ರೆನ್ಸಿಸ್ ಲೈಕರ್ಟ್ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್, ಶೈಕ್ಷಣಿಕ ಮತ್ತು ಸಾಮಾಜಿಕ ವಿಜ್ಞಾನಗಳ ಸಂಶೋಧನೆಯಲ್ಲಿ ಸಾರಾಂಶದ ರೇಟಿಂಗ್ ಸ್ಕೇಲ್ನ ಅತ್ಯಂತ ಜನಪ್ರಿಯವಾಗಿ ಬಳಸಲಾಗುವ ಬದಲಾವಣೆಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ.
ನ ಮಹತ್ವ ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ನಿರ್ವಿವಾದವಾಗಿದೆ, ವಿಶೇಷವಾಗಿ ವರ್ತನೆ, ಅಭಿಪ್ರಾಯ, ನಡವಳಿಕೆ ಮತ್ತು ಆದ್ಯತೆಗಳನ್ನು ಅಳೆಯಲು ಬಂದಾಗ.
ಈ ಲೇಖನದಲ್ಲಿ, ನಾವು ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ನ ಅರ್ಥಕ್ಕೆ ಆಳವಾಗಿ ಹೋಗುತ್ತೇವೆ, ಹಾಗೆಯೇ ಸಂಶೋಧನೆಯಲ್ಲಿ ಅದನ್ನು ಯಾವಾಗ ಮತ್ತು ಹೇಗೆ ಉತ್ತಮವಾಗಿ ಬಳಸುವುದು, ಅದು ಗುಣಾತ್ಮಕ ಅಥವಾ ಪರಿಮಾಣಾತ್ಮಕ ಸಂಶೋಧನೆಯಾಗಿರಲಿ.
ಅವಲೋಕನ
ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಅನ್ನು ಕಂಡುಹಿಡಿದವರು ಯಾರು? | ರೆನ್ಸಿಸ್ ಲೈಕರ್ಟ್ |
ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಯಾವಾಗ ಅಭಿವೃದ್ಧಿಗೊಂಡಿತು? | 1932 |
ಸಂಶೋಧನೆಯಲ್ಲಿ ವಿಶಿಷ್ಟವಾದ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಎಂದರೇನು? | 5- ಅಥವಾ 7-ಪಾಯಿಂಟ್ ಆರ್ಡಿನಲ್ ಸ್ಕೇಲ್ |
ಪರಿವಿಡಿ:
- ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಎಂದರೇನು?
- ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ನ ವಿಧಗಳು ಯಾವುವು?
- ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ನ ಪ್ರಾಮುಖ್ಯತೆ ಏನು?
- ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಅನ್ನು ಹೇಗೆ ಬಳಸುವುದು
- ಕೀ ಟೇಕ್ಅವೇಸ್
ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಎಂದರೇನು?
ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಅನ್ನು ಅದರ ಸೃಷ್ಟಿಕರ್ತ ರೆನ್ಸಿಸ್ ಲೈಕರ್ಟ್ ಹೆಸರಿಸಲಾಗಿದೆ, ಅವರು ಇದನ್ನು 1932 ರಲ್ಲಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು. ಸಮೀಕ್ಷೆಯ ಸಂಶೋಧನೆಯಲ್ಲಿ, ಇದು ಸಾಮಾನ್ಯ ರೀತಿಯ ಮಾಪನ ಮಾಪಕವಾಗಿದೆ, ಇದನ್ನು ನೈಜ ಅಥವಾ ಕಾಲ್ಪನಿಕ ಪರಿಸ್ಥಿತಿಗಾಗಿ ವರ್ತನೆಗಳು, ಮೌಲ್ಯಗಳು ಮತ್ತು ಅಭಿಪ್ರಾಯಗಳನ್ನು ಅಳೆಯಲು ಬಳಸಲಾಗುತ್ತದೆ. ಅಧ್ಯಯನ.
ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಮಾಪನ ವಿಧಾನದ ಮೂಲ ತತ್ವವೆಂದರೆ ಲೈಕರ್ಟ್ ಮಾಪಕದಿಂದ ಪಡೆದ ಅಂಕಗಳು ಮಾಪಕದಲ್ಲಿನ ಬಹು ಅಂಶಗಳಿಗೆ ವ್ಯಕ್ತಿಯ ಪ್ರತಿಕ್ರಿಯೆಗಳಿಂದ ಹೊರಹೊಮ್ಮುವ ಸಂಯೋಜಿತ (ಸಂಗ್ರಹಿತ) ಸ್ಕೋರ್ಗಳಾಗಿವೆ. ಉದಾಹರಣೆಗೆ, ಮೆಟ್ರಿಕ್ ಸ್ಕೇಲ್ನಲ್ಲಿ ನೀಡಿರುವ ಹೇಳಿಕೆಯೊಂದಿಗೆ (ಐಟಂಗಳು) ತಮ್ಮ ಒಪ್ಪಂದದ ಮಟ್ಟವನ್ನು (ಬಲವಾಗಿ ಒಪ್ಪುವುದಿಲ್ಲದಿಂದ ಬಲವಾಗಿ ಒಪ್ಪಿಕೊಳ್ಳುವವರೆಗೆ) ತೋರಿಸಲು ಭಾಗವಹಿಸುವವರನ್ನು ಕೇಳಲಾಗುತ್ತದೆ.
ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ವಿರುದ್ಧ ಲೈಕರ್ಟ್ ಐಟಂ
ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಮತ್ತು ಲೈಕರ್ಟ್ ಐಟಂ ಎಂಬ ಪದಗಳ ನಡುವೆ ಜನರು ಗೊಂದಲಕ್ಕೊಳಗಾಗುವುದನ್ನು ನೋಡುವುದು ಸಾಮಾನ್ಯವಾಗಿದೆ. ಪ್ರತಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಹಲವಾರು ಲೈಕರ್ಟ್ ಐಟಂಗಳನ್ನು ಒಳಗೊಂಡಿದೆ.
- ಲೈಕರ್ಟ್ ಐಟಂ ಎನ್ನುವುದು ವೈಯಕ್ತಿಕ ಹೇಳಿಕೆ ಅಥವಾ ಪ್ರಶ್ನೆಯಾಗಿದ್ದು, ಸಮೀಕ್ಷೆಯಲ್ಲಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಪ್ರತಿವಾದಿಯನ್ನು ಕೇಳಲಾಗುತ್ತದೆ.
- ಲೈಕರ್ಟ್ ಐಟಂಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಭಾಗವಹಿಸುವವರಿಗೆ ಐದು ಮತ್ತು ಏಳು ಶ್ರೇಯಾಂಕದ ಆಯ್ಕೆಗಳ ನಡುವೆ ಆಯ್ಕೆಯನ್ನು ನೀಡುತ್ತವೆ, ಮಧ್ಯದ ಆಯ್ಕೆಯು ತಟಸ್ಥವಾಗಿರುತ್ತದೆ, ಉದಾಹರಣೆಗೆ "ಅತ್ಯಂತ ಅತೃಪ್ತಿ" ಯಿಂದ "ಅತ್ಯಂತ ತೃಪ್ತಿ" ವರೆಗೆ
ಪರಿಣಾಮಕಾರಿ ಸಮೀಕ್ಷೆಗಾಗಿ ಸಲಹೆಗಳು
ಇದರೊಂದಿಗೆ ಆನ್ಲೈನ್ನಲ್ಲಿ ಸಮೀಕ್ಷೆಯನ್ನು ರಚಿಸಿ AhaSlides
ಮೇಲಿನ ಯಾವುದೇ ಉದಾಹರಣೆಗಳನ್ನು ಟೆಂಪ್ಲೇಟ್ಗಳಾಗಿ ಪಡೆಯಿರಿ. ಉಚಿತವಾಗಿ ಸೈನ್ ಅಪ್ ಮಾಡಿ ಮತ್ತು ಆನ್ಲೈನ್ನಲ್ಲಿ ಸಮೀಕ್ಷೆಯನ್ನು ರಚಿಸಿ AhaSlides ಟೆಂಪ್ಲೇಟ್ ಲೈಬ್ರರಿ!
