การสร้างแบบประเมินการฝึกอบรมหรือแบบสำรวจพนักงานนั้นดูเหมือนจะง่าย จนกระทั่งคุณมาถึงคำถามที่ว่าควรใช้มาตรวัดแบบใด เห็นด้วย? ความพึงพอใจ? ความถี่? ห้าจุดหรือเจ็ดจุด? บทความนี้รวบรวมตัวอย่างมาตรวัดลิเคิร์ตมากกว่า 40 แบบ โดยจัดเรียงตามประเภทของมาตรวัดและกรณีการใช้งาน เพื่อให้คุณไม่ต้องลังเลอีกต่อไปและเริ่มเก็บข้อมูลที่บอกอะไรคุณได้จริง ๆ ส่วนเรื่องราวเบื้องหลังจะมาในภายหลัง
Rensis Likert ได้พัฒนารูปแบบการวัดแบบนี้ในวิทยานิพนธ์ปริญญาเอกของเขาในปี 1932 ที่มหาวิทยาลัยโคลัมเบีย เพื่อใช้ในการเก็บข้อมูลทัศนคติที่สามารถวิเคราะห์ทางสถิติได้ [1] เกือบหนึ่งศตวรรษต่อมา รูปแบบนี้ก็ยังคงเป็นวิธีการวัดความคิดและความรู้สึกของผู้คนที่น่าเชื่อถือที่สุด ตราบใดที่คุณเลือกเวอร์ชันที่เหมาะสมกับงาน
การเขียนข้อความแบบลิเคิร์ตที่มีประสิทธิภาพ
รูปแบบของมาตราส่วนจะมีความสำคัญก็ต่อเมื่อข้อความนั้นชัดเจนอยู่แล้ว ลองนึกถึงข้อความแบบไลเคิร์ตที่เขียนไม่ดีเหมือนภาพถ่ายที่เบลอ แม้แต่มาตราส่วน 5 จุดที่สมบูรณ์แบบก็ไม่สามารถทำให้ภาพคมชัดขึ้นได้ มีหลักการบางประการที่ใช้ได้กับทุกกรณี:
หนึ่งความคิดต่อหนึ่งประโยค "ผู้ฝึกสอนมีความรู้ และเอกสารประกอบการเรียนจัดระเบียบได้ดี" เป็นคำถามสองข้อในคำถามเดียว หากมีคนเห็นด้วยกับข้อใดข้อหนึ่งแต่ไม่เห็นด้วยกับอีกข้อหนึ่ง ค่าเฉลี่ยที่ได้จะไม่มีความหมาย ควรแยกคำถามทั้งสองออกเป็นสองส่วน
ระบุให้ชัดเจน ไม่ใช่ระบุแบบทั่วไป "การฝึกอบรมนี้ดี" ไม่ได้บอกอะไรที่นำไปปฏิบัติได้จริง แต่ "การฝึกอบรมนี้ให้เทคนิคที่นำไปใช้ได้จริงซึ่งฉันสามารถนำไปใช้ได้ในสัปดาห์นี้" จะบอกคุณว่าเนื้อหานั้นได้ผลจริงหรือไม่
หลีกเลี่ยงการใช้ภาษาชี้นำ "คุณเห็นด้วยไหมว่าการประชุมรับฟังความคิดเห็นมีคุณค่า?" จะช่วยชี้นำผู้ตอบแบบสอบถามไปในทิศทางที่เห็นด้วย ควรใช้ถ้อยคำที่เป็นกลาง เช่น "การประชุมรับฟังความคิดเห็นเป็นการใช้เวลาของฉันอย่างคุ้มค่า"
เลือกใช้กาลเวลาให้ตรงกับสิ่งที่คุณกำลังวัด สำหรับทัศนคติที่กำลังดำเนินอยู่ ให้ใช้กาลปัจจุบัน: "ฉันรู้สึกมั่นใจในการจัดการความขัดแย้งในทีมของฉัน" สำหรับประสบการณ์ที่เสร็จสิ้นแล้ว ให้ใช้กาลอดีต: "กระบวนการปฐมนิเทศเตรียมความพร้อมให้ฉันสำหรับบทบาทของฉัน"
