Skalenniveaus in der Statistik erklärt

Skalenniveaus – nominal, ordinal, intervall, ratio

Lesezeit ca. 3 Min. · zuletzt aktualisiert: 26. April 2026 · alle Statistik-Themen

Das Skalenniveau einer Variable bestimmt, welche statistischen Tests du anwenden darfst. Eine Variable wie „Geschlecht" lässt sich nicht im Mittelwert ausdrücken, eine Variable wie „Alter" sehr wohl. Wir zeigen dir die vier klassischen Skalenniveaus mit Beispielen und den passenden Tests. Die vier Skalenniveaus werden hier mit Beispielen und passenden Tests erklärt.

Nominalskala

Kategorien ohne natürliche Reihenfolge. Du kannst nur sagen: gleich oder verschieden.

Beispiele: Geschlecht (m/w/d), Studiengang, Lieblingsfarbe, Augenfarbe.
Erlaubte Statistik: Häufigkeiten, Modus, Chi-Quadrat-Test.
Nicht erlaubt: Mittelwert, Median.

Ordinalskala

Kategorien mit natürlicher Reihenfolge, aber ungleichen Abständen zwischen den Stufen.

Beispiele: Schulnoten (1–6), Ränge (1., 2., 3.), Bildungsabschluss (kein Abschluss, Hauptschule, Realschule, Abitur).
Erlaubte Statistik: Median, Modus, Spearman-Korrelation, Mann-Whitney-U.
Streng genommen nicht erlaubt: Mittelwert (in Praxis bei Likert-Skalen oft trotzdem berichtet).

Skalenniveaus in der Statistik erklärt im Überblick.

Intervallskala

Kategorien mit natürlicher Reihenfolge UND gleichen Abständen, aber ohne natürlichen Nullpunkt.

Beispiele: Temperatur in Celsius (0 °C ist nicht „keine Temperatur"), Kalenderjahre.
Erlaubte Statistik: Mittelwert, Standardabweichung, Pearson-Korrelation, t-Test, ANOVA.
Nicht erlaubt: Verhältnisse („doppelt so warm" ergibt bei Celsius keinen Sinn).

Verhältnisskala (Ratio)

Wie Intervallskala, aber mit natürlichem Nullpunkt. Verhältnisse sind interpretierbar.

Beispiele: Alter in Jahren, Gewicht in kg, Reaktionszeit in ms, Anzahl beantworteter Fragen.
Erlaubte Statistik: Alle Verfahren, einschließlich Verhältnisse („doppelt so alt").

Likert-Skalen – ein Sonderfall

Likert-Skalen („1 = stimme gar nicht zu" bis „5 = stimme voll zu") sind streng genommen ordinal – die Abstände zwischen den Stufen sind nicht zwingend gleich. In der Praxis werden sie oft als intervallskaliert behandelt, was Mittelwerte, t-Tests und Regression erlaubt. Das ist akzeptiert, sollte aber im Methodik-Teil erwähnt werden.

Welcher Test bei welchem Niveau?

Vergleich kategorial vs. kategorial: Chi-Quadrat-Test.
Vergleich intervall vs. intervall: Pearson-Korrelation, Regression.
Mittelwertvergleich 2 Gruppen: t-Test (intervall), Mann-Whitney-U (ordinal).
Mittelwertvergleich > 2 Gruppen: ANOVA (intervall), Kruskal-Wallis (ordinal).

Häufige Fehler

Ordinaldaten mit Pearson korreliert (Schulnoten + Schulnoten).
Mittelwert bei Nominaldaten berechnet (Mittelwert von Geschlecht macht keinen Sinn).
Likert-Skalen ohne Hinweis als intervall behandelt.
Skalenniveau in SPSS-Variableneditor falsch eingestellt – ändert spätere Tests.

Mehr typische Stolperfallen findest du in unserem Beitrag zu häufigen Fehlern in Bachelorarbeit und Masterarbeit. Im Lektorat wird die korrekte Anwendung von Tests pro Skalenniveau geprüft.