Zusammenfassung
Jedes statistische Verfahren setzt ein Mindestskalenniveau voraus. Ein Verfahren für nominale Daten kann also auch für höhere Skalenniveaus angewandt werden. Allerdings gehen dabei Informationen verloren. Bei nominalen und metrischen Variablen ist dies kein Problem: Für beide Skalenniveaus existieren zahlreiche leistungsfähige Verfahren. Das Problem stellen Daten auf ordinalem Skalenniveau dar — obwohl sie in den Sozialwissenschaften ein sehr häufiger Datentyp sind, existieren hierfür fast keine Verfahren.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Weiterführende Literatur
Schulze (2002a) erläutert den Unterschied zwischen relationaler und absoluter Interpretierbarkeit von Daten, Schulze (2000) geht genauer auf das Ordinalskalenproblem ein.
Schulze, Gerhard (2000): Die Interpretation von Ordinalskalen. Paper 2 zum HS „Forschung und soziologische Theorie II“. SS 2000. Otto-Friedrich-Universität Bamberg: Unveröffentlichtes Seminarpaper. Erhältlich bei Gerhard Schulze (gerhard.schulze@sowi.uni-bamberg,de)
Schulze, Gerhard (2002a): Einführung in die Methoden der empirischen Sozialforschung. Reihe: Bamberger Beiträge zur empirischen Sozialforschung. Band 1. Bamberg. 50–64 (Elementarsatzinterpretation und Messung) und 256–258 (Messung)
Editor information
Rights and permissions
Copyright information
© 2004 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Baur, N. (2004). Das Ordinalskalenproblem. In: Baur, N., Fromm, S. (eds) Datenanalyse mit SPSS für Fortgeschrittene. VS Verlag für Sozialwissenschaften, Wiesbaden. https://doi.org/10.1007/978-3-663-09567-5_11
Download citation
DOI: https://doi.org/10.1007/978-3-663-09567-5_11
Publisher Name: VS Verlag für Sozialwissenschaften, Wiesbaden
Print ISBN: 978-3-531-14163-3
Online ISBN: 978-3-663-09567-5
eBook Packages: Springer Book Archive