รักษาขั้วให้สอดคล้องกัน หากข้อความส่วนใหญ่เป็นไปในเชิงบวก ("ผู้จัดการของฉันสนับสนุนการพัฒนาของฉัน") ควรหลีกเลี่ยงการเปลี่ยนข้อความเพียงข้อเดียวให้เป็นเชิงลบ ("ผู้จัดการของฉันไม่ให้คำติชมฉันมากพอ") ผู้ตอบแบบสอบถามที่อยู่ภายใต้ความกดดันด้านเวลา มักจะมองข้ามการปฏิเสธและตอบคำถามผิด หากคุณจำเป็นต้องรวมรายการที่ให้คะแนนแบบย้อนกลับเพื่อตรวจสอบความสอดคล้อง ควรทำอย่างรอบคอบและลดจำนวนรายการเหล่านั้นให้น้อยที่สุด
ระดับความเห็นด้วย (ไม่เห็นด้วยอย่างยิ่ง → เห็นด้วยอย่างยิ่ง)
มาตรวัดระดับความเห็นด้วยเป็นรูปแบบลิเคิร์ตที่พบได้บ่อยที่สุด เหมาะสำหรับการวัดว่าบุคคลนั้นเห็นด้วยกับข้อความใดข้อความหนึ่งมากน้อยเพียงใด
ตัวอย่าง 3 ข้อ
"คำแนะนำนั้นเข้าใจง่าย"
ใช้มาตรวัด 3 ระดับสำหรับการตรวจสอบความคิดเห็นอย่างรวดเร็วในกรณีที่รายละเอียดปลีกย่อยไม่สำคัญมากนัก เช่น คำถามตรวจสอบความคิดเห็นเพียงข้อเดียวในช่วงพักการอบรม ตอบได้รวดเร็วและนำไปปฏิบัติได้ง่าย
ตัวอย่าง 5 ข้อ
"เนื้อหาการฝึกอบรมมีความเกี่ยวข้องกับหน้าที่ความรับผิดชอบประจำวันของฉัน"
ห้าประเด็นครอบคลุมความแปรผันที่เพียงพอสำหรับการวิเคราะห์ที่มีความหมาย ในขณะเดียวกันก็ยังคงเรียบง่ายพอที่ผู้ตอบแบบสอบถามจะกรอกแบบสอบถามให้เสร็จสมบูรณ์ [2] นี่คือรูปแบบเริ่มต้นสำหรับกรณีการใช้งานระดับมืออาชีพส่วนใหญ่
- "ฉันเข้าใจว่างานของฉันมีส่วนช่วยให้บรรลุเป้าหมายขององค์กรอย่างไร"
- "ผู้จัดการของฉันสื่อสารความคาดหวังได้อย่างชัดเจน"
- "ฉันมีทรัพยากรที่จำเป็นในการทำงานอย่างมีประสิทธิภาพ"
- "หลักสูตรนี้เตรียมความพร้อมให้ฉันสามารถนำแนวคิดไปประยุกต์ใช้ในทางปฏิบัติได้"
- "ฉันรู้สึกสบายใจที่จะแจ้งข้อกังวลกับผู้จัดการของฉัน"
- "อัตราการเปลี่ยนแปลงในองค์กรของฉันนั้นสามารถจัดการได้"
ตัวอย่าง 7 ข้อ
"ฉันมั่นใจในความสามารถของฉันที่จะใช้งานซอฟต์แวร์นี้ได้อย่างอิสระ"
งานวิจัยแสดงให้เห็นว่ามาตราส่วน 7 จุดให้พลังในการจำแนกที่ดีกว่ามาตราส่วน 5 จุด: มีความแม่นยำมากกว่าในการแยกแยะระหว่างผู้ตอบแบบสอบถามที่รู้สึก "ค่อนข้างพอใจ" และผู้ที่ "พอใจมาก" [2] ใช้มาตราส่วน 7 จุดเมื่อคุณต้องการตรวจจับการเปลี่ยนแปลงเล็กน้อย เช่น การติดตามการเปลี่ยนแปลงทัศนคติในรอบการสำรวจหลายรอบ
- "ฉันรู้สึกว่าตัวเองมีคุณค่าในฐานะสมาชิกของทีมนี้"
- "กระบวนการปฐมนิเทศได้กำหนดความคาดหวังที่ชัดเจนสำหรับ 90 วันแรกของฉัน"
มาตรวัดความพึงพอใจ (ไม่พอใจมาก → พอใจมาก)
แบบสอบถามวัดความพึงพอใจจะใช้ได้ผลดีที่สุดเมื่อคุณประเมินประสบการณ์ บริการ หรือเหตุการณ์ มากกว่าการวัดความคิดเห็นเกี่ยวกับข้อความใดข้อความหนึ่ง
ตัวอย่าง 5 ข้อ
"คุณพึงพอใจกับคุณภาพของการบรรยายหลักในวันนี้มากน้อยเพียงใด?"
