Mät något som 20 °C en dag och 30 °C nästa och du vet att den andra dagen var 10 grader varmare. Men var det "en och en halv gånger så varmt"? Nej, och anledningen är kärnan i intervallskalemätning. Den här guiden förklarar vad en intervallskala är, dess viktigaste funktioner, vardagliga exempel, hur den jämförs med nominal-, ordinal- och kvotskalor, och hur man samlar in intervallliknande betyg i en undersökning.
Vad är intervallskalemätning?
En intervallskala är en mätnivå där värden är ordnade och avstånden mellan dem är lika, men det finns ingen riktig noll. Det är en av fyra mätnivåer, tillsammans med nominal, ordinal och kvot. De fyra nivåerna fastställdes av psykologen S.S. Stevens i hans artikel från 1946. Om teorin om mätskalor in Vetenskap.
Eftersom stegen är lika kan man säga hur långt ifrån varandra två värden är. Eftersom noll är godtyckligt kan man inte säga att ett värde är en multipel av ett annat.

Viktiga egenskaper hos intervallskalor
Lika intervall
Skillnaden mellan intilliggande värden är densamma överallt på skalan. Hoppet från 10°C till 11°C är lika stort som hoppet från 20°C till 21°C.
Godtycklig nollpunkt
Noll är en konvention, inte "ingenting". 0 °C är där vatten fryser, inte avsaknaden av temperatur. Fahrenheitskalan placerar noll någon helt annanstans, och båda är giltiga.
Addition och subtraktion är logiska
Du kan beräkna skillnader, medelvärden och standardavvikelser. Det är därför intervalldata stöder de flesta vanliga statistiska tester.
Förhållanden är inte logiska
Utan någon sann nollpunkt är 40°C inte "dubbelt så varmt" som 20°C. Omvandla båda till Fahrenheit (104°F och 68°F) så ändras förhållandet, vilket visar att det aldrig var meningsfullt. En förhållandeskala som kelvin, som börjar vid absoluta nollpunkten, stöder kvotsatser.
Ordnade värden
Varje värde har en tydlig rangordning, så du kan avgöra vilket som är högst och med exakt hur mycket.
5 exempel på mätning av intervallskala
1. Temperatur i Celsius eller Fahrenheit
Läroboksfallet. Skillnaden mellan 20°C och 30°C är lika med skillnaden mellan 30°C och 40°C, men 0°C är inte "ingen värme".
2. IQ-poäng
IQ-tester är standardiserade så att lika stora skillnader i poäng behandlas som lika stora skillnader i prestation, och ett resultat på noll betyder inte noll intelligens. Många forskare behandlar IQ som ett intervall, även om vissa menar att det ligger närmare ordinal.
3. Kalenderår
Skillnaden mellan 1990 och 2000 är lika stor som skillnaden mellan 2000 och 2010. Det finns inget "nollår" som betyder frånvaro av tid.
4. Tid på dygnet
På en 12-timmars- eller 24-timmarsklocka är gapet mellan 1:00 och 2:00 lika med gapet mellan 3:00 och 4:00. Midnatt är en konvention, inte frånvaron av tid.
5. Standardiserade testresultat
Poäng på tester som SAT eller GRE skalas så att poängskillnaderna är jämförbara. En poäng på noll betyder inte "ingen kunskap". Liksom IQ behandlas de generellt som intervall.
Intervallskalor jämfört med andra skalor
| Skala | Vad det säger dig | Exempelvis | Riktig nolla? |
|---|---|---|---|
| Nominellt | Endast kategorier, ingen ordning | Frukttyp: äpple, banan, körsbär | Nej |
| ORDNINGS- | Ordning, men inte luckorna | Placering i tävlingen: 1:a, 2:a, 3:e | Nej |
| Intervall | Ordning och lika mellanrum | Temperatur i Celsius | Nej |
| Ratio | Ordning, lika stora luckor och en sann nolla | Vikt i kilogram | Ja |
Varje nivå innehåller informationen från den föregående. Kvotskalor tillåter alla beräkningar, intervallskalor tillåter skillnader och medelvärden, ordinalskalor tillåter rangordning och medianvärden, och nominalskalor tillåter räkning.
Är enkätbedömningsskalor intervall?
Det är här intervallskalor är viktigast för forskare. En femgradig nöjdhetsskala ser ut som en intervallskala, men skillnaden mellan "nöjd" och "mycket nöjd" kanske inte känns lika stor som skillnaden mellan "neutral" och "nöjd". Det skulle göra data ordinala.
I praktiken behandlar många forskare väl utformade skattningsskalor med fem eller fler jämnt märkta punkter som ungefärligt intervall. Norman (2010 XNUMX) fann att parametriska tester håller bra på dessa data, medan Jamieson (2004) argumenterade för att enskilda Likert-element bör analyseras som ordinaler. En förnuftig metod: märk varje punkt tydligt, använd jämnt fördelade numeriska steg och rapportera medianvärden och fördelningar bredvid medelvärden.
Samla in intervallliknande betyg med AhaSlides
Ocuco-landskapet AhaSlides bedömningsskala låter dig ange ett numeriskt intervall med märkta slut, till exempel 1 till 5 från mycket missnöjd till mycket nöjd. Deltagarna svarar på sina telefoner och medelvärdet för varje påstående visas live. Det passar kundnöjdhet, medarbetarengagemang och publikfeedback.

För fler format för betygsfrågor, se vår Exempel på Likertskala och Guide för 5-punkts Likertskala, eller börja från mallbibliotek.
Slutsats
Intervallskalor ger dig lika steg och meningsfulla skillnader, men ingen riktig noll och inga förhållanden. Att veta vilken nivå du arbetar med avgör vilken statistik som är giltig, så kontrollera den innan du beräknar medelvärde, jämför eller rapporterar. När du samlar in betyg, märk varje punkt och håll stegen jämnt fördelade.
Källor
- Stevens, SS (1946). Om teorin om mätskalor. Vetenskap, 103 (2684), 677-680
- Norman, G. (2010). Likertskalor, mätnivåer och statistikens lagar. Framsteg inom hälsovetenskaplig utbildning, 15, 625-632
- Jamieson, S. (2004). Likertskalor: hur man (miss)använder dem. Medicinsk utbildning, 38 (12), 1217-1218
- NIST: Introduktion till Kelvin
- forms.app: Intervallskala
- QuestionPro: Intervallskala
.webp)







