Edit page title संशोधनात लिकर्ट स्केलचे महत्त्व (2024 अद्यतने) - AhaSlides
Edit meta description 2024 मध्ये आम्ही लिकर्ट स्केलचा संशोधनातील अर्थ तसेच संशोधनात त्याचा सर्वोत्तम वापर केव्हा आणि कसा करायचा याचा शोध घेऊ, मग ते गुणात्मक असो वा परिमाणात्मक.

Close edit interface

संशोधनात लिकर्ट स्केलचे महत्त्व (2024 अद्यतने)

काम

अॅस्ट्रिड ट्रॅन 13 नोव्हेंबर, 2023 6 मिनिट वाचले

रेन्सिस लिकर्टने विकसित केलेला लीकर्ट स्केल, शैक्षणिक आणि सामाजिक विज्ञान संशोधनामध्ये सममित रेटिंग स्केलच्या सर्वात लोकप्रिय वापरल्या जाणार्‍या फरकांपैकी एक आहे.

चे महत्त्व संशोधनात लिकर्ट स्केलनिर्विवाद आहे, विशेषत: जेव्हा वृत्ती, मत, वर्तन आणि प्राधान्ये मोजण्यासाठी येतो.

या लेखात, आम्ही संशोधनात लिकर्ट स्केलचा अर्थ, तसेच संशोधनात त्याचा उत्तम वापर केव्हा आणि कसा करायचा, मग ते गुणात्मक किंवा परिमाणात्मक संशोधन आहे याबद्दल अधिक खोलात जाऊ.

आढावा

लीकर्ट स्केलचा शोध कोणी लावला?रेन्सिस लिकर्ट
लिकर्ट स्केल कधी विकसित झाला?1932
संशोधनातील ठराविक लिकर्ट स्केल म्हणजे काय?5- किंवा 7-पॉइंट ऑर्डिनल स्केल
संशोधनातील लीकर्ट स्केलचे विहंगावलोकन

अनुक्रमणिका:

संशोधनात likert स्केल का वापरला जातो
लिकर्ट स्केल हे संशोधनात सर्वाधिक वापरलेले सममित रेटिंग स्केल आहे

संशोधनात लिकर्ट स्केल म्हणजे काय?

लीकर्ट स्केलचे नाव त्याच्या निर्मात्याच्या नावावरून ठेवले गेले आहे, रेन्सिस लिकर्ट, ज्याने ते 1932 मध्ये विकसित केले. सर्वेक्षण संशोधनात, हा सर्वात सामान्य प्रकारचा मापन स्केल आहे, ज्याचा वापर वास्तविक किंवा काल्पनिक परिस्थितीसाठी दृष्टिकोन, मूल्ये आणि मते मोजण्यासाठी केला जातो. अभ्यास

लीकर्ट स्केल मापन पद्धतीचे मूलभूत तत्त्व हे आहे की लीकर्ट स्केलद्वारे मिळविलेले स्कोअर हे स्केलवरील एकाधिक आयटमवरील व्यक्तीच्या प्रतिसादातून तयार होणारे संमिश्र (समेटेड) स्कोअर असतात. उदाहरणार्थ, सहभागींना मेट्रिक स्केलवर दिलेल्या विधानासह (आयटम्स) त्यांच्या कराराची पातळी दाखवण्यास सांगितले जाते.

लिकर्ट स्केल विरुद्ध लिकर्ट आयटम

लीकर्ट स्केल आणि लीकर्ट आयटम या शब्दांमध्ये लोक गोंधळलेले पाहणे सामान्य आहे. प्रत्येक Likert स्केलमध्ये अनेक Likert आयटम असतात.

  • लाइकर्ट आयटम हे वैयक्तिक विधान किंवा प्रश्न आहे ज्याचे सर्वेक्षणात मूल्यांकन करण्यास उत्तरदात्याला सांगितले जाते.
  • लिकर्ट आयटम सहसा सहभागींना पाच आणि सात रँक केलेल्या पर्यायांमधील निवड देतात, मधला पर्याय तटस्थ असतो, उदा. "अत्यंत असमाधानी" ते "अत्यंत समाधानी" पर्यंत.