ಉಚಿತವಾಗಿ ಸೈನ್ ಅಪ್ ಮಾಡಿ☁️
ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ನ ವಿಧಗಳು ಯಾವುವು?
ಸಾಮಾನ್ಯವಾಗಿ, ಲೈಕರ್ಟ್ ಮಾದರಿಯ ಪ್ರಶ್ನೆಗಳು ಯುನಿಪೋಲಾರ್ ಅಥವಾ ಬೈಪೋಲಾರ್ ಮಾಪಕಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.
- ಯುನಿಪೋಲಾರ್ ಲೈಕರ್ಟ್ ಮಾಪಕಗಳುಒಂದೇ ಆಯಾಮವನ್ನು ಅಳೆಯಿರಿ. ಪ್ರತಿಕ್ರಿಯಿಸುವವರು ನಿರ್ದಿಷ್ಟ ದೃಷ್ಟಿಕೋನ ಅಥವಾ ಮನೋಭಾವವನ್ನು ಎಷ್ಟರ ಮಟ್ಟಿಗೆ ಅನುಮೋದಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ನಿರ್ಣಯಿಸಲು ಅವು ಸೂಕ್ತವಾಗಿವೆ. ಉದಾಹರಣೆಗೆ, ಆವರ್ತನಗಳು ಅಥವಾ ಸಂಭವನೀಯತೆಗಳನ್ನು ಮಾಪಕಗಳಿಂದ ಅಳೆಯಲಾಗುತ್ತದೆ ಎಂದಿಗೂ/ಯಾವಾಗಲೂ ಬಳಸುವುದಿಲ್ಲ, ಎಲ್ಲಾ ಸಾಧ್ಯತೆಗಳು/ಬಹಳ ಸಾಧ್ಯತೆಗಳು ಇತ್ಯಾದಿ. ಅವೆಲ್ಲವೂ ಏಕಧ್ರುವೀಯವಾಗಿವೆ.
- ಬೈಪೋಲಾರ್ ಲೈಕರ್ಟ್ ಮಾಪಕಗಳುತೃಪ್ತಿ ಮತ್ತು ಅತೃಪ್ತಿಯಂತಹ ಎರಡು ವಿರುದ್ಧ ರಚನೆಗಳನ್ನು ಅಳೆಯಿರಿ. ಪ್ರತಿಕ್ರಿಯೆ ಆಯ್ಕೆಗಳನ್ನು ಧನಾತ್ಮಕದಿಂದ ಋಣಾತ್ಮಕವಾಗಿ ನಿರಂತರತೆಯಲ್ಲಿ ಜೋಡಿಸಲಾಗಿದೆ, ಮಧ್ಯದಲ್ಲಿ ತಟಸ್ಥ ಆಯ್ಕೆಯನ್ನು ಹೊಂದಿರುತ್ತದೆ. ನಿರ್ದಿಷ್ಟ ವಿಷಯದ ಕಡೆಗೆ ಧನಾತ್ಮಕ ಮತ್ತು ಋಣಾತ್ಮಕ ಭಾವನೆಗಳ ನಡುವಿನ ಸಮತೋಲನವನ್ನು ನಿರ್ಣಯಿಸಲು ಅವರನ್ನು ಹೆಚ್ಚಾಗಿ ಬಳಸಿಕೊಳ್ಳಲಾಗುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಒಪ್ಪಿಗೆ/ಅಸಮ್ಮತಿ, ತೃಪ್ತಿ/ಅತೃಪ್ತಿ, ಮತ್ತು ಒಳ್ಳೆಯದು/ಕೆಟ್ಟದ್ದು ದ್ವಿಧ್ರುವಿ ಪರಿಕಲ್ಪನೆಗಳು.
