មាត្រដ្ឋាន Likert ដែលត្រូវបានបង្កើតឡើងដោយ Rensis Likert គឺជាបំរែបំរួលដែលត្រូវបានប្រើប្រាស់យ៉ាងពេញនិយមបំផុតនៃមាត្រដ្ឋានវាយតម្លៃសរុបក្នុងការស្រាវជ្រាវផ្នែកអប់រំ និងវិទ្យាសាស្ត្រសង្គម។
សារៈសំខាន់នៃ មាត្រដ្ឋាន Likert ក្នុងការស្រាវជ្រាវ គឺមិនអាចប្រកែកបាន ជាពិសេសនៅពេលនិយាយអំពីការវាស់ស្ទង់អាកប្បកិរិយា គំនិត អាកប្បកិរិយា និងចំណូលចិត្ត។
នៅក្នុងអត្ថបទនេះ យើងនឹងស្វែងយល់កាន់តែស៊ីជម្រៅអំពីអត្ថន័យនៃ Likert Scale ក្នុងការស្រាវជ្រាវ ក៏ដូចជាពេលណា និងរបៀបប្រើវាឱ្យល្អបំផុតក្នុងការស្រាវជ្រាវ ថាតើវាជាការស្រាវជ្រាវគុណភាព ឬបរិមាណ។
ទិដ្ឋភាពទូទៅ
| តើអ្នកណាជាអ្នកបង្កើត Likert Scale? | Rensis Likert |
| តើទំហំ Likert អភិវឌ្ឍនៅពេលណា? | 1932 |
| តើខ្នាត Likert ធម្មតានៅក្នុងការស្រាវជ្រាវគឺជាអ្វី? | មាត្រដ្ឋាន ៥ ឬ ៧ ចំណុច |
តារាងមាតិកា:
តើខ្នាត Likert ក្នុងការស្រាវជ្រាវគឺជាអ្វី?
មាត្រដ្ឋាន Likert ត្រូវបានគេដាក់ឈ្មោះតាមអ្នកបង្កើតរបស់ខ្លួនគឺ Rensis Likert ដែលបានបង្កើតវានៅក្នុងឆ្នាំ 1932។ នៅក្នុងការស្រាវជ្រាវស្ទង់មតិ វាគឺជាប្រភេទខ្នាតរង្វាស់ទូទៅបំផុត ដែលត្រូវបានប្រើដើម្បីវាស់ស្ទង់អាកប្បកិរិយា តម្លៃ និងមតិសម្រាប់ស្ថានភាពពិត ឬសម្មតិកម្មនៅក្រោម សិក្សា។
គោលការណ៍ជាមូលដ្ឋាននៃវិធីសាស្ត្រវាស់វែងមាត្រដ្ឋាន Likert គឺថា ពិន្ទុដែលទទួលបានដោយមាត្រដ្ឋាន Likert គឺជាពិន្ទុរួម (បូកសរុប) ដែលកើតចេញពីការឆ្លើយតបរបស់បុគ្គលចំពោះធាតុជាច្រើននៅលើមាត្រដ្ឋាន។ ឧទាហរណ៍ អ្នកចូលរួមត្រូវបានស្នើឱ្យបង្ហាញកម្រិតនៃកិច្ចព្រមព្រៀងរបស់ពួកគេ (ពីការមិនយល់ស្របយ៉ាងខ្លាំងទៅនឹងការយល់ព្រមយ៉ាងខ្លាំង) ជាមួយនឹងសេចក្តីថ្លែងការណ៍ដែលបានផ្តល់ឱ្យ (ធាតុ) នៅលើមាត្រដ្ឋានម៉ែត្រ។
មាត្រដ្ឋាន Likert ធៀបនឹងធាតុ Likert
វាជារឿងធម្មតាទេដែលឃើញមនុស្សច្រឡំរវាងពាក្យ Likert scale និង Likert item ។ មាត្រដ្ឋាន Likert នីមួយៗមានធាតុ Likert ជាច្រើន។
- ធាតុ Likert គឺជាសេចក្តីថ្លែងការណ៍ ឬសំណួរបុគ្គលដែលអ្នកឆ្លើយតបត្រូវបានសួរឱ្យវាយតម្លៃនៅក្នុងការស្ទង់មតិមួយ។