- "คุณพึงพอใจกับการบริการที่คุณได้รับจากทีมงานของเรามากน้อยแค่ไหน?"
- "ให้คะแนนความพึงพอใจของคุณต่อสิ่งอำนวยความสะดวกของสถานที่จัดงาน"
- "คุณพึงพอใจกับโอกาสในการพัฒนาตนเองทางวิชาชีพที่มีให้คุณมากน้อยเพียงใด?"
- "ให้คะแนนความพึงพอใจของคุณต่อความสมดุลระหว่างชีวิตการทำงานและชีวิตส่วนตัวที่บทบาทของคุณมอบให้"
ระดับความถี่ (ไม่เคย → เสมอ)
มาตรวัดความถี่ใช้วัดว่าพฤติกรรมหรือเหตุการณ์เกิดขึ้นบ่อยแค่ไหน มีประโยชน์สำหรับการประเมินตนเอง การประเมินผลการถ่ายทอดความรู้จากการฝึกอบรม และการระบุช่องว่างระหว่างการปฏิบัติที่ตั้งใจไว้กับการปฏิบัติจริง
ตัวอย่าง 5 ข้อ
"ฉันได้รับคำติชมเกี่ยวกับผลงานจากผู้จัดการของฉัน"
- "ฉันรู้สึกว่างานของฉันหนักเกินไปจนรับมือไม่ไหว"
- "ฉันนำทักษะที่ได้เรียนรู้จากการฝึกอบรมไปประยุกต์ใช้ในงานประจำวันของฉัน"
- "การประชุมทีมจะมีช่วงเวลาสำหรับการอภิปรายและถามคำถามอย่างเปิดกว้าง"
- "ฉันใช้ข้อมูลเพื่อประกอบการตัดสินใจในบทบาทของฉัน"
- "ฉันทำงานร่วมกับเพื่อนร่วมงานที่อยู่นอกเหนือทีมหลักของฉัน"
- "ผมรู้สึกว่าได้รับการยอมรับในผลงานที่นอกเหนือจากความรับผิดชอบหลักของผม"
ระดับความน่าจะเป็น (ไม่น่าเป็นไปได้เลย → น่าเป็นไปได้มาก)
มาตรวัดความน่าจะเป็นใช้วัดความตั้งใจหรือทำนายพฤติกรรมในอนาคต แอปพลิเคชันที่รู้จักกันดีที่สุดคือ Net Promoter Score (NPS) ซึ่งแนะนำโดย Fred Reichheld ในบทความ Harvard Business Review ปี 2003 [3] หมายเหตุ: NPS ใช้มาตรวัด 11 จุด (0–10) แทนที่จะเป็นรูปแบบ 5 หรือ 7 จุดมาตรฐาน ดังนั้นวิธีการให้คะแนนจึงแตกต่างจากคำถามแบบ Likert ทั่วไป
ตัวอย่าง 5 ข้อ
"คุณมีแนวโน้มที่จะแนะนำโปรแกรมฝึกอบรมนี้ให้กับเพื่อนร่วมงานมากน้อยแค่ไหน?"
- "คุณมีแนวโน้มที่จะเข้าร่วมกิจกรรมในอนาคตขององค์กรนี้มากน้อยแค่ไหน?"
- "คุณมีแนวโน้มที่จะใช้ฟีเจอร์นี้ในขั้นตอนการทำงานประจำวันของคุณมากน้อยแค่ไหน?"
- "คุณมีแนวโน้มมากน้อยแค่ไหนที่จะสมัครงานภายในบริษัทภายในปีหน้า?"
ระดับคุณภาพ (แย่มาก → ดีเยี่ยม)
มาตรวัดคุณภาพใช้วัดคุณภาพของผลลัพธ์ที่รับรู้ได้ เหมาะสำหรับการประเมินผลหลังกิจกรรม การตรวจสอบเนื้อหา และการประเมินผู้ให้บริการ
ตัวอย่าง 5 ข้อ
"คุณให้คะแนนคุณภาพของเอกสารประกอบการนำเสนออย่างไร?"
- "ให้คะแนนคุณภาพของอาหารและเครื่องดื่มในงาน"
- "คุณให้คะแนนคุณภาพเสียง/ภาพของการประชุมออนไลน์ครั้งนี้อย่างไร?"