ಯುನಿಪೋಲಾರ್ ಸ್ಕೇಲ್ ಉದಾಹರಣೆ | ಬೈಪೋಲಾರ್ ಸ್ಕೇಲ್ ಉದಾಹರಣೆ |
○ ಬಲವಾಗಿ ಒಪ್ಪುತ್ತೇನೆ ○ ಸ್ವಲ್ಪ ಒಪ್ಪುತ್ತೇನೆ ○ ಮಧ್ಯಮ ಒಪ್ಪಿಗೆ ○ ಒಪ್ಪುವುದಿಲ್ಲ | ○ ಬಲವಾಗಿ ಒಪ್ಪುತ್ತೇನೆ ○ ಸ್ವಲ್ಪ ಒಪ್ಪುತ್ತೇನೆ ○ ಒಪ್ಪುವುದಿಲ್ಲ ಅಥವಾ ಒಪ್ಪುವುದಿಲ್ಲ ○ ಸ್ವಲ್ಪ ಒಪ್ಪುವುದಿಲ್ಲ ○ ಬಲವಾಗಿ ಒಪ್ಪುವುದಿಲ್ಲ |
ಈ ಎರಡು ಮುಖ್ಯ ಪ್ರಕಾರಗಳ ಜೊತೆಗೆ, ಎರಡು ರೀತಿಯ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಪ್ರತಿಕ್ರಿಯೆ ಆಯ್ಕೆಗಳಿವೆ:
- ಬೆಸ ಲೈಕರ್ಟ್ ಮಾಪಕಗಳು3, 5, ಅಥವಾ 7 ನಂತಹ ಬೆಸ ಸಂಖ್ಯೆಯ ಪ್ರತಿಕ್ರಿಯೆ ಆಯ್ಕೆಗಳನ್ನು ಹೊಂದಿವೆ. ಬೆಸ ಲೈಕರ್ಟ್ ಪ್ರಮಾಣದ ಪ್ರಶ್ನೆಗಳು ಉತ್ತರ ಪ್ರತಿಕ್ರಿಯೆಗಳಲ್ಲಿ ತಟಸ್ಥ ಆಯ್ಕೆಯನ್ನು ಹೊಂದಿರುತ್ತವೆ.
- ಸಹ ಲೈಕರ್ಟ್ ಮಾಪಕಗಳು4 ಅಥವಾ 6 ರಂತಹ ಸಮ ಸಂಖ್ಯೆಯ ಪ್ರತಿಕ್ರಿಯೆಯ ಆಯ್ಕೆಗಳನ್ನು ಹೊಂದಿರುತ್ತಾರೆ. ಪ್ರತಿಸ್ಪಂದಕರು ಹೇಳಿಕೆಯ ಪರವಾಗಿ ಅಥವಾ ವಿರುದ್ಧವಾಗಿ ಒಂದು ಸ್ಥಾನವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವಂತೆ ಒತ್ತಾಯಿಸಲು ಇದನ್ನು ಮಾಡಲಾಗುತ್ತದೆ.
ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ನ ಪ್ರಾಮುಖ್ಯತೆ ಏನು?
ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಅನ್ನು ಬಳಸಲು ಮತ್ತು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸುಲಭವಾಗಿದೆ ಮತ್ತು ಇದು ತುಲನಾತ್ಮಕವಾಗಿ ವಿಶ್ವಾಸಾರ್ಹ ಮತ್ತು ಮಾನ್ಯವಾಗಿದೆ. ಇದು ಮನೋವಿಜ್ಞಾನ, ಸಮಾಜಶಾಸ್ತ್ರ, ಶಿಕ್ಷಣ ಮತ್ತು ಮಾರುಕಟ್ಟೆ ಸೇರಿದಂತೆ ವಿವಿಧ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಸಂಶೋಧಕರಿಗೆ ಜನಪ್ರಿಯ ಆಯ್ಕೆಯಾಗಿದೆ.
ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಏಕೆ ಆದ್ಯತೆಯ ಮಾಪಕವಾಗಿದೆ? ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಅನ್ನು ವ್ಯಾಪಕವಾಗಿ ಬಳಸುವುದಕ್ಕೆ ಕೆಲವು ಕಾರಣಗಳು ಇಲ್ಲಿವೆ:
- ವರ್ತನೆಗಳು ವರ್ತನೆಗಳ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುತ್ತವೆ, ಆದರೆ ತಕ್ಷಣವೇ ಗಮನಿಸಲಾಗುವುದಿಲ್ಲ, ವ್ಯಕ್ತಿಯ ವೈವಿಧ್ಯಮಯ ಕ್ರಿಯೆಗಳು ಅಥವಾ ಉಚ್ಚಾರಣೆಗಳ ಮೂಲಕ ಅವುಗಳನ್ನು ಊಹಿಸಬೇಕು. ಇದಕ್ಕಾಗಿಯೇ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಪ್ರಶ್ನಾವಳಿಗಳು ವರ್ತನೆಯ ವಿವಿಧ ಅಂಶಗಳನ್ನು ತಿಳಿಸಲು ಬರುತ್ತವೆ.
- ಲೈಕರ್ಟ್ ಮಾಪಕಗಳು ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಸಂಗ್ರಹಿಸಲು ಪ್ರಮಾಣಿತ ಸ್ವರೂಪವನ್ನು ನೀಡುತ್ತವೆ, ಎಲ್ಲಾ ಪ್ರತಿಕ್ರಿಯಿಸುವವರು ಒಂದೇ ರೀತಿಯ ಪ್ರಶ್ನೆಗಳಿಗೆ ಒಂದೇ ರೀತಿಯ ಉತ್ತರವನ್ನು ನೀಡುತ್ತಾರೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುತ್ತಾರೆ. ಈ ಪ್ರಮಾಣೀಕರಣವು ಡೇಟಾದ ವಿಶ್ವಾಸಾರ್ಹತೆ ಮತ್ತು ಹೋಲಿಕೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ.
- ಲೈಕರ್ಟ್ ಮಾಪಕಗಳು ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಪ್ರತಿಸ್ಪಂದಕರಿಂದ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ದತ್ತಾಂಶವನ್ನು ಸಂಗ್ರಹಿಸಲು ಸಮರ್ಥವಾಗಿವೆ, ಅವುಗಳನ್ನು ಸಮೀಕ್ಷೆಯ ಸಂಶೋಧನೆಗೆ ಸೂಕ್ತವಾಗಿಸುತ್ತದೆ.
ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಅನ್ನು ಹೇಗೆ ಬಳಸುವುದು
ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ನ ಪರಿಣಾಮಕಾರಿತ್ವವು ವಿವಿಧ ಅಂಶಗಳಿಂದ ಪ್ರಭಾವಿತವಾಗಿರುತ್ತದೆ. ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ನೊಂದಿಗೆ ಪ್ರಶ್ನಾವಳಿಯನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲು ನಿಮಗೆ ಸಹಾಯ ಮಾಡಲು ಕೆಲವು ಸಲಹೆಗಳು ಇಲ್ಲಿವೆ:
#1. ಪ್ರಶ್ನಾವಳಿಯ ಉದ್ದೇಶಗಳು
ಯಾವುದೇ ಪ್ರಶ್ನಾವಳಿಯು ಮೂರು ನಿರ್ದಿಷ್ಟ ಉದ್ದೇಶಗಳನ್ನು ಹೊಂದಿರುತ್ತದೆ. ನೀವು ಉತ್ತರಿಸಲು ಗುರಿ ಹೊಂದಿರುವ ಪ್ರಮುಖ ಸಂಶೋಧನಾ ಪ್ರಶ್ನೆಗಳೊಂದಿಗೆ ಪ್ರಶ್ನಾವಳಿ ವಿನ್ಯಾಸವನ್ನು ಪ್ರಾರಂಭಿಸುವುದು ಅವಶ್ಯಕ.
