick

Die vier Skalenniveaus bauen aufeinander auf. Jede Stufe kann alles, was die Stufe darunter kann, und zusätzlich eine Sache mehr. Deshalb lässt sich ein hohes Niveau jederzeit wie ein niedrigeres behandeln, umgekehrt aber nie.

Für den Fragebogen heißt das: Je höher das Niveau, desto mehr Auswertungsmöglichkeiten hast du später. Wo es ohne Aufwand geht, erhebst du deshalb so hoch wie möglich. Wo eine Frage dadurch unbeantwortbar oder heikel würde, ist ein niedrigeres Niveau die bessere Entscheidung.

Nominalskala: Kategorien ohne Reihenfolge

Die Nominalskala ordnet Werte in Kategorien, zwischen denen es keine Rangfolge gibt. Ledig, verheiratet und geschieden stehen gleichrangig nebeneinander, und ihre Reihenfolge im Fragebogen ist beliebig austauschbar. Zahlen, die du solchen Kategorien im Datensatz zuweist, sind reine Etiketten: Ob ledig eine 1 oder eine 7 bekommt, ändert nichts. Mehr dazu im Beitrag zur Nominalskala.

Ordinalskala: eine Rangfolge ohne feste Abstände

Die Ordinalskala erlaubt zusätzlich eine Rangfolge, sagt aber nichts über die Abstände. Hauptschulabschluss, mittlere Reife und Abitur stehen in einer klaren Reihe, doch niemand kann angeben, ob der Schritt vom ersten zum zweiten genauso groß ist wie der vom zweiten zum dritten. Wie sich solche Stufen sauber bauen lassen, steht im Beitrag zur Ordinalskala.

Intervallskala: gleiche Abstände, willkürlicher Nullpunkt

Die Intervallskala hat gleich große Abstände, aber keinen natürlichen Nullpunkt. Bei der Temperatur in Grad Celsius ist der Unterschied zwischen 10 und 15 Grad genauso groß wie der zwischen 25 und 30 Grad. Weil die Null willkürlich am Gefrierpunkt des Wassers festgelegt wurde, sind 30 Grad trotzdem nicht doppelt so warm wie 15 Grad. Details im Beitrag zur Intervallskala.

Verhältnisskala: natürlicher Nullpunkt und echte Verhältnisse

Die Verhältnisskala hat gleich große Abstände und einen natürlichen Nullpunkt, an dem das Merkmal wirklich fehlt. Null Euro Einkommen bedeutet kein Einkommen, null Jahre bedeutet kein Alter. Erst dadurch wird der Satz „doppelt so viel“ sinnvoll: 3.000 Euro sind tatsächlich das Doppelte von 1.500 Euro. Weitere Fälle zeigt der Beitrag zur Verhältnisskala.

Zwei weitere Namen begegnen dir regelmäßig. Die Kardinalskala ist kein fünftes Niveau, sondern der Sammelbegriff für Intervall- und Verhältnisskala, also für alles Metrische. Die Absolutskala steht in manchen Lehrbüchern noch über der Verhältnisskala, weil bei ihr zusätzlich die Maßeinheit feststeht, etwa bei der Zahl der Fachsemester.

Skalenniveau bestimmen: drei Fragen genügen

Das Skalenniveau eines Merkmals bestimmst du mit drei Ja-Nein-Fragen, die du in dieser Reihenfolge stellst. Sobald eine Frage mit Nein beantwortet wird, steht das Niveau fest und du kannst aufhören.

Der Test funktioniert für jedes Merkmal, egal ob es aus deinem eigenen Fragebogen stammt oder aus einem fremden Datensatz. Wichtig ist nur, dass du dabei die konkrete Frageformulierung vor Augen hast und nicht das Thema im Allgemeinen.

1. Tragen die Werte eine Reihenfolge? Wenn nein, liegt eine Nominalskala vor. Wenn ja, weiter zu Frage 2.
2. Sind die Abstände zwischen benachbarten Werten gleich groß? Wenn nein, liegt eine Ordinalskala vor. Wenn ja, weiter zu Frage 3.
3. Gibt es einen Nullpunkt, an dem das Merkmal wirklich fehlt? Wenn nein, liegt eine Intervallskala vor. Wenn ja, eine Verhältnisskala.

Bei Frage 1 gehen die meisten Fehler los. Gemeint ist nicht, ob sich die Werte irgendwie sortieren lassen, denn alphabetisch sortieren kannst du auch Automarken. Gemeint ist, ob die Reihenfolge inhaltlich etwas bedeutet, ob also ein Wert mehr, höher oder besser ist als der davor.

Bei Frage 3 hilft eine Gegenprobe: Ergibt der Satz „doppelt so viel“ einen Sinn? Doppelt so viel Einkommen ist eine klare Aussage, doppelt so viel Kalenderjahr dagegen nicht.