- "ให้คะแนนคุณภาพโดยรวมของประสบการณ์การเริ่มต้นใช้งานของคุณ"
- "ให้คะแนนคุณภาพของข้อเสนอแนะที่คุณได้รับจากผู้ดำเนินกิจกรรม"
- "คุณให้คะแนนความชัดเจนของวัตถุประสงค์ของการอบรมครั้งนี้อย่างไร?"
ระดับความสำคัญ (ไม่สำคัญเลย → สำคัญมาก)
มาตรวัดความสำคัญช่วยให้คุณจัดลำดับความสำคัญได้โดยการค้นหาว่าอะไรคือสิ่งที่สำคัญสำหรับผู้ตอบแบบสอบถามจริงๆ ไม่ใช่แค่สิ่งที่คุณคาดเดาว่าสำคัญ
ตัวอย่าง 5 ข้อ
"การจัดตารางเวลาที่ยืดหยุ่นมีความสำคัญต่อความพึงพอใจในงานของคุณมากแค่ไหน?"
- "การสนับสนุนการพัฒนาอาชีพมีความสำคัญมากแค่ไหนต่อการตัดสินใจที่จะอยู่กับนายจ้างรายเดิม?"
- "ประเมินความสำคัญของการมีปฏิสัมพันธ์กับผู้ฟังแบบเรียลไทม์ระหว่างการฝึกอบรม"
- "การไม่เปิดเผยตัวตนมีความสำคัญมากแค่ไหนเมื่อให้ข้อเสนอแนะเกี่ยวกับการบริหารจัดการ?"
- "การได้รับการยอมรับจากผู้บริหารมีความสำคัญต่อแรงจูงใจในการทำงานของคุณมากแค่ไหน?"
- "การทำงานร่วมกันระหว่างทีมมีความสำคัญต่อการทำงานของคุณมากแค่ไหน?"
การเลือกเครื่องชั่งให้เหมาะสม
การเลือกใช้ขึ้นอยู่กับว่าคุณกำลังวัดอะไรและคุณจะนำข้อมูลที่ได้มาใช้ประโยชน์อย่างไร
| เป้าหมาย | ใช้มาตราส่วนนี้ |
|---|---|
| วัดทัศนคติหรือความคิดเห็น | ระดับความเห็นพ้อง |
| ประเมินประสบการณ์ | มาตรวัดความพึงพอใจ |
| ติดตามรูปแบบพฤติกรรม | มาตราส่วนความถี่ |
| คาดการณ์การกระทำในอนาคต | มาตราส่วนความน่าจะเป็น |
| ประเมินคุณภาพผลผลิต | มาตราส่วนคุณภาพ |
| กำหนดลำดับความสำคัญ | ระดับความสำคัญ |
สำหรับแบบสำรวจระดับมืออาชีพส่วนใหญ่ 5 ระดับถือเป็นค่าเริ่มต้นที่เหมาะสม เนื่องจากง่ายต่อการดำเนินการ สร้างข้อมูลที่ง่ายต่อการแสดงผล และมีประสิทธิภาพเทียบเท่ากับ 7 ระดับในการวิจัยส่วนใหญ่ [2] เปลี่ยนไปใช้ 7 ระดับเมื่อต้องการความละเอียดที่มากขึ้น เช่น การเปรียบเทียบโปรแกรมการฝึกอบรมที่คล้ายคลึงกันสองโปรแกรม การติดตามการเปลี่ยนแปลงทัศนคติเมื่อเวลาผ่านไป หรือการค้นหาความแตกต่างระหว่างกลุ่มพนักงานที่มาตราส่วน 5 ระดับอาจทำให้มองไม่เห็นชัดเจน
ควรหลีกเลี่ยงสิ่งนี้: การผสมรูปแบบมาตรวัดที่แตกต่างกันในแบบสอบถามเดียวกันโดยไม่มีเหตุผลที่ชัดเจน หากผู้ตอบแบบสอบถามต้องปรับความคิดระหว่างคำถามความพึงพอใจ 5 ระดับกับคำถามความเห็นด้วย 7 ระดับ อัตราการตอบแบบสอบถามจะลดลงและคุณภาพของคำตอบจะแย่ลง หากคุณต้องการมาตรวัดหลายประเภทในแบบสอบถามเดียว ควรจัดกลุ่มคำถามที่มีรูปแบบเดียวกันไว้ด้วยกันแทนที่จะสลับไปมา
