Kako uporabiti Likertovo lestvico v statistični analizi

Likertova lestvica se pogosto uporablja v raziskovalnih raziskavah. Pogosto se uporablja za merjenje odnosa anketirancev s tem, da jih sprašuje, v kolikšni meri se strinja ali ne strinja z določenim vprašanjem ali izjavo. Tipična lestvica bi lahko bila „zelo strinjati se, strinjati se, ni prepričana / neodločena, se ne strinjam, se ne strinjam“. Podatki iz ankete, ki uporablja Likertovo lestvico, se morda zdijo enostavni za analizo, vendar pa morajo analitiki podatkov upoštevati pomembna vprašanja.

1

Podatke o seznamu dobite za analizo tako, da kodirate odgovore. Na primer, recimo, da imate raziskavo, ki vpraša anketirance, ali se strinjajo ali ne strinjajo z vrsto stališč na platformi politične stranke. Vsako stališče je vprašanje ankete, lestvica pa uporablja naslednje odgovore: popolnoma se strinjam, se strinjam, nevtralno, ne strinjam, popolnoma se ne strinjam. V tem primeru bomo ustrezno kodirali odgovore: močno se ne strinjam = 1, se ne strinjam = 2, nevtralno = 3, se strinjamo = 4, se močno strinjamo = 5.

2

Ne pozabite razlikovati med rednimi in intervalnimi podatki, ker ti dve vrsti zahtevata različne analitične pristope. Če so podatki redni, lahko rečemo, da je en rezultat višji od drugega. Ne moremo reči, koliko višje, kot lahko s podatki o intervalu, ki vam bo povedal razdaljo med dvema točkama. Tu je past z Likertovo lestvico: mnogi raziskovalci jo bodo obravnavali kot intervalno lestvico. To predpostavlja, da so razlike med posameznimi odgovori enake v razdalji. Resnica je, da nam Likertova lestvica tega ne pove . V našem primeru nam le pove, da se ljudje z največjim številom odgovorov bolj strinjajo s stališči stranke kot tistimi, ki imajo najmanj odgovorov.

3

Začnite analizirati podatke Likertove lestvice z opisno statistiko. Čeprav je morda skušnjava, se upirajte zahtevam, da bi vzeli številske odgovore in izračunali srednjo vrednost. Dodajanje "zelo strinjam se" odgovora (5) na dva "nezdružljiva" odgovora (2) bi nam dalo povprečje 4, toda kakšen je pomen tega števila? Na srečo obstajajo tudi drugi osrednji trendi, ki jih lahko uporabite poleg povprečja. Z Likertovimi podatki o merilu je najboljši ukrep, ki ga uporabljamo, najpogostejši način ali odziv. Zaradi tega so rezultati ankete analitiku veliko lažje interpretirali (ne omenjamo občinstva za njegovo predstavitev ali poročilo). Ogledate si lahko tudi porazdelitev odgovorov (odstotki, ki se strinjajo, se ne strinjate itd.) Na grafu, kot je stolpec z vrstico za vsako kategorijo odziva.

4

Nadaljujte s tehnikami sklepanja, ki preizkušajo hipotezo, ki so jo predlagali raziskovalci. Na voljo je veliko metod, najboljše pa je odvisno od narave vaše študije in vprašanj, na katera se skušate odzvati. Priljubljena metoda je analiza odgovorov z analizo tehnik variance, kot je Mann Whitneyjev test ali Kruskal Wallisov test . Recimo, da smo v našem primeru želeli analizirati odgovore na vprašanja o položajih zunanje politike z etnično pripadnostjo kot neodvisno spremenljivko. Predpostavimo, da naši podatki vključujejo odgovore anketiranih Anglosov, Afroamerikancev in Hispanov, tako da lahko odgovore analiziramo med tremi skupinami anketirancev s Kruskal Wallis testom variance.

5

Poenostavite podatke iz ankete tako, da združite štiri kategorije odzivov (na primer, se strinjate, se strinjate, se ne strinjate, močno se ne strinjate) v dve nominalni kategoriji, kot sta sporazum / nesoglasje, sprejem ali zavrnitev itd. ). To ponuja druge možnosti za analizo. Test hi-kvadrat je pristop za analizo podatkov na ta način.

• Ne pozabite, da obstaja veliko pristopov k analizi. Razmislite o svojih raziskovalnih vprašanjih, da določite najboljšo metodo analize za vašo študijo.
• Likertove lestvice se razlikujejo glede na število točk na lestvici. Najbolj pogosta je petstopenjska lestvica, vendar imajo nekatere Likertove lestvice 4-točkovne odzivne lestvice, kjer je nevarna lestvica izločena (neodločena kategorija). Nekateri imajo celo 7-točkovne odzivne lestvice.