Hoe om die Likert-skaal in statistiese analise te gebruik

Die Likert skaal word algemeen in opnamenavorsing gebruik. Dit word dikwels gebruik om die houdings van respondente te meet, en hulle te vra tot watter mate hulle saamstem of nie saamstem met 'n spesifieke vraag of stelling. 'n Tipiese skaal kan wees "stem baie saam, onseker/onseker, stem nie saam nie, stem baie saam". Data van 'n opname met behulp van 'n Likert skaal kan maklik lyk om te ontleed, maar daar is belangrike kwessies wat oorweeg moet word deur a data ontleder.

1. Kry die data uit die lys vir ontleding deur die antwoorde te kodeer. Sê byvoorbeeld jy het 'n opname waarin respondente gevra word of hulle saamstem of nie saamstem met 'n stel standpunte op die platform van 'n politieke party nie. Elke posisie is 'n vraag van die opname, en die skaal sal die volgende antwoorde gebruik: stem heeltemal saam = 1, stem nie saam= 2, neutraal= 3, stem saam=4, stem heeltemal saam =5.

2. Onthou om te onderskei tussen ordinale en intervaldata, want beide tipes vereis verskillende analitiese benaderings. As die data ordinaal is, kan ons sê dat 'n telling hoër is as 'n ander. Ons kan nie sê hoe hoog ons kan doen met intervaldata nie, wat jou die afstand tussen twee punte sal vertel. Hier is die vangplek vir Likert-skaal: baie navorsers sal dit soos 'n intervalskaal behandel. Dit beteken dat die verskille tussen elke respons gelyk is in afstand. Die waarheid is dat die Likert-skaal ons dit nie vertel nie. Dit sê net vir ons dat mense met meer antwoorde meer in lyn is met die party se posisies as dié met die laer aantal antwoorde.

3. Begin analiseer data vanaf die Likert-skaal met beskrywende statistieke. Alhoewel dit dalk aanloklik is, weerstaan ​​die drang om numeriese antwoorde te neem en 'n gemiddelde te bereken. Voeg 'n antwoord by "stem sterk saam" (5) tot twee "verskil" (2) antwoorde, wat 'n gemiddeld van 4 sou gee, maar wat beteken hierdie getal? Gelukkig is daar ander maatstawwe van sentrale neiging wat bykomend tot die gemiddelde gebruik kan word. Deur data van die Likert-skaal te gebruik, is die beste maatstaf om te gebruik die modus of mees gereelde reaksie. Dit maak die opname se resultate baie makliker om vir die ontleder te interpreteer (om nie eens te praat van die gehoor nie, vir jou aanbieding of verslag nie). Jy kan ook die verspreiding van antwoorde visualiseer (persentasie mense wat saamstem of nie saamstem nie, ens.) in 'n grafiek, 'n staafgrafiek of een staaf vir elke responskategorie.

4. Gaan voort met afleidingstegnieke wat die hipoteses wat deur die navorsers voorgestel word toets. Daar is baie metodes beskikbaar, en die beste hang af van die aard van die studie en die vrae wat hulle probeer beantwoord. Een gewilde metode is om die antwoorde te ontleed deur gebruik te maak van analise van variansie tegnieke soos die Mann Whitney-toets of die Kruskal Wallis-toets. Gestel in ons voorbeeld wou ons die antwoorde op die vrae oor buitelandse beleidsposisies met etnisiteit as 'n onafhanklike veranderlike ontleed. Veronderstel dat ons data hierdie antwoorde insluit: Anglos, Afro-Amerikaanse en Spaanse respondente, sodat dit die antwoorde tussen die drie groepe respondente met die Kruskal Wallis-variansie kan ontleed.

5. Vereenvoudig jou opnamedata deur die vier reaksiekategorieë te kombineer (bv. stem baie saam, stem saam, stem nie saam nie, stem nie saam nie) in twee nominale kategorieë soos saamstem/verskil, aanvaar of verwerp, ens.). Dit bied verdere ontleding. Die chi vierkant toets is 'n benadering tot die ontleding van die data op hierdie manier.

• Onthou daar is baie posisies van analise. Oorweeg jou ondersoekvrae om die beste ontledingsmetode vir jou studie te bepaal.
• Likert-skale verskil in die aantal punte op die skaal. Die vyfpuntskaal wat hier gebruik word is die algemeenste, maar sommige Likert-skale het 4 punte , waar die "nie seker nie" kategorie word uitgehaal (besluiteloos kategorie). Sommige het selfs skale van tot 7 punte.