Jak používat Likertovu stupnici ve statistické analýze

Likertova škála se běžně používá v průzkumném výzkumu. Často se používá k měření postojů respondentů tím, že se jich ptáme, do jaké míry souhlasí nebo nesouhlasí s konkrétní otázkou nebo tvrzením. Typická stupnice by mohla být "silně souhlasit, souhlasit, ne jistá / nerozhodná, nesouhlasit, silně nesouhlasit". Data z průzkumu s využitím Likertovy škály se mohou jevit jako snadno analyzovatelná, ale analytik údajů musí zvážit důležité otázky.

Postup, jak postupovat:

1

Získat data seznamu pro analýzu kódováním odpovědí. Řekněme například, že máte průzkum, který žádá respondenty, zda souhlasí nebo nesouhlasí se sadou pozic na platformě politické strany. Každá pozice je otázkou průzkumu a měřítko používá následující odpovědi: naprosto souhlasím, souhlasím, neutrální, nesouhlasím, zcela nesouhlasím. V tomto příkladu odpovídajícím způsobem kódujeme odpovědi: silně nesouhlasím = 1, nesouhlasím = 2, neutrální = 3, souhlasím = 4, silně souhlasím = 5.

2

Nezapomeňte rozlišovat mezi ordinálními a intervalovými daty, protože tyto dva typy vyžadují různé analytické přístupy. Pokud jsou data ordinální, můžeme říci, že jedno skóre je vyšší než druhé. Nemůžeme říci, o kolik vyšší, jak můžeme s intervalovými daty, které vám řeknou vzdálenost mezi dvěma body. Zde je past s Likertovou škálou: mnoho výzkumníků ji bude považovat za měřítko intervalu. To předpokládá, že rozdíly mezi každou odpovědí jsou ve vzdálenosti stejné. Pravdou je, že Likertova stupnice nám to neřekne . V našem příkladu nám pouze říká, že lidé s největším počtem odpovědí více souhlasí s postoji strany než ti, kteří mají nejmenší počet odpovědí.

3

Začněte analyzovat Likertova data s popisnými statistikami. Ačkoli to může být lákavé, odolávat nutkání vzít numerické odpovědi a vypočítat průměr. Přidání "silně souhlasné" odpovědi (5) ke dvěma z "nesouhlasných" odpovědí (2) by nám dalo průměr 4, ale jaký je význam tohoto čísla? Naštěstí existují i ​​jiná měřítka centrální tendence, kterou můžete použít navíc k průměru. S údaji Likertovy škály je nejlepším měřítkem použití nejčastější režim nebo odezva. Díky tomu jsou výsledky průzkumu pro analytika mnohem snazší interpretovat (nemluvě o publiku pro jeho prezentaci nebo zprávu). Můžete také zobrazit rozložení odpovědí (procenta, které souhlasí, nesouhlasíte, atd.) Na grafu, například sloupcový graf, s pruhem pro každou kategorii odpovědí.

4

Pokračujte vedle inferenčních technik, které testují hypotézu předloženou výzkumníky. Existuje mnoho metod, které jsou k dispozici, a nejlepší závisí na povaze vašeho studia a otázkách, na které se snažíte odpovědět. Populární metodou je analýza odpovědí pomocí analýzy rozptylových technik, jako je Mann Whitneyův test nebo Kruskal Wallisův test . Předpokládejme, že v našem příkladu jsme chtěli analyzovat odpovědi na otázky o postojích zahraniční politiky s etnicitou jako samostatnou proměnnou. Předpokládejme, že naše data zahrnují odpovědi zkoumaných Anglosů, Afričanů a Hispaniků, takže jsme mohli analyzovat odpovědi mezi třemi skupinami respondentů s testem rozptylu Kruskal Wallis.

5

Zjednodušte svá data z průzkumu kombinací čtyř kategorií odpovědí (například silně souhlasíte, souhlasíte, nesouhlasíte, silně nesouhlasíte) do dvou nominálních kategorií, jako je dohoda / nesouhlas, přijetí nebo odmítnutí atd. ). To nabízí další možnosti analýzy. Chí-kvadrát test je přístup k analýze dat tímto způsobem.

Tipy
  • Pamatujte, že existuje mnoho přístupů k analýze. Zvažte své výzkumné otázky, abyste určili nejlepší způsob analýzy vaší studie.
  • Likertovy stupnice se liší počtem bodů na stupnici. Pětibodová stupnice, která se zde používá, je nejběžnější, ale některé Likertovy stupnice mají čtyřbodové stupnice odezvy, kde je nebezpečná stupnice vyloučena (nerozhodnutá kategorie). Někteří dokonce mají 7-bodové stupnice odezvy.