#2. ಪ್ರಶ್ನೆ ವಿನ್ಯಾಸವನ್ನು ನೋಡಿಕೊಳ್ಳಿ
ಪ್ರತಿಕ್ರಿಯಿಸುವವರ ಅಸಮರ್ಥತೆ ಮತ್ತು ಉತ್ತರಿಸಲು ಇಷ್ಟವಿಲ್ಲದಿರುವುದನ್ನು ನಿವಾರಿಸಲು ಪ್ರಶ್ನೆಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವುದು ಮುಖ್ಯವಾಗಿದೆ.
- ಪ್ರತಿಕ್ರಿಯಿಸಿದವರಿಗೆ ತಿಳಿಸಲಾಗಿದೆಯೇ?
- ಪ್ರತಿಕ್ರಿಯಿಸುವವರಿಗೆ ಮಾಹಿತಿ ನೀಡಲಾಗದಿದ್ದರೆ, ಪರಿಚಿತತೆ, ಉತ್ಪನ್ನ ಬಳಕೆ ಮತ್ತು ಹಿಂದಿನ ಅನುಭವಗಳನ್ನು ಅಳೆಯುವ ಫಿಲ್ಟರ್ ಪ್ರಶ್ನೆಗಳನ್ನು ವಿಷಯಗಳ ಬಗ್ಗೆ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಬೇಕು.
- ಪ್ರತಿವಾದಿಯು ನೆನಪಿಸಿಕೊಳ್ಳಬಹುದೇ?
- ಲೋಪ, ದೂರದರ್ಶಕ ಮತ್ತು ಸೃಷ್ಟಿಯ ದೋಷಗಳನ್ನು ತಪ್ಪಿಸಿ.
- ಪ್ರತಿಸ್ಪಂದಕರಿಗೆ ಸೂಚನೆಗಳನ್ನು ನೀಡದ ಪ್ರಶ್ನೆಗಳು ಈವೆಂಟ್ನ ನೈಜ ಘಟನೆಯನ್ನು ಕಡಿಮೆ ಅಂದಾಜು ಮಾಡಬಹುದು.
- ಪ್ರತಿವಾದಿಯು ಸ್ಪಷ್ಟವಾಗಿ ಹೇಳಬಹುದೇ?
- ಪ್ರತಿಕ್ರಿಯಿಸುವವರಿಗೆ ಅಗತ್ಯವಿರುವ ಪ್ರಯತ್ನವನ್ನು ಕಡಿಮೆ ಮಾಡಿ.
- ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುವ ಸಂದರ್ಭವು ಸೂಕ್ತವೇ?
- ಮಾಹಿತಿಗಾಗಿ ವಿನಂತಿಯನ್ನು ನ್ಯಾಯಸಮ್ಮತವಾಗಿ ತೋರುವಂತೆ ಮಾಡಿ.
- ಮಾಹಿತಿಯು ಸೂಕ್ಷ್ಮವಾಗಿದ್ದರೆ:
ಬಹುಶಃ ನೀವು ಇಷ್ಟಪಡಬಹುದು: 12+ 2023 ರಲ್ಲಿ SurveyMonkey ಗೆ ಉಚಿತ ಪರ್ಯಾಯಗಳು
#3. ಪ್ರಶ್ನೆ-ಪದಗಳನ್ನು ಆಯ್ಕೆಮಾಡಿ
ಚೆನ್ನಾಗಿ ಬರೆಯಲಾದ ಪ್ರಶ್ನೆಗಳಿಗಾಗಿ, ನಾವು ಈ ಕೆಳಗಿನ ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ನೀಡುತ್ತೇವೆ:
- ಸಮಸ್ಯೆಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ
- ಸಾಮಾನ್ಯ ಪದಗಳನ್ನು ಬಳಸಿ
- ನಿಸ್ಸಂದಿಗ್ಧ ಪದಗಳನ್ನು ಬಳಸಿ
- ಪ್ರಮುಖ ಪ್ರಶ್ನೆಗಳನ್ನು ತಪ್ಪಿಸಿ
- ಸೂಚ್ಯ ಪರ್ಯಾಯಗಳನ್ನು ತಪ್ಪಿಸಿ
- ಸೂಚ್ಯ ಊಹೆಗಳನ್ನು ತಪ್ಪಿಸಿ
- ಸಾಮಾನ್ಯೀಕರಣಗಳು ಮತ್ತು ಅಂದಾಜುಗಳನ್ನು ತಪ್ಪಿಸಿ
- ಧನಾತ್ಮಕ ಮತ್ತು ಋಣಾತ್ಮಕ ಹೇಳಿಕೆಗಳನ್ನು ಬಳಸಿ.