- ធាតុ Likert ជាធម្មតាផ្តល់ឱ្យអ្នកចូលរួមនូវជម្រើសរវាងជម្រើសប្រាំ និងប្រាំពីរដែលមានចំណាត់ថ្នាក់ ដោយជម្រើសកណ្តាលគឺអព្យាក្រឹត ឧទាហរណ៍ពី "មិនពេញចិត្តខ្លាំង" ទៅ "ពេញចិត្តខ្លាំង"
គន្លឹះសម្រាប់ការស្ទង់មតិប្រកបដោយប្រសិទ្ធភាព
បង្កើតការស្ទង់មតិលើអ៊ីនធឺណិតជាមួយ AhaSlides
យកឧទាហរណ៍ណាមួយខាងលើជាគំរូ។ ចុះឈ្មោះដោយឥតគិតថ្លៃ និងបង្កើតការស្ទង់មតិតាមអ៊ីនធឺណិតជាមួយបណ្ណាល័យគំរូ AhaSlides!
ចុះឈ្មោះដោយឥតគិតថ្លៃ☁️
តើអ្វីទៅជាប្រភេទនៃមាត្រដ្ឋាន Likert នៅក្នុងការស្រាវជ្រាវ?
ជាទូទៅ សំណួរប្រភេទ Likert អាចមានមាត្រដ្ឋាន unipolar ឬ bipolar ។
- មាត្រដ្ឋាន Unipolar Likert វាស់វិមាត្រតែមួយ។ ពួកវាស័ក្តិសមសម្រាប់ការវាយតម្លៃពីវិសាលភាពដែលអ្នកឆ្លើយតបគាំទ្រទស្សនៈ ឬអាកប្បកិរិយាជាក់លាក់មួយ។ ឧទាហរណ៍ ប្រេកង់ ឬប្រូបាប៊ីលីតេត្រូវបានវាស់ដោយមាត្រដ្ឋានដោយប្រើមិនដែល/តែងតែ មិនទំនង/ទំនងខ្លាំង។ល។ ពួកគេទាំងអស់សុទ្ធតែជា unipolar ។
- មាត្រដ្ឋាន Bipolar Likert វាស់វែងសំណង់ផ្ទុយគ្នាពីរ ដូចជាការពេញចិត្ត និងមិនពេញចិត្ត។ ជម្រើសឆ្លើយតបត្រូវបានរៀបចំជាបន្តពីវិជ្ជមានទៅអវិជ្ជមាន ដោយមានជម្រើសអព្យាក្រឹតនៅកណ្តាល។ ពួកគេត្រូវបានជួលជាញឹកញាប់ដើម្បីវាយតម្លៃតុល្យភាពរវាងអារម្មណ៍វិជ្ជមាន និងអវិជ្ជមានចំពោះប្រធានបទជាក់លាក់មួយ។ ឧទាហរណ៍ យល់ស្រប/មិនយល់ស្រប ការពេញចិត្ត/មិនពេញចិត្ត និងល្អ/អាក្រក់ គឺជាគំនិតទ្វេប៉ូឡា។
| ឧទាហរណ៍នៃមាត្រដ្ឋាន Unipolar | ឧទាហរណ៍នៃមាត្រដ្ឋាន Bipolar |
| ○ យល់ស្របយ៉ាងខ្លាំង ○ យល់ស្របបន្តិច ○ យល់ព្រមល្មម ○ មិនយល់ស្របទេ។ | ○ យល់ស្របយ៉ាងខ្លាំង ○ យល់ស្របបន្តិច ○ មិនយល់ព្រម ឬមិនយល់ព្រម ○ មិនយល់ស្របខ្លះ ○ មិនយល់ស្របយ៉ាងខ្លាំង |
បន្ថែមពីលើប្រភេទសំខាន់ទាំងពីរនេះ មានជម្រើសឆ្លើយតបខ្នាត Likert ពីរប្រភេទ៖
- ជញ្ជីង Likert ចម្លែក មានជម្រើសឆ្លើយតបចំនួនសេស ដូចជា 3, 5, ឬ 7។ សំណួរខ្នាត Odd Likert មានជម្រើសអព្យាក្រឹតនៅក្នុងចម្លើយឆ្លើយតប។