प्रभावी सर्वेक्षणासाठी टिपा

वैकल्पिक मजकूर


यासह ऑनलाइन सर्वेक्षण तयार करा AhaSlides

वरीलपैकी कोणतीही उदाहरणे टेम्पलेट म्हणून मिळवा. विनामूल्य साइन अप करा आणि ऑनलाइन सर्वेक्षण तयार करा AhaSlides टेम्पलेट लायब्ररी!


मोफत साइन अप करा☁️

संशोधनात लिकर्ट स्केलचे प्रकार काय आहेत?

सर्वसाधारणपणे, लीकर्ट-प्रकारच्या प्रश्नांमध्ये एकध्रुवीय किंवा द्विध्रुवीय स्केल असू शकतात.

  • युनिपोलर लिकर्ट स्केलएकच परिमाण मोजा. उत्तरदाते विशिष्ट दृष्टिकोन किंवा वृत्तीला किती प्रमाणात मान्यता देतात याचे मूल्यांकन करण्यासाठी ते योग्य आहेत. उदाहरणार्थ, फ्रिक्वेन्सी किंवा संभाव्यता कधीही/नेहमी, अजिबात नाही/अगदी शक्य नाही, इत्यादी वापरून मोजमापाने मोजल्या जातात; ते सर्व एकध्रुवीय आहेत. 
  • द्विध्रुवीय लिकर्ट स्केलसमाधान आणि असमाधान यांसारख्या दोन विपरीत रचना मोजा. मध्यभागी तटस्थ पर्यायासह, प्रतिसाद पर्याय सकारात्मक ते नकारात्मक अशा निरंतरतेवर व्यवस्थित केले जातात. एखाद्या विशिष्ट विषयाबद्दल सकारात्मक आणि नकारात्मक भावनांमधील संतुलनाचे मूल्यांकन करण्यासाठी ते सहसा नियुक्त केले जातात. उदाहरणार्थ, सहमत/असहमती, समाधान/असंतोष आणि चांगले/वाईट या द्विध्रुवीय संकल्पना आहेत. 
युनिपोलर स्केलचे उदाहरणबायपोलर स्केल उदाहरण
○ पूर्णपणे सहमत
○ काहीसे सहमत
○ माफक प्रमाणात सहमत
○ अजिबात सहमत नाही
○ पूर्णपणे सहमत
○ काहीसे सहमत
○ सहमत किंवा असहमत नाही
○ काहीसे असहमत
○ जोरदार असहमत
संशोधनातील विविध प्रकारच्या लिकर्ट स्केलचे उदाहरण

या दोन मुख्य प्रकारांव्यतिरिक्त, लीकर्ट स्केल प्रतिसाद पर्यायांचे दोन प्रकार आहेत:

  • विचित्र लिकर्ट स्केल3, 5 किंवा 7 सारखे प्रतिसाद पर्यायांची विषम संख्या आहे. विषम लाइकर्ट स्केल प्रश्नांना उत्तर प्रतिसादांमध्ये तटस्थ पर्याय असतो. 
  • अगदी Likert तराजू4 किंवा 6 सारखे प्रतिसाद पर्यायांची सम संख्या आहे. हे विधानाच्या बाजूने किंवा विरुद्ध, उत्तरकर्त्यांना स्थान घेण्यास भाग पाडण्यासाठी केले जाते. 
संशोधनात likert स्केल
सर्वेक्षण संशोधन मध्ये लिकर्ट स्केल

संशोधनात लिकर्ट स्केलचे महत्त्व काय आहे?

लिकर्ट स्केल वापरण्यास आणि समजण्यास सोपे आहे आणि ते तुलनेने विश्वसनीय आणि वैध आहे. हे मानसशास्त्र, समाजशास्त्र, शिक्षण आणि विपणन यासह विविध क्षेत्रातील संशोधकांसाठी एक लोकप्रिय निवड बनवते.