ಬಹುಶಃ ನೀವು ಇಷ್ಟಪಡಬಹುದು: 65+ ಪರಿಣಾಮಕಾರಿ ಸಮೀಕ್ಷೆ ಪ್ರಶ್ನೆ ಮಾದರಿಗಳು + ಉಚಿತ ಟೆಂಪ್ಲೇಟ್ಗಳು
#4. ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಪ್ರತಿಕ್ರಿಯೆ ಆಯ್ಕೆಗಳನ್ನು ಆರಿಸಿ
ನೀವು ತಟಸ್ಥ ಅಥವಾ ಮಧ್ಯಬಿಂದು ಆಯ್ಕೆಯನ್ನು ಸೇರಿಸಲು ಬಯಸುತ್ತೀರಾ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ ನೀವು ಬೈಪೋಲಾರ್ ಅಥವಾ ಯುನಿಪೋಲಾರ್ ಅನ್ನು ಬಳಸುತ್ತೀರಾ ಎಂದು ನಿರ್ಧರಿಸಿ, ಬೆಸ ಅಥವಾ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್.
ಲಭ್ಯವಿರುವ ಮಾಪನ ರಚನೆಗಳು ಮತ್ತು ಹಿಂದಿನ ಸಂಶೋಧಕರು ಈಗಾಗಲೇ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಮತ್ತು ಗುರುತಿಸಿರುವ ವಸ್ತುಗಳನ್ನು ನೀವು ಉಲ್ಲೇಖಿಸಬೇಕು. ವಿಶೇಷವಾಗಿ ಕಟ್ಟುನಿಟ್ಟಾದ ಮಾನದಂಡಗಳೊಂದಿಗೆ ಶೈಕ್ಷಣಿಕ ಸಂಶೋಧನೆಗೆ ಬಂದಾಗ.
ಕೀ ಟೇಕ್ಅವೇಸ್
ಲೈಕರ್ಟ್ ಮಾಪಕಗಳನ್ನು ಬಳಸುವಲ್ಲಿ ನಿಮ್ಮ ಪರಿಣತಿಯನ್ನು ಪರೀಕ್ಷೆಗೆ ಒಳಪಡಿಸಲು ಮತ್ತು ನಿಮ್ಮ ಸಂಶೋಧನೆಗಾಗಿ ಅಮೂಲ್ಯವಾದ ಒಳನೋಟಗಳನ್ನು ಸಂಗ್ರಹಿಸಲು ಸಿದ್ಧರಿದ್ದೀರಾ? ಮುಂದಿನ ಹಂತವನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ ಮತ್ತು ಶಕ್ತಿಯುತ ಸಮೀಕ್ಷೆಗಳನ್ನು ರಚಿಸಿ AhaSlides.
