Deskriptive Statistik

Unterscheidung von VAR und Skalenniveaus

Unterscheidung von VAR und Skalenniveaus


R. H.
Diese Lernkarten bieten eine Einführung in deskriptive Statistik auf Universitätsniveau. Sie behandeln Skalenniveaus wie nominal, ordinal, intervallskaliert und ratioskaliert, wobei der Fokus auf Variablen, deren Codierung und Auswertung liegt. Die Karteikarten erklären auch Unterschiede zwischen manifesten und latenten Variablen sowie zwischen stetigen und diskreten Variablen. Sie eignen sich für Studierende, die statistische Grundlagen verstehen und anwenden möchten.
Flashcards
10
Students
3
Language
German
Category
Maths
Level
University
Created / Updated
09.07.2017 / 01.02.2026

Flashcards

Kategoriale/ Qualitative vs. Metrische/ Quantitative VAR

Kategoriale/ Qual > inhaltiche Info bezieht sich auf best. EIGENSCHAFT

Metrische/ Quant > inhaltliche Info liegt in Zahlen vor

DICHOTOME vs POLYTOME VAR

Dichotome VAR hat 2 Ausprägungen

Polytome > VAR hat mehr als 2 Ausprägungen

STETIGE vs. DISKRETE VAR

bezieht sich auf Quant. VAR

STETIG > VAR kann jeden Zahlenwert innerhalb eines best. Bereiches annehmen

DISKRETE > VAR kann nur bestimmte Werte annehmen > HH-Mitglieder

ABER: Unterschied für STAT Auswertung kaum relevant > weil auch zB Mittelwerte von DISKRETEN VAR erzeugt werden können

MANIFESTE vs. LATENTE VAR

'Manifeste VAR > VAR kann direkt gemessen/ erhoben werden > Länge

Latente VAR > nicht direkt messbar > sondern über Indizes oder STAT Methoden erhebbar > zB Segmentierungen

ist aber v.a. inhaltliche UNterscheidung, statistisch weniger relevant

Skalenniveaus > Allgem > nach wem?, wozu? 4 Arten

nach STEVENS

Wozu > als Basis für statistische Berechnungen > Möglichkeiten der stat. Auswertung ergeben sich aus Skalenniveaus

Arten: Nominal, Ordinal, Intervall, Ratioskaliert

Nominales Skalenniveau (3)

Nominal

> Numerische Codierung > ist nur Platzhalter für inhaltliche Information

> daher Änderung der Codierung > zulässig

> ABER nur bei folgender REGEL

1gleich1 , 1 ungleich2

zB männlch/ weibl

ORDINAL (3)

ORDINAL > hat betimmte Reihenfolge innerhalb der Ausprägungen der VAR > aber Abstände zwischen den Rängen sind nicht def

> Änderung der Codierng ist zulässig >

NUR

> wenn Reihenfolge erhalten bleibt

> 1gleich1ungleich2, 1<2

> Zb Bildung

> ("Likert-Skala)

INTERVALL SKALIERTE VAR

Intervall > für Quant Daten

hier bestehen gleiche Abstände zwischen den Daten > daher klare Reihen/ Rangfolge

> meist keine Codierung > weil DAten meist ohnehin numerische Informationen sind

>ABER > gibt hier keinen ABSOLUTEN Nullpunkt > daher keine Multiplikation und Division

> zB Temperatur grad Celsius > erlaubt nicht zu sagen ob etw. Doppelt so warm ist > weil Unterschied zwischen Celsius und Fahrenheit

Regeln 1gleich1ungleich2, 1<2, 1+1=2 (gleich Abstände)

RATIOSKALA

RATIO > für Quant Var

> wie Intervall > nur hier gibt es einen absoltuen Nullpunkt > wenn das empirische Merkmal nicht vorhanden ist

>> daher können hier VERHÄLTNISSE hergestellt werden (Multipl/ Division)

zB Alter, Einkommen

>REgeln; 1=1ungleich2, 1+1=2, 2*2=4

Zusammenfassender ÜBERBLICK zu Skalenniveaus

> jedes höhere Skalenniveau enthält die Eigenschaften der unteren

> d.h. kann stat- Auswertungen der unteren auch machen > verliert dabei aber Information

Überblick Skalenniveaus:

Latent - Manifest

Qual/ Kategorial - Quant/ Metrisch

Qual: Nominal + Ordinal

Quant: Intervall + Ratioskala und Diskret - Stetig

Study