1 2 3 4 5

Skalnåvåer

Nominal, ordinal, intervall & kvot — vilken skala avgör vilken statistik du får använda

⚠️ Denna sida har inte faktagranskats ännu. Texten kan innehålla fel. Bli en hjälte!

1. Översikt 2. Nominalskala 3. Ordinalskala 4. Intervallskala 5. Kvotskala 6. Gråzonen 7. I jamovi
1. De fyra skalnåvåerna — översikt

För att välja rätt statistisk metod behöver du veta vilken skalnåvå dina variabler har. Det är skalnåvån som styr vilka beräkningar som är meningsfulla, och alltså vilka test du kan köra.

Det finns fyra nivåer, från minst till mest information:

Nominal

Kategorier utan ordning, t.ex. kön, diagnos.

Ordinal

Kategorier med ordning, men ojämna avstånd, t.ex. Likert-skala.

Intervall

Lika avstånd, men ingen absolut nollpunkt. T.ex. temperatur i °C.

Kvot

Lika avstånd + absolut nollpunkt. T.ex. längd, vikt.

Sammanfattningstabell

SkalnåvåEgenskapExempelTillåtna operationer
Nominal Kategorier, ingen ordning Kön, diagnos, behandlingsgrupp Frekvens, typvärde
Ordinal Kategorier med ordning Likert (1–5), utbildningsnivå Median, rank, percentiler
Intervall Lika avstånd, ingen absolut nollpunkt Temperatur (°C), kalenderår Medelvärde, SD, differens
Kvot Lika avstånd + absolut nollpunkt Längd (cm), vikt (kg), reaktionstid Alla, inklusive kvoter
Ju högre skalnåvå, desto fler statistiska metoder kan du använda. Kvotnivå ger flest möjligheter. I praktiken behandlas dock intervall- och kvotdata oftast likadant i psykologisk forskning.
2. Nominalskala

Kategorier utan inbördes ordning. Värdena är bara etiketter: de går att skilja åt, men inte rangordna. Om du byter plats på kategorierna spelar det ingen roll.

Exempel från klinisk psykologi

VariabelExempel på värden
BehandlingsgruppKBT, PDT, Väntelista
DiagnosDepression, ångest, OCD
KönMan, Kvinna, Icke-binär
CivilståndGift, Sambo, Ensamstående, Skild

Tillåten statistik

  • Frekvenser och procentandelar
  • TypvärdeDet vanligaste värdet i en fördelning (eng: mode). Den enda lägesmåttet som fungerar för nominaldata. (mode)
  • Chi-två-testTestar om fördelningen över kategorier skiljer sig från det förväntade. I jamovi: Frequencies > Independent Samples.
  • Fishers exakta test (vid små cellfrekvenser)

Inte tillåtet

  • Medelvärde — "genomsnittligt kön" är meningslöst
  • Median — kräver rangordning
  • Standardavvikelse — kräver avstånd mellan värden
I jamovi: Nominalvariabler visas med en ikon med färgade cirklar. Sätt alltid gruppvariabler och kategoriska variabler som Nominal.
3. Ordinalskala

Kategorier med rangordning, men avstånden mellan stegen är inte nödvändigtvis lika. Vi vet att "3" är mer än "2", men inte hur mycket mer.

Exempel från klinisk psykologi

VariabelExempel på värden
Likert-skalaOrdnad skala med fasta svarsalternativ, t.ex. 1 = Instämmer inte alls till 5 = Instämmer helt. Uppkallad efter Rensis Likert (1932).1 = Instämmer inte alls … 5 = Instämmer helt
UtbildningsnivåGrundskola, Gymnasium, Högskola
CGI-IClinical Global Impression – Improvement. 7-gradig skala: 1 = mycket förbättrad, 4 = oförändrad, 7 = mycket försämrad.1 (mycket förbättrad) … 7 (mycket försämrad)
SmärtskattningIngen, Mild, Måttlig, Svår
Socioekonomisk statusLåg, Medel, Hög

Tillåten statistik

  • Allt som gäller för nominalskala (frekvens, typvärde)
  • Median och percentiler
  • Spearmans korrelationIcke-parametrisk korrelation baserad på rangordning. Används när data inte uppfyller kraven för Pearsons r. (rs)
  • Mann-Whitney U-test, Kruskal-Wallis
  • Wilcoxon signed-rank test

Inte tillåtet (strikt sett)

  • Medelvärde — kräver lika avstånd
  • Standardavvikelse — kräver lika avstånd
  • Pearsons korrelation — kräver intervalldata
I jamovi: Ordinala variabler visas med en ikon med numrerade staplar. Använd detta för Likert-items, rankade kategorier och svarsalternativ med naturlig ordning.
4. Intervallskala

Lika avstånd mellan värden, men nollpunkten är godtycklig. Skillnaden mellan 10 och 20 är lika stor som mellan 30 och 40 — men "0" betyder inte "ingenting".

Exempel

VariabelVarför intervall?
Temperatur (°C)0°C betyder inte "ingen temperatur"
KalenderårÅr 0 är en konvention, inte en startpunkt
IQ-poäng0 på IQ-skalan är en konstruktion

Tillåten statistik

  • Allt som gäller för nominal och ordinal
  • Medelvärde och standardavvikelse
  • Pearsons korrelationMäter linjärt samband mellan två kontinuerliga variabler. Värden från −1 till +1. (r)
  • t-test, ANOVA, regression

Inte tillåtet

  • Kvoter — "20°C är dubbelt så varmt som 10°C" är meningslöst
I praktiken: De flesta psykologiska skalor (t.ex. PHQ-9, GAD-7, BDI-II) behandlas som intervalldata, även om de tekniskt sett är summeringar av ordinala items. Mer om detta i avsnitt 6.
5. Kvotskala

Lika avstånd mellan värden och en absolut nollpunkt. Här betyder noll verkligen "ingenting". Det gör att kvoter blir meningsfulla: "100 kg är dubbelt så tungt som 50 kg".

