סולם ליקרט במחקר: מדריך מעשי לתכנון, סוגים וניתוח

רוב האנשים המשתמשים בסולמות ליקרט במחקר מעולם לא למדו כיצד לתכנן או לנתח אותם כראוי. מדריך זה מכסה מה סולמות ליקרט מודדים בפועל, כיצד לבחור את הסוג הנכון, כיצד לתכנן פריטים שמייצרים נתונים נקיים, ואילו מבחנים סטטיסטיים רלוונטיים, כך שהסקר הבא שלכם יספק לכם תוצאות שתוכלו לפעול עליהן.

בין אם אתם אנשי מקצוע בתחום הלמידה והפיתוח המעצבים הערכות הדרכה, מנהלי משאבי אנוש המבצעים סקרי מעורבות, או חוקרים במדעי החברה, העקרונות כאן חלים.

נעבור על מה סולם ליקרט מודד בפועל, הסוגים השונים שניתן לבחור מהם, כיצד לעצב שאלות יעילות בסולם ליקרט, כיצד לנתח את הנתונים המתקבלים, והמכשולים הנפוצים שבהם נתקלים אפילו חוקרים מנוסים.

מהו סולם ליקרט?

סולם ליקרט הוא כלי פסיכומטרי המשמש בשאלונים ובסקרים למדידת עמדות, דעות, תפיסות והתנהגויות. במקום לשאול שאלה פשוטה של ​​כן/לא, הוא מאפשר למשיבים לבטא את עוצמת רגשותיהם לאורך ספקטרום מדורג.

כל סולם ליקרט מורכב ממספר היגדים נפרדים הנקראים פריטי ליקרט. המשיב קורא כל היגד ובוחר מתוך קבוצה של אפשרויות תגובה מסודרות, הנעות בדרך כלל מעמדה שלילית חזקה דרך נקודת אמצע ניטרלית ועד עמדה חיובית חזקה.

לדוגמה, סולם הסכמה בן חמש נקודות נראה כך:

העיקרון המרכזי מאחורי המתודולוגיה המקורית של ליקרט הוא שהציון הסופי הוא תוצאה מורכבת. אינך מנתח פריט בודד בנפרד. במקום זאת, אתה מסכם או מבצע ממוצע של תשובות על פני מספר פריטים קשורים כדי לייצר ציון סולם המשקף את הגישה הבסיסית הנמדדת.

סולם ליקרט לעומת פריט ליקרט: להבחנה זו יש חשיבות. שאלה בודדת עם פורמט תשובה של חמש נקודות היא פריט ליקרט. סולם ליקרט הוא הקבוצה המלאה של פריטים קשורים (בדרך כלל ארבעה עד עשרה) שנועדו למדוד מבנה אחד. חוקרים רבים משתמשים במונחים אלה לסירוגין, אך מבחינה טכנית, הסולם הוא המדד המצטבר.

סוגי סולמות ליקרט

בחירת סוג סולם הליקרט הנכון תלויה במה שאתם מודדים ובכמות הניואנסים שאתם צריכים מהמשיבים שלכם.

סולמות חד-קוטביים לעומת דו-קוטביים

סולמות חד-קוטביים למדוד ממד אחד מאפס עד לקיצוניות. הם עובדים היטב כשרוצים להעריך כמה מאיכות אחת קיימת. דוגמאות לכך כוללות "כלל לא מרוצה" עד "מרוצה מאוד" או "לעולם לא" עד "תמיד".

סולמות דו-קוטביים למדוד שני מבנים מנוגדים עם נקודת אמצע ניטרלית. הפורמט הקלאסי של הסכמה/אי הסכמה הוא דו-קוטבי מכיוון שהוא נע בין אי הסכמה חזקה דרך ניטרליות להסכמה חזקה. אלה אידיאליים כאשר צריך ללכוד עמדות חיוביות ושליליות כאחד בנושא.

מחקרים מצביעים על כך שסולמות חד-קוטביים מתפקדים בצורה הטובה ביותר עם חמש נקודות תגובה, בעוד שסולמות דו-קוטביים מדויקים ביותר עם שבע נקודות (שלוש מכל צד של נקודת אמצע ניטרלית אמיתית).