- សូម្បីតែមាត្រដ្ឋាន Likert មានជម្រើសឆ្លើយតបចំនួនគូ ដូចជា 4 ឬ 6។ នេះត្រូវបានធ្វើដើម្បីបង្ខំអ្នកឆ្លើយតបឱ្យកាន់តំណែងមួយ ទាំងសម្រាប់ ឬប្រឆាំងនឹងសេចក្តីថ្លែងការណ៍។
តើអ្វីទៅជាសារៈសំខាន់នៃមាត្រដ្ឋាន Likert ក្នុងការស្រាវជ្រាវ?
មាត្រដ្ឋាន Likert ងាយស្រួលប្រើ និងយល់ ហើយវាមានភាពជឿជាក់ និងមានសុពលភាព។ នេះធ្វើឱ្យវាក្លាយជាជម្រើសដ៏ពេញនិយមសម្រាប់អ្នកស្រាវជ្រាវក្នុងវិស័យជាច្រើន រួមទាំងចិត្តវិទ្យា សង្គមវិទ្យា ការអប់រំ និងទីផ្សារ។
ហេតុអ្វីបានជាមាត្រដ្ឋាន Likert ជាមាត្រដ្ឋានដែលពេញចិត្តក្នុងការស្រាវជ្រាវ? នេះគឺជាហេតុផលមួយចំនួនដែលធ្វើមាត្រដ្ឋាន Likert ត្រូវបានគេប្រើយ៉ាងទូលំទូលាយ៖
- អាកប្បកិរិយាមានឥទ្ធិពលលើអាកប្បកិរិយា ប៉ុន្តែមិនអាចត្រូវបានគេសង្កេតឃើញភ្លាមៗនោះទេ ពួកគេត្រូវតែសន្មត់តាមរយៈសកម្មភាព ឬការបញ្ចេញសំឡេងចម្រុះរបស់មនុស្ស។ នេះជាមូលហេតុដែលកម្រងសំណួរខ្នាត Likert មកដើម្បីដោះស្រាយទិដ្ឋភាពផ្សេងៗនៃអាកប្បកិរិយា។
- មាត្រដ្ឋាន Likert ផ្តល់នូវទម្រង់ស្តង់ដារសម្រាប់ការប្រមូលការឆ្លើយតប ដោយធានាថាអ្នកឆ្លើយទាំងអស់ឆ្លើយសំណួរដូចគ្នាតាមរបៀបដូចគ្នា។ ស្តង់ដារនេះបង្កើនភាពជឿជាក់ និងការប្រៀបធៀបនៃទិន្នន័យ។
- មាត្រដ្ឋាន Likert មានប្រសិទ្ធភាពសម្រាប់ការប្រមូលទិន្នន័យយ៉ាងច្រើនពីអ្នកឆ្លើយសំណួរជាច្រើន ដែលធ្វើឱ្យវាស័ក្តិសមសម្រាប់ការស្រាវជ្រាវស្ទង់មតិ។
របៀបប្រើមាត្រដ្ឋាន Likert ក្នុងការស្រាវជ្រាវ
ប្រសិទ្ធភាពនៃ Likert Scale ក្នុងការស្រាវជ្រាវត្រូវបានជះឥទ្ធិពលដោយកត្តាផ្សេងៗ។ នេះគឺជាគន្លឹះមួយចំនួនដើម្បីជួយអ្នករចនាកម្រងសំណួរជាមួយ Likert Scale៖
#1. គោលបំណងនៃកម្រងសំណួរ
កម្រងសំណួរណាមួយមានគោលបំណងជាក់លាក់បី។ ការចាប់ផ្តើមរចនាកម្រងសំណួរជាមួយនឹងសំណួរស្រាវជ្រាវសំខាន់ៗដែលអ្នកចង់ឆ្លើយគឺចាំបាច់។
#២. យកចិត្តទុកដាក់លើការរចនាសំណួរ
វាមានសារៈសំខាន់ណាស់ក្នុងការរៀបចំសំណួរដើម្បីយកឈ្នះលើអសមត្ថភាព និងមិនមានឆន្ទៈក្នុងការឆ្លើយរបស់អ្នកឆ្លើយ។
- តើអ្នកឆ្លើយត្រូវបានជូនដំណឹងទេ?
