< Zurück   INHALT   Weiter >

5.3.2 Wahl des Skalenniveaus bei geschlossenen Fragen

Geschlossene Fragen werden mit Antwortkategorien versehen, die jeweils eines der drei Skalenniveaus repräsentieren: Eine Nominalskala erlaubt dichotome oder polytome Antwortvorgaben, die Ordinalskala erlaubt die Vergabe eines Rangplatzes und die Intervallskala die Vergabe eines metrischen Wertes. In Abschnitt 2 wurde bereits erläutert, dass es in aller Regel von der Wichtigkeit der Frage abhängt, auf welchem Skalenniveau Daten erhoben werden. Am Beispiel des soziodemografischen Merkmals Haushaltseinkommen wird dies verdeutlicht (Tab. 5.2).

Im ersten Fall (den man in der Praxis so kaum vorfinden wird), in dem das Einkommen mit einer dichotomen Nominalskala erhoben wird, ist das Ziel, die Befragten in zwei Gruppen einzuteilen. Vielleicht knüpfen sich an die Wahrnehmung der Befragten, ob ihr Haushalt „arm“ oder „reich“ ist, Hypothesen hinsichtlich der Konsumgewohnheiten oder Ähnliches. Generell ist festzuhalten, dass bei den dichotomen Antwortkategorien „echte“ dichotome und künstlich dichotomisierte Antwortkategorien existieren. Auf die Frage, ob man ein Fernsehergerät besitzt, kann man nur mit „Ja“ oder „Nein“ antworten; auf die Frage, ob man der Steuerreform der Regierung zustimmt, wäre eine Ja/nein-Antwortkategorie künstlich dichotomisiert, weil Befragte auch teilweise zustimmen könnten.

Tab. 5.2 Typische Antwortkategorien für die drei Skalenniveaus am Merkmal Haushaltseinkommen

Nominalskalen können auch polytome Antwortkategorien aufweisen. Die Ausführlichkeit dieser Antwortvorgaben richtet sich nach dem Verhältnis des Aufwands (für den Forscher und den Befragten) zum vermuteten Nutzen, den man aus den mehr oder weniger detaillierten Antwortkategorien ziehen will. Möchte man erheben, welche Nebenfächer Studierende der Kommunikationswissenschaft belegen, könnte man natürlich alle Fächer aufführen, die aufgrund der Studienordnung denkbar sind. Diese größtmögliche Genauigkeit würde dann vielleicht hervorbringen, dass eine Studentin Hebräisch belegt hat. Diese Detailgenauigkeit wäre allerdings weder für die Auswertung noch für die Entwicklung des Messinstrumentes praktikabel. Man müsste alle denkbaren Kategorien vorsehen, viele von ihnen würden gering besetzt bleiben und in Anbetracht der Tatsache, dass das Gros der Studierenden Politikwissenschaft, Marktund Werbepsychologie, Recht oder BWL belegt, bringen die Einzelfälle keinen großen Erkenntnisgewinn. Trotzdem will man die Ausnahmen erfassen – dies ist ein klassischer Fall der Kategorie Sonstige. Darin werden all jene Fälle zusammengefasst, die nicht eigens als Antwortkategorie vorgesehen waren und die allen Befragten eine Antwortchance gibt, für die keine der anderen Kategorien zutrifft. Als Faustregel gilt: Wenn die Kategorie „Sonstige“ bei einem beliebigen Sachverhalt eine Häufigkeit von mehr als zwanzig Prozent aufweist, sollte man die Antwortkategorien noch einmal überdenken. Es sind ganz offensichtlich zu viele Informationen durch diese Restkategorie geschluckt worden. In so einem Fall müsste noch einmal theoretisch und empirisch überprüft werden, welche Antwortkategorie ergänzt werden muss.

Zurück zur Tabelle: Wenn man das Einkommen wie im zweiten Fall als Rangskala erhebt, will man nicht das genaue Einkommen erfahren, sondern gibt sich mit relativ groben Gruppeneinteilungen zufrieden. Diese Art der Erhebung ist in der Marktforschung üblich, weil man mit diesen Daten 1) gut die Verteilung von Einkommen in der Bevölkerung beschreiben kann, 2) den Befragten nicht zu nahe tritt (wer erzählt schon einem wildfremden Interviewer, was er genau verdient?) und sie 3) nicht überfordert (wer weiß schon genau, was ihm im Monat zum Verbrauchen bleibt?). In der empirischen Kommunikationsforschung ist ein prominentes Beispiel für den Einsatz von Rangskalen die Erhebung von Nutzungsmotiven im Rahmen des Uses-and-Gratifications-Ansatzes (vgl. für einen Überblick Schweiger 2007). Der Ansatz beschäftigt sich mit den Motiven des Medienkonsums: Menschen sehen zum Beispiel fern, um sich zu informieren, sich zu entspannen oder sich unterhalten zu lassen. Befragte werden dann gebeten, eine Präferenzliste zu erstellen: „Kreuzen sie bitte eine 1 an, was für Sie am ehesten zutrifft, eine 2 dafür, was an zweiter Stelle zutrifft und eine 3, was an dritter Stelle für Sie zutrifft“ etc.

Die dritte Möglichkeit, das Einkommen zu erheben, besteht in einer Intervallskala, mit der man den genauen Euro-Betrag erfragt. Durch die Vergabe eines Zahlenwertes besteht die Möglichkeit, die Daten in der Auswertung stärker zu verdichten als bei anderen Skalierungen. Man kann das mittlere Einkommen exakt bestimmen, Aussagen über Verteilungen um den Mittelpunkt herum machen, Extremwerte interpretieren und vor allem derartige Verteilungen mit denen aus der Vergangenheit vergleichen [1].

  • [1] An dieser Stelle sei noch einmal erwähnt, dass in der Datenauswertung Kategorien auf intervallund ordinalskaliertem Niveau zusammengefasst werden können und damit nomimalskaliert werden. Durch eine Zusammenfassung von Gruppen wird der Fokus der Analyse stärker auf wichtige Populationen gelenkt, was allerdings zu Lasten detaillierter Information geht. Die Zusammenlegung von Gruppen erfolgt häufi dann, wenn Kategorien an den extremen Rändern einer Dimension nur sehr schwach besetzt sind. Außer für den Fall, dass gerade diese Gruppen hinsichtlich der Forschungsfrage besonders interessant sind, würde man bei intervallskalierten Antwortmöglichkeiten, wie etwa dem Einkommen, extreme Werte der nächsten Wertigkeit zuordnen; bei Ordinalskalen, wie zum Beispiel dem Studienfach, könnte man einzelne Fächer nach Fachbereichen zusammenzufassen. Grundsätzlich ist es also möglich, jede Skala zu dichotomisieren
 
< Zurück   INHALT   Weiter >