מספר נקודות אי-זוגי לעומת זוגי

סולמות אי-זוגיים (3, 5 או 7 נקודות) כוללות אפשרות אמצע ניטרלית. גרסאות חמש הנקודות ושבע הנקודות הן הנפוצות ביותר במחקרים שפורסמו. הכללת נקודת האמצע הזו מאפשרת למשיבים שאין להם באמת דעה להביע אותה בכנות במקום להיאלץ לבחור צד.

סולמות זוגיים (4, 6 או 8 נקודות) לבטל לחלוטין את האפשרות הנייטרלית. גישת "הבחירה הכפויה" הזו שימושית כאשר אתם צריכים באופן ספציפי שהמשיבים יטו לכיוון אחד או אחר, כמו למשל במשוב על מוצרים שבהם תגובה ניטרלית אינה ניתנת לפעולה.

בכמה נקודות כדאי להשתמש?

זוהי אחת השאלות השנויות ביותר במחלוקת בתכנון סקרים. הנה מה שהמחקר אומר לנו:

• חמש עד שבע נקודות בדרך כלל מספקים את האיזון הטוב ביותר בין אמינות, רגישות וקלות המשיב. מחקרים מצאו כי האמינות משתפרת ככל שעוברים משתי נקודות לחמש, אך מראה תשואות הולכות ופוחתות מעבר לשבע.
• פחות מחמש נקודות מפחית את רמת הפירוט של הנתונים שלך ויכול לטשטש הבדלים משמעותיים בין המשיבים.
• יותר משבע נקודות מוסיף עומס קוגניטיבי מבלי לשפר משמעותית את איכות הנתונים. המשיבים מתחילים להתקשות להבחין בין אפשרויות סמוכות.
• משיבים ניידים וסקרים קצרים הרוויחו מחמש נקודות מסומנות לקבלת תשובות ברורות ומהירות יותר.

בפועל: ברירת מחדל היא סולם של חמש נקודות עבור רוב היישומים ומעבר לשבע נקודות כאשר נדרשות הבחנות עדינות יותר או בעת מדידת מבנים דו-קוטביים.

מידות קנה מידה נפוצות

סולמות ליקרט אינם מוגבלים להסכמה. להלן ממדי התגובה הנפוצים ביותר במחקר:

מדוע סולם הליקרט חשוב במחקר

סולם ליקרט נותר כלי המדידה הדומיננטי בסקרים במשך למעלה מ-90 שנה מכמה סיבות מעשיות.

יתרונות

סטנדרטיזציה והשוואה. כל משיב עונה על אותה קבוצת שאלות באותו פורמט, מה שמקל על השוואת נתונים בין אנשים, קבוצות ותקופות זמן. עקביות זו חיונית למחקרים ארוכי טווח ולמחקר בין-תרבותי.

מכמת את החוויה הסובייקטיבית. עמדות ודעות הן מטבען מופשטות. פורמט הליקרט ממיר את הרגשות הסובייקטיביים הללו לנתונים מספריים שניתן לנתח אותם סטטיסטית, מה שמאפשר לחוקרים לזהות דפוסים, קורלציות והבדלים משמעותיים.

מאזן בין עומק ליעילות. בהשוואה לשאלות פתוחות, שאלות ליקרט מהירות יותר למילוי על ידי המשיבים וקלות יותר לניתוח על ידי חוקרים. בהשוואה לשאלות בינאריות כן/לא, הן לוכדות הרבה יותר ניואנסים לגבי עוצמת עמדתו של המשיב.

אמינות גבוהה כאשר מתוכנן היטב. סולמות ליקרט מרובי פריטים המודדים את אותו מבנה נוטים להניב תוצאות אמינות. כאשר צוברים תשובות על פני מספר פריטים קשורים, מפחיתים את ההשפעה של כל תגובה חריגה בודדת או הסחת דעת רגעית.

גמישות. הפורמט מתאים את עצמו כמעט לכל תחום מחקר: שביעות רצון מטופלים בתחום הבריאות, מעורבות עובדים במשאבי אנוש, הערכות קורסים של סטודנטים בחינוך, תפיסת מותג בשיווק וסקרי דעת קהל במדעי המדינה.

חסרונות והטיות נפוצות

אף כלי מדידה אינו מושלם, והבנת המגבלות של סולמות ליקרט חשובה לא פחות מהכרת נקודות החוזק שלהם.