การตีความและการนำข้อมูลลิเคิร์ตไปใช้
การรวบรวมคำตอบนั้นเป็นเรื่องง่าย คุณค่าที่แท้จริงอยู่ที่ว่าคุณอ่านและตอบสนองต่อข้อมูลเหล่านั้นอย่างไร
คำนวณค่าเฉลี่ย ไม่ใช่แค่จำนวนนับ โดยค่าเริ่มต้น เครื่องมือสำรวจส่วนใหญ่จะแสดงการกระจายของคำตอบ: จำนวนคนที่เลือกแต่ละตัวเลือก ซึ่งมีประโยชน์สำหรับการระบุค่าผิดปกติ แต่คะแนนเฉลี่ยต่อข้อจะให้ตัวเลขเดียวที่คุณสามารถติดตามได้ตลอดเวลา ซึ่งมีความสำคัญเมื่อเปรียบเทียบกลุ่มผู้เข้ารับการฝึกอบรม การประเมินก่อน/หลัง หรือแบบสำรวจความพึงพอใจรายไตรมาส
อคติเชิงค่าเฉลี่ยบ่งชี้ว่าคำถามไม่ชัดเจน เมื่อคำตอบส่วนใหญ่กระจุกตัวอยู่รอบจุดกึ่งกลางที่เป็นกลาง มักหมายความว่าข้อความนั้นคลุมเครือมากกว่าที่จะหมายความว่าความคิดเห็นมีความสมดุลอย่างแท้จริง หากคุณเห็นคำตอบที่เป็นกลาง 40-50% ในข้อใดข้อหนึ่ง ควรแก้ไขคำถามก่อนที่จะสรุปผล
ระวังอคติจากการเห็นด้วย จากการศึกษาพบว่าผู้ตอบแบบสอบถามมีแนวโน้มที่จะเห็นด้วยกับข้อความต่างๆ โดยไม่คำนึงถึงเนื้อหา ซึ่งทำให้คะแนนในข้อคำถามที่มีการนำเสนอในเชิงบวกสูงเกินจริง นี่เป็นเหตุผลหนึ่งที่การจับคู่ข้อความที่มีการนำเสนอในเชิงบวกกับข้อความที่มีการนำเสนอในเชิงลบอาจมีประโยชน์ แม้ว่าจะทำให้แบบสอบถามยาวขึ้นและต้องวิเคราะห์อย่างรอบคอบก็ตาม
แบ่งกลุ่มข้อมูลก่อนสรุป ค่าเฉลี่ยทั่วทั้งบริษัทในหัวข้อ "ฉันรู้สึกมีส่วนร่วมในงานของฉัน" นั้นซ่อนข้อมูลที่มีประโยชน์มากมาย หากแยกข้อมูลตามแผนก ระยะเวลาการทำงาน ผู้จัดการ หรือสถานที่ทำงาน รูปแบบต่างๆ ก็จะปรากฏชัดเจนและนำไปสู่การดำเนินการได้ ค่าเฉลี่ย 4.2 ทั่วทั้งองค์กรแทบไม่ได้บอกอะไรเลย แต่ค่าเฉลี่ย 2.8 ในทีมหนึ่งและ 5.0 ในอีกทีมหนึ่งจะบอกคุณว่าควรตรวจสอบที่ไหนต่อไป
ปิดวงจร การแบ่งปันผลลัพธ์โดยรวมกับผู้ตอบแบบสอบถาม แม้เพียงสั้นๆ ก็ช่วยเพิ่มอัตราการตอบแบบสอบถามในอนาคต และแสดงให้เห็นว่าข้อมูลนั้นได้รับการพิจารณาอย่างจริงจัง สำหรับการประเมินการฝึกอบรม การสรุปผลการตอบสนองโดยรวมของกลุ่มภายในห้านาที มักมีคุณค่ามากกว่ารายงานที่ส่งไปยังไดรฟ์ที่ใช้ร่วมกันในอีกหนึ่งสัปดาห์ต่อมา
การใช้งานแบบสำรวจ Likert กับ AhaSlides
การออกแบบคำถามเป็นเพียงส่วนหนึ่งของงานเท่านั้น การทำให้ผู้คนตอบแบบสอบถาม และการนำผลลัพธ์ไปใช้ประโยชน์ได้จริง คือจุดที่แบบสอบถามส่วนใหญ่ทำได้ไม่ดี