- ប្រសិនបើអ្នកឆ្លើយតបទំនងជាមិនត្រូវបានជូនដំណឹងទេ សំណួរចម្រោះដែលវាស់ស្ទង់ភាពធ្លាប់ស្គាល់ ការប្រើប្រាស់ផលិតផល និងបទពិសោធន៍កន្លងមកគួរតែត្រូវបានសួរមុនសំណួរអំពីប្រធានបទខ្លួនឯង។
- តើអ្នកឆ្លើយអាចចាំបានទេ?
- ជៀសវាងកំហុសនៃការធ្វេសប្រហែស កែវយឺត និងការបង្កើត។
- សំណួរដែលមិនផ្តល់ឱ្យអ្នកឆ្លើយនូវគន្លឹះអាចប៉ាន់ស្មានមិនដល់ការកើតឡើងជាក់ស្តែងនៃព្រឹត្តិការណ៍មួយ។
- តើអ្នកឆ្លើយអាចបញ្ជាក់បានទេ?
- កាត់បន្ថយការខិតខំប្រឹងប្រែងដែលត្រូវការរបស់អ្នកឆ្លើយតប។
- តើបរិបទដែលសំណួរត្រូវបានសួរសមស្របទេ?
- ធ្វើឱ្យសំណើសុំព័ត៌មានហាក់ដូចជាស្របច្បាប់។
- ប្រសិនបើព័ត៌មានមានភាពរសើប៖
អ្នកក៏អាចចូលចិត្ត: 12+ ជម្មើសជំនួសឥតគិតថ្លៃសម្រាប់ SurveyMonkey ក្នុងឆ្នាំ 2023
#៣. ជ្រើសរើស សំណួរ-ពាក្យ
សម្រាប់សំណួរដែលសរសេរបានល្អ យើងផ្តល់ជូននូវការណែនាំដូចខាងក្រោមៈ
- កំណត់បញ្ហា
- ប្រើពាក្យធម្មតា។
- ប្រើពាក្យមិនច្បាស់
- ជៀសវាងសំណួរនាំមុខ
- ជៀសវាងការជំនួសដោយចេតនា
- ជៀសវាងការសន្មត់ជាក់ស្តែង
- ជៀសវាងការធ្វើទូទៅ និងការប៉ាន់ស្មាន
- ប្រើសេចក្តីថ្លែងការណ៍វិជ្ជមាន និងអវិជ្ជមាន។
អ្នកក៏អាចចូលចិត្ត: 65+ គំរូសំណួរស្ទង់មតិប្រកបដោយប្រសិទ្ធភាព + គំរូឥតគិតថ្លៃ
#៤. ជ្រើសរើស Likert Scale ជម្រើសឆ្លើយតប
សម្រេចចិត្តថាតើអ្នកនឹងប្រើ Bipolar ឬ Unipolar ដែលជាមាត្រដ្ឋានសេស ឬសូម្បីតែ Likert អាស្រ័យលើថាតើអ្នកចង់រួមបញ្ចូលជម្រើសអព្យាក្រឹត ឬចំណុចកណ្តាល។
អ្នកគួរតែយោងទៅលើសំណង់រង្វាស់ដែលមាន និងធាតុដែលត្រូវបានអភិវឌ្ឍ និងទទួលស្គាល់ដោយអ្នកស្រាវជ្រាវពីមុន។ ជាពិសេសនៅពេលនិយាយអំពីការសិក្សាស្រាវជ្រាវដែលមានស្តង់ដារតឹងរ៉ឹង។