הטיה של הסכמה. חלק מהמשיבים נוטים להסכים עם הצהרות ללא קשר לתוכן. זה בעייתי במיוחד כאשר כל הפריטים מנוסחים באותו כיוון. הכללת פריטים בעלי קידוד הפוך (כאשר הסכמה מצביעה על עמדה שלילית) מסייעת בזיהוי והפחתת הטיה זו.

הטיה של נטייה מרכזית. משיבים רבים נמנעים מאפשרויות קיצוניות ומקבצים את תשובותיהם סביב אמצע הסקאלה. זה מצמצם את טווח הנתונים שאתם אוספים ויכול להסתיר הבדלים אמיתיים בדעות.

הטיה של רצייה חברתית. כאשר נושאי הסקר רגישים (תרבות במקום העבודה, התנהגויות בריאותיות אישיות, דעות פוליטיות), המשיבים עשויים לבחור תשובות שלדעתם מקובלות חברתית יותר מאשר אמיתיות. ניהול אנונימי מסייע למתן מצב זה.

נתונים סדרתיים, לא מרווחים. למען האמת, המרחק בין "לא מסכים בתוקף" ל"לא מסכים" עשוי לא להיות שווה למרחק בין "מסכים" ל"מסכים בתוקף". זהו מקור הוויכוח הסטטיסטי ארוך השנים בשאלה האם ניתן להשתמש במבחנים פרמטריים (כמו מבחני t ו-ANOVA) על נתוני ליקרט. אנו מכסים זאת ביתר פירוט בסעיף הניתוח להלן.

מניח ספקטרום גישה ליניארי. סולמות ליקרט מניחים שגישות קיימות על רצף ישר משלילי לחיובי. במציאות, חלק מהגישות מורכבות ורב-ממדיות יותר ממה שסולם יחיד יכול ללכוד.

כיצד לעצב שאלות יעילות בסולם ליקרט

נתונים טובים מתחילים בשאלות טובות. עקרונות עיצוב אלה חלים על כל סקר מבוסס ליקרט.

1. התחילו עם יעדי מחקר ברורים

לפני כתיבת פריט בודד, הגדירו בדיוק איזה מושג אתם מודדים ואילו החלטות הנתונים יעזרו לכם לקבל. סולם ליקרט המודד "שביעות רצון לקוחות מהקליטה" דורש פריטים שונים מאשר סולם המודד "אמון העובדים בהנהגה".

2. כתבו פריטים ברורים וחד-משמעיים

כל משפט צריך להתייחס לרעיון אחד בלבד. הימנעו משאלות כפולות כמו "ההדרכה הייתה אינפורמטיבית ומרתקת" מכיוון שהמשיב עשוי להסכים עם מחצית אחת ולא להסכים עם השנייה.

שיטות עבודה מומלצות נוספות לכתיבת פריטים:

• השתמשו בשפה פשוטה ויומיומית. הימנעו מז'רגון אלא אם כן קהל היעד שלכם מתמחה.
• שמרו על הצהרות קצרות. שאפו לפחות מ-20 מילים לכל פריט.
• הימנעו משפה מנחה שמכוונת את המשיבים לתשובה מסוימת.
• אין להשתמש בסימני שלילה כפולים ("אני לא חולק על...").
• כללו שילוב של פריטים בעלי ניסוח חיובי ושלילי כדי להפחית את ההטיה של הסכמה.

3. בחרו תוויות תגובה בקפידה

כל נקודה בסולם שלך זקוקה לתווית ברורה וחד משמעית. מחקרים מראים שסולמות מתויגים (כאשר לכל נקודה יש ​​תיאור מילולי) עולים על סולמות ממוספרים בלבד מבחינת מהימנות והבנת המשיבים.

ודאו שהתוויות שלכם סימטריות. עבור סולם הסכמה בן חמש דרגות, "לא מסכים בכלל, לא מסכים, לא מסכים ולא לא מסכים, מסכים, מסכים מאוד" שומר על מרחק מושגי שווה משני צידי נקודת האמצע הנייטרלית.

4. החליטו על נקודת אמצע ניטרלית

הכללת נקודת אמצע (כגון "לא מסכים ולא לא מסכים") נותנת למשיבים נקודת ציון כנה כאשר אין להם דעה. אי הכללתה כופה עליהם בחירה כיוונית. אף אחת מהגישות אינה נכונה באופן אוניברסלי; ההחלטה הנכונה תלויה במטרות המחקר שלכם.