संशोधनात लिकर्ट स्केल हा प्राधान्यक्रम का आहे? लीकर्ट स्केल मोठ्या प्रमाणावर का वापरला जातो याची काही कारणे येथे आहेत:

  • वृत्ती वर्तणुकीवर प्रभाव पाडतात, परंतु त्वरित निरीक्षण केले जाऊ शकत नाही, ते एखाद्या व्यक्तीच्या विविध कृती किंवा उच्चारांमधून गृहित धरले पाहिजे. म्हणूनच लाइकर्ट स्केल प्रश्नावली मनोवृत्तीच्या विविध पैलूंना संबोधित करण्यासाठी येतात.
  • लाइकर्ट स्केल प्रतिसाद संकलित करण्यासाठी प्रमाणित स्वरूप देतात, सर्व उत्तरदाते समान प्रश्नांची उत्तरे सारख्याच प्रकारे देतात याची खात्री करून. हे मानकीकरण डेटाची विश्वासार्हता आणि तुलनात्मकता वाढवते.
  • लिकर्ट स्केल मोठ्या संख्येने प्रतिसादकर्त्यांकडून मोठ्या प्रमाणात डेटा गोळा करण्यासाठी कार्यक्षम आहेत, ज्यामुळे ते सर्वेक्षण संशोधनासाठी योग्य आहेत.

संशोधनात लिकर्ट स्केल कसे वापरावे

संशोधनातील लीकर्ट स्केलची परिणामकारकता विविध घटकांनी प्रभावित होते. लीकर्ट स्केलसह प्रश्नावली डिझाइन करण्यात मदत करण्यासाठी येथे काही टिपा आहेत:

#1. प्रश्नावलीची उद्दिष्टे

कोणत्याही प्रश्नावलीचे तीन विशिष्ट उद्दिष्टे असतात. प्रश्नावलीच्या डिझाईनला मुख्य संशोधन प्रश्नांसह प्रारंभ करणे आवश्यक आहे ज्यांची उत्तरे तुम्ही देऊ इच्छित आहात.

#२. प्रश्न डिझाइनची काळजी घ्या

प्रतिसादकर्त्याची असमर्थता आणि उत्तर देण्याची इच्छा नसणे यावर मात करण्यासाठी प्रश्नांची रचना करणे महत्वाचे आहे.

  • प्रतिसादकर्त्याला माहिती आहे का?
  • प्रतिसादकर्त्यांना माहिती मिळण्याची शक्यता नसल्यास, विषयांबद्दलच्या प्रश्नांपूर्वी परिचितता, उत्पादन वापर आणि मागील अनुभव मोजणारे प्रश्न फिल्टर करा.
  • प्रतिसादकर्त्याला आठवेल का?
  • वगळणे, टेलिस्कोपिंग आणि निर्मितीच्या चुका टाळा.
  • जे प्रश्न प्रतिसादकर्त्याला संकेत देत नाहीत ते घटनेच्या वास्तविक घटनेला कमी लेखू शकतात.
  • प्रतिवादी बोलू शकतो का?
  • प्रतिसादकर्त्यांचे आवश्यक प्रयत्न कमी करा.
  • ज्या संदर्भात प्रश्न विचारले आहेत ते योग्य आहे का?
  • माहितीची विनंती कायदेशीर वाटावी.
  • माहिती संवेदनशील असल्यास:

आपल्याला कदाचित हे देखील आवडेल: 12 मध्ये SurveyMonkey साठी 2023+ मोफत पर्याय

#३. प्रश्न-शब्द निवडा

चांगल्या लिखित प्रश्नांसाठी, आम्ही खालील मार्गदर्शक तत्त्वे ऑफर करतो:

  • समस्या परिभाषित करा
  • सामान्य शब्द वापरा
  • अस्पष्ट शब्द वापरा
  • अग्रगण्य प्रश्न टाळा
  • अस्पष्ट पर्याय टाळा
  • अव्यक्त गृहितक टाळा
  • सामान्यीकरण आणि अंदाज टाळा
  • सकारात्मक आणि नकारात्मक विधाने वापरा.