AhaSlides ಬಳಕೆದಾರ ಸ್ನೇಹಿ ಸಮೀಕ್ಷೆ ರಚನೆ ಪರಿಕರಗಳು, ನೈಜ-ಸಮಯದ ಪ್ರತಿಕ್ರಿಯೆ ಟ್ರ್ಯಾಕಿಂಗ್ ಮತ್ತು ಗ್ರಾಹಕೀಯಗೊಳಿಸಬಹುದಾದ ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಆಯ್ಕೆಗಳನ್ನು ನೀಡುತ್ತದೆ. ಇಂದೇ ಆಕರ್ಷಕ ಸಮೀಕ್ಷೆಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವ ಮೂಲಕ ನಿಮ್ಮ ಸಂಶೋಧನೆಯ ಹೆಚ್ಚಿನದನ್ನು ಮಾಡಲು ಪ್ರಾರಂಭಿಸಿ!
ಪದೇ ಪದೇ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು
ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಪ್ರಮಾಣದ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು ಹೇಗೆ?
ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಹಲವಾರು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ತಂತ್ರಗಳನ್ನು ಬಳಸಬಹುದಾಗಿದೆ. ಸಾಮಾನ್ಯ ವಿಶ್ಲೇಷಣೆಗಳಲ್ಲಿ ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವುದು (ಉದಾ, ಮೀನ್ಸ್, ಮೀಡಿಯನ್ಸ್), ತಾರ್ಕಿಕ ಪರೀಕ್ಷೆಗಳನ್ನು ನಡೆಸುವುದು (ಉದಾ, ಟಿ-ಪರೀಕ್ಷೆಗಳು, ANOVA) ಮತ್ತು ಸಂಬಂಧಗಳನ್ನು ಅನ್ವೇಷಿಸುವುದು (ಉದಾ, ಪರಸ್ಪರ ಸಂಬಂಧಗಳು, ಅಂಶ ವಿಶ್ಲೇಷಣೆ).
ಗುಣಾತ್ಮಕ ಸಂಶೋಧನೆಯಲ್ಲಿ ಲೈಕರ್ಟ್ ಮಾಪಕಗಳನ್ನು ಬಳಸಬಹುದೇ?
ಲೈಕರ್ಟ್ ಮಾಪಕಗಳನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಪರಿಮಾಣಾತ್ಮಕ ಸಂಶೋಧನೆಗಾಗಿ ಬಳಸಲಾಗಿದ್ದರೂ, ಅವುಗಳನ್ನು ಗುಣಾತ್ಮಕ ಉದ್ದೇಶಗಳಿಗಾಗಿಯೂ ಬಳಸಬಹುದು.
ಲೈಕರ್ಟ್ ಮಾಪಕವು ಯಾವ ರೀತಿಯ ಮಾಪನವಾಗಿದೆ?
ಲೈಕರ್ಟ್ ಸ್ಕೇಲ್ ಎನ್ನುವುದು ವರ್ತನೆಗಳು ಅಥವಾ ಅಭಿಪ್ರಾಯಗಳನ್ನು ಅಳೆಯಲು ಬಳಸುವ ಒಂದು ರೀತಿಯ ರೇಟಿಂಗ್ ಸ್ಕೇಲ್ ಆಗಿದೆ. ಈ ಮಾಪಕದೊಂದಿಗೆ, ಕೆಲವು ನಿರ್ದಿಷ್ಟ ಸಮಸ್ಯೆಯ ಕಡೆಗೆ ಒಪ್ಪಂದದ ಮಟ್ಟದಲ್ಲಿ ಐಟಂಗಳನ್ನು ರೇಟ್ ಮಾಡಲು ಪ್ರತಿಕ್ರಿಯಿಸುವವರನ್ನು ಕೇಳಲಾಗುತ್ತದೆ.
ಉಲ್ಲೇಖ: ಅಕಾಡೆಮಿ| ಪುಸ್ತಕ: ಮಾರ್ಕೆಟಿಂಗ್ ಸಂಶೋಧನೆ: ಆನ್ ಅಪ್ಲೈಡ್ ಓರಿಯಂಟೇಶನ್, ನರೇಶ್ ಕೆ. ಮಲ್ಹೋತ್ರಾ, ಪು. 323.