Der Test endet bei vier Stufen. Zählt ein Merkmal ganze Einheiten, deren Größe nicht frei wählbar ist, etwa Fachsemester oder Kinder, sprechen manche Lehrbücher zusätzlich von einer Absolutskala. Für die Auswertung gelten dort dieselben Regeln wie bei der Verhältnisskala.

Welches Skalenniveau hat welches Merkmal?

Die folgende Tabelle ordnet die Merkmale ein, nach denen in Fragebögen am häufigsten gefragt wird. Sie gilt jeweils für die naheliegende Frageform, die in der dritten Spalte mitgedacht ist.

Eine Warnung vorweg, die für die ganze Tabelle gilt: Das Skalenniveau hängt am Antwortformat, nicht am Thema. Alter ist verhältnisskaliert, solange du die Jahre als Zahl erhebst. Fragst du stattdessen nach Altersgruppen, hast du ordinale Daten, obwohl es weiterhin um Alter geht.

Für die klassischen Angaben zur Person lohnt der Blick in den Beitrag zu soziodemografischen Daten im Fragebogen. Dort steht auch, welche dieser Fragen du überhaupt brauchst.

Das Skalenniveau entsteht bei der Frage, nicht bei der Auswertung

Das Skalenniveau deiner Daten wird in dem Moment festgelegt, in dem du das Antwortformat wählst, nicht später am Rechner. Wer Altersgruppen zum Ankreuzen vorgibt, hat ordinale Daten, und daran ändert kein Auswertungsprogramm der Welt noch etwas.

Der Grund liegt im Weg, den Information nehmen kann. Aus einem Geburtsjahr lässt sich jederzeit eine Altersgruppe bilden, aus einer Altersgruppe aber kein Geburtsjahr zurückgewinnen. Weil die Skalenniveaus aufeinander aufbauen und der Informationsgehalt mit jeder Stufe steigt, kannst du im Nachhinein nur nach unten wechseln, nie nach oben.

Was die offene Zahlenfrage leistet

• Mittelwert, Median und Streuung sind möglich.
• Gruppen lassen sich nachträglich frei zuschneiden.
• Zusammenhänge mit anderen Zahlen sind berechenbar.

Was du dir mit Altersgruppen einhandelst

• Der Mittelwert ist nur noch grob schätzbar.
• Die Gruppengrenzen stehen endgültig fest.
• Erhebungen mit anderen Grenzen sind kaum vergleichbar.

⚠️ Achtung

Gruppen haben trotzdem ihren Platz. Beim Einkommen entscheiden sich viele Erhebungen bewusst für Klassen, weil die Frage nach dem genauen Betrag als besonders heikel gilt. Wenn du mit vielen Abbrüchen rechnest, sind Klassen die bessere Wahl: lieber ordinale Daten von allen als metrische Daten von der Hälfte.

Welches Format zu welcher Frage passt, entscheidest du am besten beim Aufbau des Bogens. Der Beitrag Fragebogen erstellen geht die Reihenfolge dafür Schritt für Schritt durch.

Ist eine Likert-Skala ordinal oder metrisch?

Eine Likert-Skala liefert streng genommen ordinale Daten, weil sich nicht nachweisen lässt, dass die befragten Personen den Abstand zwischen „stimme zu“ und „stimme voll und ganz zu“ genauso groß empfinden wie den zwischen „teils teils“ und „stimme zu“.

In der Forschungspraxis werden solche Items trotzdem sehr häufig wie metrische Daten behandelt, Mittelwerte eingeschlossen. Das ist keine Schlamperei, sondern eine bewusste Annahme, die begründet gehört. Sie trägt umso besser, je sorgfältiger die Skala gebaut ist.

Die GESIS Survey Guidelines von Natalja Menold und Kathrin Bogner (2015) nennen dafür klare Anforderungen: Eine Ratingskala soll ausbalanciert sein, also gleich viele positive wie negative Kategorien haben, und die Abstände zwischen den Kategorien sollen gleich groß, also äquidistant sein. Genau diese Äquidistanz ist die Voraussetzung, unter der eine metrische Behandlung überhaupt vertretbar wird.

Dieselbe Handreichung empfiehlt fünf bis sieben Kategorien und eine Beschriftung jeder einzelnen Stufe statt nur der beiden Enden. Vollverbalisierte Skalen erhöhen laut GESIS Reliabilität und Validität und helfen besonders Menschen mit geringer formaler Bildung.

💡 Tipp

Nummeriere die Stufen nicht von minus 2 bis plus 2. GESIS berichtet, dass befragte Personen den negativen Zahlenbereich meiden und dadurch systematisch positivere Antworten geben.