אם אתם חושדים שהמשיבים עשויים לבחור כברירת מחדל באפשרות הנייטרלית כדי להימנע מחשיבה, שקלו להוסיף אפשרות נפרדת "אני לא יודע" או "לא רלוונטי" כדי להבחין בין ניטרליות אמיתית לבין ניתוק.

5. השתמשו בפריטים עם קידוד הפוך

הכללת פריטים מסוימים שבהם הסכמה מצביעה על גישה שלילית (למשל, "אני מוצא את ההדרכה הזו קשה לביצוע") משרתת שתי מטרות. ראשית, היא מאלצת את המשיבים לקרוא כל פריט בעיון במקום לסמן את אותה תשובה לכל אורכו. שנית, היא מאפשרת לך לבדוק עקביות פנימית במהלך הניתוח על ידי אימות שפריטים בעלי קידוד הפוך מתואמים באופן שלילי עם פריטים בעלי ניסוח חיובי.

6. מבחן פיילוט עם ראיונות קוגניטיביים

לפני שתשיק סקר מלא, בדקו את הפריטים שלכם עם קבוצה קטנה (חמישה עד עשרים וחמישה אנשים). בקשו מהם לחשוב בקול רם תוך כדי ענות. זה חושף ניסוח מבלבל, מונחים מעורפלים או אפשרויות תשובה שאינן תואמות את האופן שבו אנשים חושבים בפועל על הנושא.

כיצד לנתח נתוני סולם ליקרט

כאן חוקרים רבים מועדים. גישת הניתוח תלויה בשאלה האם עובדים עם פריטי ליקרט בודדים או עם ציוני סולם ליקרט מצטברים.

הוויכוח על סדרי לעומת מרווח

פריטי ליקרט בודדים מייצרים נתונים סדרתיים. לקטגוריות התשובה יש סדר דירוג ברור, אך המרחק ביניהן אינו מובטח מתמטית להיות שווה. "מסכים מאוד" חיובי יותר מ"מסכים", אך האם הפער ביניהן זהה לזה שבין "לא מסכים" ל"לא מסכים בתוקף"? אין דרך להיות בטוחים.

חשבו על נתונים אורדינליים כמו מיקומי סיום במרוץ: אתם יודעים שמקום ראשון הגיע לפני מקום שני, אבל אי אפשר להניח שהפער בין מקום ראשון למקום שני שווה לפער בין מקום שני לשלישי. ציוני סולם ליקרט מורכב מתקרבים למרחק נמדד, קרובים יותר לנתוני תזמון מאשר למיקומי סיום.

עם זאת, כאשר צוברים מספר פריטים לציון סולם מורכב, חוקרים רבים מתייחסים לנתונים המתקבלים כאל ציון מרווח קירוב. לעמדה זו יש תמיכה חזקה בספרות. מחקרים של ג'ף נורמן ואחרים הראו שמבחנים פרמטריים (מבחני t, ANOVA, מתאמים של פירסון) חזקים מספיק כדי לייצר תוצאות תקפות עם נתוני סולם ליקרט, גם כאשר הנחת המרווחים השווים מופרת במידה מסוימת.

בפועל: עבור פריטים בודדים, יש להיצמד לשיטות לא פרמטריות. עבור ציוני סולם מצטברים מכלי עבודה מרובי פריטים מעוצבים היטב, מבחנים פרמטריים מקובלים בדרך כלל.

סטטיסטיקה תיאורית

עבור פריטי ליקרט בודדים, דווחו על מצב (התגובה הנפוצה ביותר) ו התפלגות תדרים (אחוז המשיבים בכל קטגוריה). תרשימי עמודות הם הדרך הברורה ביותר להמחיש תשובות של פריטים בודדים.

עבור ציוני סולם מצטברים, ניתן לדווח על ה אומר ו סטיית תקן לסכם את המגמה המרכזית והתפשטות.

סטטיסטיקה היסקית

בדיקת אמינות

לפני שאתם מסיקים מסקנות מהסולם שלכם, בדקו את העקביות הפנימית שלו באמצעות אלפא של קרונבך. ערך מעל 0.70 מקובל בדרך כלל, ומעל 0.80 נחשב טוב מאוד. אם לפריט בודד יש מתאם מתוקן בין פריט לסך הכל מתחת ל-0.30, שקלו להסירו, מכיוון שייתכן שהוא לא מודד את אותו מבנה כמו שאר הפריטים.

