Jak używać skali Likerta w analizie statystycznej

Skala Likerta jest powszechnie stosowana w badaniach ankietowych. Często używa się go do mierzenia postaw respondentów, pytając ich, w jakim stopniu zgadzają się lub nie zgadzają z konkretnym pytaniem lub stwierdzeniem. Typowa skala może być „zdecydowanie się zgadzam, zgadzam się, nie jestem pewien / niezdecydowany, nie zgadzam się, zdecydowanie się nie zgadzam”. Dane pochodzące z ankiety wykorzystującej skalę Likerta mogą wydawać się łatwe do analizy, ale analityk danych musi rozważyć ważne kwestie.

1

Uzyskaj dane z listy do analizy, kodując odpowiedzi. Załóżmy na przykład, że masz ankietę, która pyta respondentów, czy zgadzają się lub nie zgadzają z zestawem stanowisk na platformie partii politycznej. Każde stanowisko jest kwestią ankiety, a skala używa następujących odpowiedzi: całkowicie się zgadzam, zgadzam się, neutralny, nie zgadzam się, całkowicie się nie zgadzam. W tym przykładzie odpowiednio zakodujemy odpowiedzi: zdecydowanie nie zgadzam się = 1, nie zgadzam się = 2, neutralny = 3, zgadzamy się = 4, silnie się zgadzamy = 5.

2

Pamiętaj, aby rozróżniać dane porządkowe i interwałowe, ponieważ te dwa typy wymagają różnych podejść analitycznych. Jeśli dane są porządkowe, możemy powiedzieć, że jeden wynik jest wyższy niż inny. Nie możemy powiedzieć, o ile wyżej, jak możemy z danymi interwału, które wskażą odległość między dwoma punktami. Oto pułapka ze skalą Likerta: wielu badaczy potraktuje ją jako skalę interwałową. Zakłada to, że różnice między każdą odpowiedzią są równe w odległości. Prawda jest taka, że ​​skala Likerta nam tego nie mówi . W naszym przykładzie mówi nam tylko, że ludzie o największej liczbie odpowiedzi są bardziej zgodni z pozycjami partii niż ci z najmniejszą liczbą odpowiedzi.

3

Rozpocznij analizę danych skali Likerta za pomocą statystyk opisowych. Chociaż może to być kuszące, oprzyj się pokusie, by wziąć numeryczne odpowiedzi i obliczyć średnią. Dodanie odpowiedzi „zdecydowanie się zgadzam” (5) do dwóch odpowiedzi „nie zgadzam się” (2) daje nam średnio 4, ale jakie jest znaczenie tej liczby? Na szczęście istnieją inne miary tendencji centralnej, których można użyć oprócz średniej. W przypadku danych skali Likerta najlepszą miarą jest najczęstszy tryb lub odpowiedź. To sprawia, że ​​wyniki ankiety są znacznie łatwiejsze do interpretacji przez analityka (nie wspominając o publiczności do jego prezentacji lub raportu). Możesz także wyświetlić rozkład odpowiedzi (wartości procentowe, które się zgadzają, nie zgadzają itp.) Na wykresie, takim jak wykres słupkowy, z paskiem dla każdej kategorii odpowiedzi.

4

Kontynuuj obok technik wnioskowania, które sprawdzają hipotezę wysuniętą przez naukowców. Dostępnych jest wiele metod, a najlepsze zależy od charakteru badania i pytań, na które próbujesz odpowiedzieć. Popularną metodą jest analiza odpowiedzi za pomocą analizy technik wariancji, takich jak test Manna Whitneya lub test Kruskala Wallisa . Załóżmy, że w naszym przykładzie chcieliśmy przeanalizować odpowiedzi na pytania dotyczące pozycji polityki zagranicznej z etnicznością jako zmienną niezależną. Przypuśćmy, że nasze dane obejmują odpowiedzi Anglosów, ankietowanych Afroamerykanów i Latynosów, abyśmy mogli przeanalizować odpowiedzi wśród trzech grup respondentów za pomocą testu wariancji Kruskala Wallisa.

5

Uprość swoje dane ankietowe, łącząc cztery kategorie odpowiedzi (na przykład zdecydowanie zgadzaj się, zgadzaj się, nie zgadzaj się, zdecydowanie się nie zgadzam) na dwie kategorie nominalne, takie jak umowa / spór, akceptacja lub odrzucenie itp. ). Daje to inne możliwości analizy. Test chi-kwadrat to podejście do analizy danych w ten sposób.

• Pamiętaj, że istnieje wiele podejść do analizy. Rozważ swoje pytania badawcze, aby określić najlepszą metodę analizy dla swojego badania.
• Skale Likerta różnią się liczbą punktów na skali. Najczęściej stosowana jest pięciopunktowa skala, ale niektóre skale Likerta mają 4-punktowe skale odpowiedzi, w których skala niebezpieczna jest wyeliminowana (kategoria niezdecydowana). Niektóre mają nawet 7-punktowe skale odpowiedzi.