Exempel från psykologisk forskning

VariabelVarför kvot?
Längd (cm)0 cm = ingen längd
Vikt (kg)0 kg = ingen vikt
Reaktionstid (ms)0 ms = ingen tid
Antal sessioner0 = inga sessioner
Kortisol (μg/dL)0 = inget kortisol

Tillåten statistik

  • Alla operationer — inklusive kvoter och geometriskt medelvärde
  • Alla parametriska och icke-parametriska test
Renodlade kvotvariabler är ganska ovanliga som utfallsmått i psykologisk forskning. De flesta självskattningsskalor saknar absolut nollpunkt — "0 på PHQ-9" betyder inte att personen är fri från depressiva tankar. Demografiska variabler som ålder, längd och vikt är däremot kvotdata.
6. Den stora gråzonen

Nu till frågan som alltid dyker upp: kan man behandla Likert-data och andra ordinala skalor som intervalldata? Kort svar: i praktiken gör de flesta det, och det fungerar oftast bra.

Argumenten för

  • Det har gjorts så i klinisk psykologi i decennier
  • Parametriska test (t-test, ANOVA) är robusta och tål en hel del avvikelser från de strikta antagandena
  • Norman (2010) visade att parametriska test på Likert-data ger tillförlitliga resultat även med små stickprov och skeva fördelningar
  • Summerar man många ordinala items (t.ex. PHQ-9:s 9 items) börjar totalpoängen bete sig som en kontinuerlig variabel

Argumenten emot

  • Steg på en Likert-skala är inte garanterat lika stora — avståndet från "instämmer delvis" till "instämmer helt" kan vara större än från "neutral" till "instämmer delvis"
  • Att beräkna medelvärde på en enskild Likert-item (1–5) är strikt sett felaktigt
  • Vissa tidskrifter och recensenter kräver icke-parametriska test för ordinaldata

Pragmatisk tumregel

Om din skala har 5 eller fler svarsalternativ och fördelningen är någorlunda symmetrisk (inte extremt sned), är parametriska test acceptabla. Så gör de flesta kliniska psykologitidskrifter.

För enskilda Likert-items med få steg (t.ex. 1–3 eller ja/nej), använd icke-parametriska test eller behandla som ordinal/nominal.

Rekommenderad läsning

  • Norman, G. (2010). Likert scales, levels of measurement and the “laws” of statistics. Advances in Health Sciences Education, 15(5), 625–632.
  • Sullivan, G. M., & Artino, A. R. (2013). Analyzing and interpreting data from Likert-type scales. Journal of Graduate Medical Education, 5(4), 541–542.
7. Så ställer du in i jamovi

När du öppnar data i jamovi gissar programmet vilken skalnåvå varje variabel har. Gissningen är ofta fel — särskilt för gruppvariabler kodade som siffror (1/2/3).

Så ändrar du skalnåvå

  1. Dubbelklicka på kolumnrubriken i datavyn
  2. En redigeringspanel öppnas. Klicka på ikonen för skalnåvå
  3. Välj rätt nivå bland de tre ikonerna

De tre ikonerna

IkonBetydelseAnvänd för
🔴🔵🟢 Nominal (färgade cirklar) Grupp, kön, diagnos, ja/nej
📊 Ordinal (sorterade staplar) Likert-items, utbildningsnivå, rangordning
📏 Continuous (linjal) Ålder, totalpoäng, vikt, reaktionstid

Så ser ikonerna ut i jamovi

Måttnivå Nominal visas med orangea cirklar i variabeleditorn
Nominal – orangea cirklar
Måttnivå Continuous visas med orange linjal i variabeleditorn
Continuous – orange linjal

Varför det spelar roll

jamovi använder skalnåvån för att bestämma vilka analyser som är tillgängliga. Om du försöker köra ett t-test men din beroende variabel är satt som Nominal, kommer den inte att synas i variabel-listan.

Om ett test är nedtonat eller en variabel inte dyker upp: Kontrollera skalnåvån! Det är det vanligaste misstaget bland nybörjare i jamovi. Dubbelklicka på kolumnen och ändra till rätt nivå.

1. Dubbelklicka på kolumnrubriken:

Dubbelklicka på kolumnen

2. Välj datatyp och skalnåvå:

Välj rätt datatyp Välj skalnåvå

Vanliga misstag

ScenarioProblemLösning
Grupp kodad 1/2/3 jamovi tolkar som Continuous Ändra till Nominal
PHQ-9 totalpoäng jamovi tolkar som Ordinal Ändra till Continuous
Likert-item (1–5) jamovi tolkar som Continuous Ändra till Ordinal (eller Continuous om ≥5 steg)
Deltagarnummer jamovi tolkar som Continuous Ändra till ID
🎬 Videolektioner (Elisabeth Borg): Centralmått · Spridningsmått

Skärmdumpar från jamovi baseras på material av Dr Jonas Rafi (Jamoviguiden), använt under CC BY 4.0.

💬 Rapportera fel eller ge feedback