Wie eine solche Skala im Detail aufgebaut wird, steht im Beitrag zur Likert-Skala.

Welche Auswertung erlaubt welches Skalenniveau?

Das Skalenniveau entscheidet, welche Kennzahlen sinnvoll sind. Bei nominalen Daten kannst du auszählen, bei ordinalen zusätzlich den Median bestimmen, bei metrischen Daten steht dir das ganze Repertoire offen.

Die Tabelle nennt je Stufe die typischen Kennzahlen und die, die dort nicht mehr tragen. Die Zulässigkeit sammelt sich dabei nach oben: Was auf einer niedrigeren Stufe erlaubt ist, bleibt auf allen höheren Stufen erlaubt. Der Modus passt deshalb auf jeder Stufe, der Mittelwert erst ab der Intervallskala.

Statistikprogramme prüfen das nicht für dich. In SPSS etwa wird das Messniveau in der Variablenansicht selbst eingestellt, und die Software hindert niemanden daran, einen Mittelwert über nominale Codes zu berechnen. Die Prüfung bleibt deine Aufgabe.

Welche Verfahren auf den einzelnen Niveaus aufbauen, ordnet der Beitrag zu den Auswertungsmethoden in der empirischen Forschung ein.

Typische Fehler beim Skalenniveau

Die meisten Fehler passieren nicht beim Rechnen, sondern beim Lesen der eigenen Daten. Vier Muster tauchen dabei besonders oft auf, und alle vier stammen aus derselben Quelle: Eine Zahl im Datensatz sieht immer gleich aus, egal was sie bedeutet.

Vermeiden lassen sich alle vier, wenn du das Skalenniveau einmal notierst, solange du den Fragebogen noch vor dir hast. Später fällt der Fehler meist erst auf, wenn die Ergebnisse schon geschrieben sind.

Zahlen für Messwerte halten

Postleitzahlen, Telefonnummern, Buslinien und Matrikelnummern bestehen aus Ziffern, messen aber nichts. Sie sind Etiketten und damit nominalskaliert. Ein Mittelwert aus Postleitzahlen ergibt zwar eine Zahl, aber keine Auskunft über die Wohnorte deiner Teilnehmenden. Sinnvoll sind hier ausschließlich Häufigkeiten.

Aus Schulnoten einen Mittelwert bilden

Häufig liest man, der Notendurchschnitt sei ein gewöhnlicher Mittelwert. Formal stimmt das nicht: Schulnoten sind ordinalskaliert, weil der Abstand zwischen einer 1 und einer 2 nicht nachweislich derselbe ist wie der zwischen einer 4 und einer 5. In Zeugnissen und Prüfungsordnungen wird trotzdem gemittelt, weil es praktisch ist. In einer Abschlussarbeit gehört dieser Schritt begründet und nicht stillschweigend gemacht.

Das Alter direkt in Gruppen erheben

Altersgruppen sind schnell angekreuzt und wirken datensparsam. Der Preis fällt erst später auf: Ein Durchschnittsalter lässt sich daraus nur noch schätzen, und wer die Ergebnisse mit einer anderen Erhebung vergleichen will, scheitert an abweichenden Gruppengrenzen. Wenn nichts dagegen spricht, frage nach dem Geburtsjahr oder nach der Zahl der Jahre.

Geburtsjahr und Alter verwechseln

Geburtsjahr und Alter beschreiben denselben Sachverhalt und liegen doch auf verschiedenen Niveaus. Das Kalenderjahr hat einen willkürlich gesetzten Nullpunkt und ist intervallskaliert, das Alter in Jahren beginnt bei null und ist verhältnisskaliert. Für die reine Auswertung ist das selten entscheidend, für eine korrekte Methodenbeschreibung schon.

Fazit

Das Skalenniveau ist keine Formalie für den Methodenteil, sondern die Entscheidung, die deine Auswertung Wochen im Voraus festlegt. Wer beim Bauen des Fragebogens neben jede Frage schreibt, welches Niveau sie liefert, spart sich hinterher die Frage, warum ausgerechnet der interessanteste Vergleich nicht mehr möglich ist.

Wie es weitergeht

• Du suchst die passende Frageform? Fragetypen im Fragebogen
• Du willst Antwortkategorien sauber bauen? Geschlossene Fragen und ihre Antwortlisten
• Dich interessiert die Stufe über der Verhältnisskala? Absolutskala mit Beispielen

Du willst die Antwortformate direkt ausprobieren?

Bei empirio.ai, einem Online-Umfrage-Tool aus Deutschland, wählst du je Frage zwischen Auswahllisten, Skalen und freien Zahlenfeldern und siehst sofort, welche Auswertung daraus entsteht. Kostenlos eine Umfrage anlegen