Beim Modus handelt es sich um den in den vorliegenden Daten am häufigsten auftretenden Wert, bei klassierten Daten um die Klassenmitte der Klasse, welche die meisten Fälle auf sich vereint (nur bei gleichbreiten Klassen möglich). Der Modus ist somit das am einfachsten zu berechnende Lagemaß und zugleich das einzige Lagemaß, welches auch für nominalskalierte Daten sinnvoll angegeben werden kann.
Die Berechnung des Modus ist in der Regel nur für diskrete Daten sinnvoll, da sich die Werte bei stetigen Daten kaum wiederholen (die Punktwahrscheinlichkeit liegt bei einer stetigen Verteilung ja definitionsgemäß bei Null), so dass es keine häufig in der Verteilung auftretenden Werte gibt. Soll der Modus auch für stetige Daten gebildet werden, so ist eine Aufteilung der Daten in (gleichbereite) Klassen vorzunehmen und anschließend der Modus für klassierte Daten zu bilden.
Die Vorteile des Modus liegen vor allem in seiner einfachen Berechnung und der Tatsache, dass er auch für niedrigstskalierte Daten noch Gültigkeit besitzt. Nachteilig sind dagegen der vergleichsweise geringe Informationsgehalt und die teils schlechte Interpretierbarkeit des Wertes, denn sinnvoll ist der Modus im Grunde nur dann zu interpretieren, wenn ein einfaches, klares Maximum vorliegt – die Verteilung also unimodal ist (im Balkendiagramm beispielsweise zu erkennen an einem deutlich hervorragenden einzelnen Balken).
Handelt es sich dagegen um eine multimodale Verteilung und kommen mehrere Werte mit der gleichen Häufigkeit darin vor, kann auch SPSS den Modus nicht mehr eindeutig ermitteln und gibt aus der Reihe der möglichen Modi einfach den Wert aus, der in der Urliste an oberster Stelle steht. Sobald eine solche multimodale Verteilung vorliegt ist der Modus daher nicht mehr eindeutig zu interpretieren, auch wenn es marginale Unterschiede in den Häufigkeiten gibt und sich ein Wert als mathematisch eindeutiger Modus festlegen lässt.
Quellen[]
C. Reinboth: Multivariate Analyseverfahren in der Marktforschung, LuLu-Verlagsgruppe, Morrisville, 2006.
Fahrmeir, L., Künstler, R., Pigeot, I. & Tutz, G. (1999). Statistik. Der Weg zur Datenanalyse (2. Aufl.). Berlin: Springer.