आपल्याला कदाचित हे देखील आवडेल: 65+ प्रभावी सर्वेक्षण प्रश्न नमुने + विनामूल्य टेम्पलेट्स

#४. Likert Scale प्रतिसाद पर्याय निवडा

तुम्ही द्विध्रुवीय किंवा युनिपोलर, विषम किंवा सम लिकर्ट स्केल वापरणार की नाही हे ठरवा, तुम्हाला तटस्थ किंवा मध्यबिंदू पर्याय समाविष्ट करायचा आहे की नाही यावर अवलंबून.

तुम्ही उपलब्ध मापन रचना आणि आधीच्या संशोधकांनी आधीच विकसित केलेल्या आणि ओळखल्या गेलेल्या वस्तूंचा संदर्भ घ्यावा. विशेषत: जेव्हा कठोर मानकांसह शैक्षणिक संशोधनाचा प्रश्न येतो.

5 likert स्केल उदाहरणे
संशोधनातील लीकर्ट स्केलचे उदाहरण - सिस्टम उपयोगिता स्केल (SUS) | प्रतिमा: निल्सन नॉर्मन ग्रुप

महत्वाचे मुद्दे

लिकर्ट स्केल चाचणीसाठी वापरण्यात आपले कौशल्य ठेवण्यास आणि आपल्या संशोधनासाठी मौल्यवान अंतर्दृष्टी गोळा करण्यास तयार आहात? पुढील चरण घ्या आणि यासह शक्तिशाली सर्वेक्षण तयार करा AhaSlides.

AhaSlides वापरकर्ता-अनुकूल सर्वेक्षण निर्मिती साधने, रिअल-टाइम प्रतिसाद ट्रॅकिंग आणि सानुकूल करण्यायोग्य लिकर्ट स्केल पर्याय ऑफर करते. आजच आकर्षक सर्वेक्षणे डिझाइन करून तुमच्या संशोधनाचा पुरेपूर फायदा घेणे सुरू करा!

सतत विचारले जाणारे प्रश्न

संशोधनात लीकर्ट स्केल डेटाचे विश्लेषण कसे करावे?

लीकर्ट स्केल डेटाचे विश्लेषण करण्यासाठी अनेक सांख्यिकीय तंत्रे वापरली जाऊ शकतात. सामान्य विश्लेषणांमध्ये वर्णनात्मक आकडेवारीची गणना (उदा., माध्यम, मध्यक), अनुमानात्मक चाचण्या (उदा. टी-चाचण्या, ANOVA) आयोजित करणे आणि नातेसंबंध (उदा. सहसंबंध, घटक विश्लेषण) यांचा समावेश होतो.

गुणात्मक संशोधनामध्ये लीकर्ट स्केलचा वापर केला जाऊ शकतो का?

जरी लिकर्ट स्केल सामान्यत: परिमाणात्मक संशोधनासाठी वापरले जात असले तरी ते गुणात्मक हेतूंसाठी देखील वापरले जाऊ शकतात.

लिकर्ट स्केल हे कोणत्या प्रकारचे मापन आहे?

लाइकर्ट स्केल हा एक प्रकारचा रेटिंग स्केल आहे जो दृष्टिकोन किंवा मते मोजण्यासाठी वापरला जातो. या स्केलसह, प्रतिसादकर्त्यांना काही विशिष्ट समस्येसाठी कराराच्या पातळीवर आयटम रेट करण्यास सांगितले जाते.

Ref: अकादमी| पुस्तक: मार्केटिंग रिसर्च: अॅन अप्लाइड ओरिएंटेशन, नरेश के. मल्होत्रा, पी. ३२३.