Warum ist das Skalenniveau für die Auswertung wichtig?

Weil das Niveau festlegt, welche Kennwerte sinnvoll sind. Bei nominalen Daten ist nur die Häufigkeit sinnvoll, bei ordinalen der Median und die Verteilung, erst bei Intervalldaten ist ein Mittelwert unstrittig. Der falsche Kennwert erzeugt Zahlen, die genauer aussehen, als sie sind.

Darf man ordinale Daten mitteln?

Streng genommen nicht, weil die Abstände zwischen den Stufen nicht als gleich gesichert sind. Als grobe Orientierung ist ein Mittelwert verbreitet, sauberer und robuster sind bei ordinalen Daten der Median und die Betrachtung der ganzen Verteilung.

Skalenniveau

Q: Was ist der Unterschied zwischen nominal, ordinal und intervall?

Nominale Daten sind reine Kategorien ohne Reihenfolge, etwa die Abteilung. Ordinale Daten haben eine Reihenfolge, aber keine gleichen Abstände, etwa eine Zustimmungsskala. Intervalldaten sind geordnet und haben gleiche Abstände, etwa das Alter in Jahren.

Q: Welches Skalenniveau hat eine Likertskala?

Eine Likertskala liefert streng genommen ordinale Daten: die Stufen haben eine klare Reihenfolge, aber der Abstand zwischen zwei Stufen ist nicht garantiert gleich gross. In der Praxis wird sie oft wie eine Intervallskala behandelt, was verbreitet, aber methodisch angreifbar ist.

Was Skalenniveau bedeutet, der Unterschied zwischen nominal, ordinal und intervall, und warum das Niveau darüber entscheidet, welche Auswertung einer Mitarbeiterbefragung erlaubt ist.

Das Skalenniveau beschreibt, wie viel Information die Zahlen einer Messung tragen, und teilt Daten in nominal, ordinal und intervall ein. In Mitarbeiterbefragungen entscheidet es darüber, welche Auswertung sachlich erlaubt ist und welche nur scheinbare Präzision vortäuscht.

Auf dieser Seite

Das Wichtigste in Kürze

Was: die Einteilung von Daten danach, wie viel Information ihre Zahlen tragen, von nominal über ordinal bis intervall.
Nominal: reine Kategorien ohne Reihenfolge, etwa Abteilung oder Standort. Man kann zählen, nicht rangieren.
Ordinal: geordnete Stufen ohne gleiche Abstände, etwa eine Zustimmungsskala. Man kann rangieren, aber nicht sauber mitteln.
Intervall: geordnet mit gleichen Abständen, etwa Alter in Jahren. Hier ist ein Mittelwert unstrittig.
Warum wichtig: das Niveau begrenzt die erlaubte Auswertung. Der falsche Kennwert erzeugt Scheingenauigkeit.

Was ist ein Skalenniveau?

Nicht jede Zahl bedeutet dasselbe. Die „3” für die Abteilung Marketing und die „3” auf einer Zustimmungsskala tragen völlig unterschiedliche Information: die eine ist nur ein Etikett, die andere eine Position auf einer geordneten Skala. Das Skalenniveau ist der Begriff, der diesen Unterschied fassbar macht.

Es beantwortet die Frage: Was darf ich mit dieser Zahl tun? Darf ich sie nur zählen, oder auch in eine Reihenfolge bringen, oder sogar Abstände vergleichen und mitteln? Je höher das Niveau, desto mehr rechnerische Operationen sind erlaubt und sinnvoll. In der Mitarbeiterbefragung ist das keine akademische Feinheit, sondern die Grundlage jeder sauberen Auswertung.

Die drei Niveaus in der Praxis

Für Mitarbeiterbefragungen sind drei Niveaus relevant:

Nominal: reine Kategorien ohne innere Reihenfolge. Beispiele: Abteilung, Standort, Anstellungsart. Sinnvoll sind hier Häufigkeiten („40 Prozent kommen aus der Produktion”). Ein Durchschnitt von Standorten ergibt keinen Sinn.
Ordinal: Stufen mit klarer Reihenfolge, aber ohne gesicherte gleiche Abstände. Beispiele: eine Zustimmungsskala von „stimme gar nicht zu” bis „stimme voll zu”, oder Bildungsstufen. Sinnvoll sind Median und Verteilung. Ein Mittelwert ist heikel, weil er gleiche Abstände unterstellt.
Intervall: geordnet, mit gleichen Abständen zwischen den Werten. Beispiele: Alter in Jahren, Betriebszugehörigkeit in Monaten. Hier ist ein Mittelwert unstrittig, weil die Abstände echt sind.

Ein viertes Niveau, das Verhältnis- oder Ratioskalen mit echtem Nullpunkt, spielt in Mitarbeiterbefragungen eine untergeordnete Rolle und wird hier bewusst nicht vertieft.

Welches Skalenniveau hat eine Likertskala?

Das ist der Punkt, an dem die meisten Befragungen straucheln. Eine Likertskala liefert ordinale Daten: die Stufen sind geordnet, aber niemand kann garantieren, dass der Abstand zwischen „stimme eher zu” und „stimme voll zu” gleich gross ist wie der zwischen „teils teils” und „stimme eher zu”.