AhaSlides เป็นแพลตฟอร์มแบบครบวงจรที่รวมเอาแบบสำรวจ มาตรวัดระดับ การถามตอบ กลุ่มคำ และแบบทดสอบไว้ในที่เดียว คุณจึงไม่จำเป็นต้องใช้เครื่องมือสำรวจแยกต่างหาก คุณสามารถกำหนดจำนวนจุดในมาตรวัด ปรับแต่งป้ายกำกับ และเรียกใช้แบบสำรวจแบบเรียลไทม์ระหว่างการฝึกอบรมหรือการประชุม หรือส่งแบบสำรวจภายหลังได้ ผลลัพธ์จะปรากฏแบบเรียลไทม์ ทำให้ผู้ฝึกอบรมและผู้ดำเนินงานสามารถตรวจสอบคำตอบกับกลุ่มได้ในขณะที่ความทรงจำยังคงสดใหม่ แทนที่จะต้องรวบรวมรายงานที่ส่งไปยังกล่องจดหมายในอีกหนึ่งสัปดาห์ต่อมา ซึ่งไม่มีใครจำได้ว่าเกิดอะไรขึ้นบ้าง
โดยเฉพาะอย่างยิ่งสำหรับการประเมินผลการฝึกอบรมและข้อเสนอแนะของทีม ความรวดเร็วในการดำเนินการจะเปลี่ยนพลวัตไป เมื่อผู้คนเห็นคำตอบของตนเองสะท้อนกลับมาในรูปแบบกลุ่ม การสนทนาหลังจากได้รับข้อมูลมักมีคุณค่ามากกว่าตัวข้อมูลเองเสียอีก
รูปแบบการทำงานทั่วไปของทีมพัฒนาและฝึกอบรม (L&D) คือ การใช้แบบประเมินความเห็นด้วย 5 ระดับเมื่อสิ้นสุดแต่ละโมดูลการฝึกอบรม เพื่อตรวจสอบว่าเนื้อหาได้ผลหรือไม่ จากนั้นเปรียบเทียบคะแนนระหว่างกลุ่มต่างๆ ในช่วงเวลาต่างๆ เพื่อระบุว่าโมดูลใดมีประสิทธิภาพต่ำกว่าที่คาดไว้เสมอ วิธีการเดียวกันนี้ใช้ได้กับการปฐมนิเทศพนักงานใหม่เช่นกัน: แบบสำรวจความถี่หรือความพึงพอใจสั้นๆ ในช่วง 30 วันและ 90 วัน จะช่วยให้ฝ่ายทรัพยากรบุคคลได้รับสัญญาณที่สม่ำเสมอว่าพนักงานใหม่เริ่มหมดความกระตือรือร้นเมื่อใด โดยไม่จำเป็นต้องทำแบบสำรวจความผูกพันเต็มรูปแบบทุกไตรมาส
เพื่อนำสิ่งเหล่านี้ไปปฏิบัติจริง AhaSlides เป็นโปรแกรมสร้างแบบสำรวจฟรี ช่วยให้คุณสร้าง แชร์ และวิเคราะห์แบบสำรวจได้ภายในไม่กี่นาที ทั้งแบบสดในระหว่างเซสชันหรือส่งเป็นลิงก์แบบแยกต่างหาก สำหรับขั้นตอนการสร้างแบบสำรวจอย่างครบถ้วน ตั้งแต่การกำหนดวัตถุประสงค์ไปจนถึงการวิเคราะห์ โปรดดูที่: วิธีการสร้างแบบสำรวจออนไลน์: คู่มือฉบับสมบูรณ์.
แหล่งที่มา
[1] ลิเคิร์ต, อาร์. (1932). เทคนิคสำหรับการวัดทัศนคติ. วารสารจิตวิทยา, 22(140), 1–55. ไฟล์ PDF ต้นฉบับ
[2] Jotform มาตรวัดลิเคิร์ต 5 ระดับ กับ 7 ระดับ: แบบไหนดีกว่ากัน? https://www.jotform.com/blog/7-point-likert-scale/สรุปงานวิจัยทางวิชาการเกี่ยวกับความน่าเชื่อถือของมาตรวัดและอำนาจในการจำแนกความแตกต่าง
[3] Reichheld, F. (ธันวาคม 2003). "ตัวเลขเดียวที่คุณต้องการเพื่อการเติบโต" จาก Harvard Business. ResearchGate