בדיקות תוקף

תוקף התוכן מבטיח שהפריטים שלך מכסים את מלוא היקף המבנה. התייעצו עם מומחים לנושא בשלב התכנון.

תוקף המבנה ניתן להעריך זאת באמצעות ניתוח גורמים, המאשר האם הפריטים שלך עומדים בממדים התאורטיים הצפויים.

תוקף הקריטריון משווה את ציוני הסולם שלך מול מדד מבוסס של אותו מבנה. מתאם חזק בין השניים תומך בתוקף.

יישומים בעולם האמיתי של סולמות ליקרט

מחקר אקדמי

במחקר חינוכי, סולמות ליקרט מודדים בדרך כלל מעורבות של תלמידים, מסוגלות עצמית וגישות כלפי למידה. כלי טיפוסי עשוי לכלול 15 עד 20 פריטים המודדים היבטים שונים של מוטיבציה אקדמית, המצטברים לציוני תת-סולמה.

בריאות

סקרי שביעות רצון של מטופלים, הערכות יעילות טיפול ומדדי איכות חיים משתמשים לעתים קרובות בפורמטים של ליקרט. לדוגמה, סולם השימושיות של המערכת (SUS) הוא כלי ליקרט ידוע בן עשרה פריטים המשמש להערכת השימושיות של מערכות מידע רפואיות ומכשירים רפואיים.

מעורבות עובדים

ארגונים משתמשים בסקרי דופק מבוססי ליקרט כדי לעקוב אחר שביעות רצון העובדים, הביטחון הפסיכולוגי והמחויבות הארגונית לאורך זמן. הפורמט הסטנדרטי מאפשר להשוות בקלות את התוצאות בין מחלקות ורבעונים.

מחקר שוק

מחקרי תפיסת מותג, סקרי חוויית לקוח וכלי משוב מוצרים מסתמכים במידה רבה על סולמות ליקרט. ציון מקדם נטו (NPS), למרות שהוא מבחינה טכנית פורמט שונה, חולק את אותו בסיס רעיוני של מדידת סנטימנט על ספקטרום מדורג.

משוב חי מהקהל

כאן צצים היישומים החזקים ביותר. כשאתם עורכים הדרכה, סדנה או מצגת בכנס, איסוף משוב בקנה מידה ליקרט בזמן אמת מאפשר לכם לאמוד את הבנת הקהל ושביעות רצון הקהל ככל שהמפגש מתפתח, במקום להסתמך על תזכורות לאחר האירוע.

AhaSlides, פלטפורמה הכל-באחד לסקרים חיים, סולמות דירוג, שאלות ותשובות, ענני מילים וחידונים, הופכת זאת לפרקטי בכך שהיא מאפשרת למציגים להטמיע שאלות דירוג בסולם ליקרט ישירות במצגות חיות, כאשר התשובות מוצגות באופן מיידי. אין צורך בכלי סקר נפרד.

טעויות נפוצות שכדאי להימנע מהן

שימוש בפריט בודד כ"קנה מידה". שאלה אחת אינה מהווה סולם ליקרט. פריטים בודדים רגישים יותר לשגיאות מדידה ולאפקטים של הקשר. יש להשתמש בארבעה עד שישה פריטים לפחות לכל מבנה לצורך מדידה אמינה.

התעלמות מההבדל בין פריטי ליקרט לסולמות ליקרט. ניתוח פריטים בודדים באמצעות סטטיסטיקה פרמטרית (למשל, חישוב ממוצע של שאלה אחת בת חמש נקודות) אינו מתאים מבחינה טכנית. שמרו שיטות אלו לציונים מרובי פריטים מצטברים.

התייחסות לכל המספרים כשווים. הקצאת אפשרויות תשובה מ-1 עד 5 אינה הופכת אוטומטית את הנתונים לרמת מרווח זמן. היו שקופים בפרק השיטות שלכם לגבי האופן שבו אתם מטפלים בנתונים ומדוע.

הזנחת קידוד הפוך. אם כל הפריטים שלך מצביעים לאותו כיוון, אינך יכול להבחין בין הסכמה אמיתית לבין הטיה של הסכמה בשתיקה.

סיבוך יתר על המידה של קנה המידה. סולם בן עשר נקודות עם נקודות אמצע לא מתויגות יוצר בלבול ואינו משפר באופן משמעותי את איכות הנתונים בהשוואה לגרסה בת חמש או שבע נקודות שמעוצבת היטב.

‍