In der Praxis wird die Likertskala trotzdem oft wie eine Intervallskala behandelt und gemittelt. Das ist verbreitet und für einen groben Überblick vertretbar, aber es ist eine Annahme, keine Tatsache. Wer ehrlich auswerten will, ergänzt den Mittelwert um Median und Verteilung oder verlässt sich ganz auf diese. So bleibt sichtbar, ob eine Gruppe einig ist oder tief gespalten, was ein Mittelwert gnadenlos verdeckt.

Warum das Niveau die Auswertung bestimmt

Das Skalenniveau ist keine Etikette, sondern eine Erlaubnis. Es legt fest, welche Kennwerte eine ehrliche Aussage machen:

Nominal: Häufigkeiten und Modus (der häufigste Wert). Kein Rang, kein Mittel.
Ordinal: zusätzlich Rangfolge, Median und die Verteilung über die Stufen.
Intervall: zusätzlich Mittelwert und Streuung, weil die Abstände echt sind.

Die Regel dahinter ist einfach: Was auf einem höheren Niveau erlaubt ist, ist auf einem niedrigeren nicht automatisch sinnvoll. Ein Mittelwert über ordinale Zustimmungsdaten sieht präzise aus, aber er unterstellt eine Gleichheit der Abstände, die nicht belegt ist. Das ist Scheingenauigkeit, und sie führt zu Entscheidungen auf einer schwachen Grundlage.

Grenzen und Streitpunkte

Das Skalenniveau ist ein Werkzeug, kein Dogma, und es hat unscharfe Ränder.

Der Umgang mit Likert ist umstritten. Ob man ordinale Skalen mitteln darf, ist eine alte Fachdebatte ohne eindeutigen Schluss. Wichtig ist, die Annahme offenzulegen, statt sie zu verschweigen.
Das Niveau sagt nichts über die Qualität. Eine Intervallskala kann schlecht formuliert und wertlos sein, eine ordinale Skala hervorragend. Skalenniveau und Gütekriterien sind zwei verschiedene Fragen.
Höher ist nicht immer besser. Manche Konstrukte lassen sich ehrlich nur ordinal messen. Ein künstlich erzwungenes Intervallniveau macht die Messung nicht valider, nur die Rechnung bequemer.

Typische Fehler aus der Praxis

Ordinale Daten wie Messwerte behandeln. Zustimmung mitteln und die Zahl als exakt verkaufen, ohne die Verteilung zu zeigen.
Kategorien rangieren. Aus nominalen Codes (1 = Produktion, 2 = Marketing) einen Durchschnitt bilden. Das Ergebnis ist bedeutungslos.
Die Verteilung verschweigen. Nur den Mittelwert berichten, obwohl er eine tiefe Spaltung glättet.
Skalenniveau mit Gültigkeit verwechseln. Ein hohes Niveau macht eine schlechte Frage nicht gut.

Vom richtigen Kennwert zu Massnahmen

Das Skalenniveau richtig zu wählen, ist kein Selbstzweck, sondern die Voraussetzung dafür, dass Ergebnisse tragen. Eine ordinal-gerechte Auswertung zeigt nicht nur einen Punkt, sondern die ganze Verteilung, und genau dort wird sichtbar, wo etwas zu tun ist.

Der Weg von der sauberen Messung zur Wirkung:

Niveau bestimmen: vor der Auswertung klären, welche Daten ordinal, welche intervall sind.
Passenden Kennwert wählen: bei Zustimmung Median und Verteilung statt nur Mittelwert.
Spaltungen sichtbar machen: eine gespaltene Verteilung ist selbst schon ein Befund.
Massnahmen ableiten: wo die Verteilung auseinanderfällt, ansetzen. Wie das geht, zeigt der Beitrag Massnahmen ableiten nach der Mitarbeiterbefragung.

Key Takeaways und Fazit

Key Takeaways

Das Skalenniveau beschreibt, wie viel Information die Zahlen einer Messung tragen: nominal, ordinal, intervall.
Nominal erlaubt nur Häufigkeiten, ordinal zusätzlich Median und Verteilung, intervall auch den Mittelwert.
Eine Likertskala ist ordinal: der Mittelwert ist eine Annahme, Median und Verteilung sind ehrlicher.
Das Niveau begrenzt die erlaubte Auswertung. Der falsche Kennwert erzeugt Scheingenauigkeit.

Fazit. Das Skalenniveau ist die unsichtbare Weichenstellung jeder Mitarbeiterbefragung. Wer es respektiert, wertet ehrlich aus und sieht, wo eine Belegschaft wirklich steht. Wer es ignoriert, bekommt Zahlen, die genau aussehen und in die Irre führen. Die richtige Frage ist nicht „Wie hoch ist der Wert?”, sondern „Was darf diese Zahl überhaupt sagen?”

Auswertung mit Moodtalk

Das richtige Skalenniveau ist die Voraussetzung für eine ehrliche Auswertung, aber es beantwortet noch kein Warum. Moodtalk wertet Zustimmungsdaten sauber aus, macht die ganze Verteilung sichtbar statt nur einen Mittelwert und koppelt jede Bewertung mit einer offenen Nachfrage. Der KI-Interview-Agent verdichtet die offenen Antworten zu Mustern, die in konkrete Massnahmen münden. Die Daten bleiben in der Schweiz. Sehen Sie sich Moodtalk an.