ការយកសំខាន់ៗ
ត្រៀមខ្លួនរួចជាស្រេចដើម្បីដាក់អ្នកជំនាញរបស់អ្នកក្នុងការប្រើមាត្រដ្ឋាន Likert ដើម្បីធ្វើតេស្ត និងប្រមូលនូវការយល់ដឹងដ៏មានតម្លៃសម្រាប់ការស្រាវជ្រាវរបស់អ្នក? ជំហានបន្ទាប់ និងបង្កើតការស្ទង់មតិដ៏មានឥទ្ធិពលជាមួយ អេអេសស្លេស.
AhaSlides ផ្តល់ជូននូវឧបករណ៍បង្កើតការស្ទង់មតិដែលងាយស្រួលប្រើ ការតាមដានការឆ្លើយតបតាមពេលវេលាជាក់ស្តែង និងជម្រើសខ្នាត Likert ដែលអាចប្ដូរតាមបំណងបាន។ ចាប់ផ្តើមធ្វើការស្រាវជ្រាវរបស់អ្នកឱ្យបានច្រើនបំផុតដោយបង្កើតការស្ទង់មតិដែលចូលរួមនៅថ្ងៃនេះ!
សំណួរដែលគេបានសួរច្រើន
តើធ្វើដូចម្តេចដើម្បីវិភាគទិន្នន័យខ្នាត Likert ក្នុងការស្រាវជ្រាវ?
មានបច្ចេកទេសស្ថិតិជាច្រើនដែលអាចត្រូវបានប្រើក្នុងការវិភាគទិន្នន័យខ្នាត Likert ។ ការវិភាគទូទៅរួមមានការគណនាស្ថិតិពិពណ៌នា (ឧ. មធ្យោបាយ មេដ្យាន) ការធ្វើតេស្ត inferential (ឧ. t-tests, ANOVA) និងការរុករកទំនាក់ទំនង (ឧ. ទំនាក់ទំនង ការវិភាគកត្តា)។
តើមាត្រដ្ឋាន Likert អាចត្រូវបានប្រើក្នុងការស្រាវជ្រាវគុណភាពដែរឬទេ?
ទោះបីជាមាត្រដ្ឋាន Likert ត្រូវបានប្រើជាធម្មតាសម្រាប់ការស្រាវជ្រាវបរិមាណក៏ដោយ ក៏ពួកវាអាចប្រើសម្រាប់គោលបំណងគុណភាពផងដែរ។
តើមាត្រដ្ឋាន Likert ប្រភេទណា?
មាត្រដ្ឋាន Likert គឺជាប្រភេទនៃមាត្រដ្ឋានវាយតម្លៃដែលប្រើដើម្បីវាស់ស្ទង់អាកប្បកិរិយា ឬមតិ។ ជាមួយនឹងមាត្រដ្ឋាននេះ អ្នកឆ្លើយតបត្រូវបានស្នើឱ្យវាយតម្លៃធាតុនៅលើកម្រិតនៃកិច្ចព្រមព្រៀងមួយចំពោះបញ្ហាជាក់លាក់មួយចំនួន។
យោង: ការសិក្សា | សៀវភៅ៖ ការស្រាវជ្រាវទីផ្សារ៖ ទិសដៅអនុវត្ត, Naresh K. Malhotra, ទំ។ ៣២៣.
