Likertova stupnica vo výskume: Praktický sprievodca návrhom, typmi a analýzou

Väčšina ľudí, ktorí používajú Likertove škály vo výskume, sa nikdy nenaučila, ako ich správne navrhovať alebo analyzovať. Táto príručka sa zaoberá tým, čo Likertove škály v skutočnosti merajú, ako si vybrať správny typ, ako navrhnúť položky, ktoré produkujú čisté údaje, a ktoré štatistické testy sa používajú, aby vám váš ďalší prieskum poskytol výsledky, na základe ktorých môžete konať.

Či už ste odborník na vzdelávanie a rozvoj, ktorý navrhuje hodnotenia školení, manažér ľudských zdrojov, ktorý vykonáva prieskumy angažovanosti, alebo výskumník v oblasti spoločenských vied, tieto zásady platia pre vás.

Prejdeme si, čo Likertova škála v skutočnosti meria, z akých typov si môžete vybrať, ako navrhnúť efektívne otázky Likertovej škály, ako analyzovať výsledné údaje a aké sú bežné úskalia, na ktoré narážajú aj skúsení výskumníci.

Čo je Likertova stupnica?

Likertova škála je psychometrický nástroj používaný v dotazníkoch a prieskumoch na meranie postojov, názorov, vnímania a správania. Namiesto jednoduchej otázky typu áno/nie umožňuje respondentom vyjadriť intenzitu svojich pocitov v rámci odstupňovaného spektra.

Každá Likertova škála sa skladá z viacerých samostatných tvrdení nazývaných Likertove položky. Respondent si prečíta každé tvrdenie a vyberie si zo sady zoradených možností odpovede, ktoré sa zvyčajne pohybujú od silne negatívneho postoja cez neutrálny stred až po silne pozitívny postoj.

Napríklad päťbodová stupnica súhlasu vyzerá takto:

Kľúčovým princípom pôvodnej Likertovej metodológie je, že konečné skóre je zložené. Neanalyzujete jednu položku izolovane. Namiesto toho sčítate alebo spriemerujete odpovede z viacerých súvisiacich položiek, aby ste získali skóre na škále, ktoré odráža základný meraný postoj.

Likertova škála vs. Likertova položka: Toto rozlíšenie je dôležité. Jedna otázka s päťbodovým formátom odpovede je Likertova položka. Likertova škála je kompletný súbor súvisiacich položiek (zvyčajne štyri až desať) určených na meranie jedného konštruktu. Mnoho výskumníkov používa tieto pojmy zameniteľne, ale technicky je škála agregovaným meradlom.

Typy Likertových škál

Výber správneho typu Likertovej škály závisí od toho, čo meriate a koľko nuansy potrebujete od svojich respondentov.

Unipolárne vs. bipolárne stupnice

Unipolárne váhy merajú jeden rozmer od nuly po extrém. Fungujú dobre, keď chcete posúdiť, do akej miery existuje určitá kvalita. Príklady zahŕňajú „vôbec nie som spokojný“ až „mimoriadne spokojný“ alebo „nikdy“ až „vždy“.

Bipolárne váhy merajte dva protichodné konštrukty s neutrálnym stredom. Klasický formát súhlasu/nesúhlasu je bipolárny, pretože siaha od silného nesúhlasu cez neutralitu až po silný súhlas. Tieto sú ideálne, keď potrebujete zachytiť pozitívne aj negatívne postoje k danej problematike.

Výskum naznačuje, že unipolárne škály dosahujú najlepšie výsledky s piatimi bodmi odozvy, zatiaľ čo bipolárne škály sú najpresnejšie so siedmimi bodmi (tri na každej strane skutočného neutrálneho stredu).

Párny vs. nepárny počet bodov

Nepárne stupnice (3, 5 alebo 7 bodov) zahŕňajú neutrálnu strednú možnosť. Päťbodová a sedembodová verzia sa v publikovaných výskumoch používajú najčastejšie. Zahrnutie stredu umožňuje respondentom, ktorí skutočne nemajú názor, vyjadriť ho úprimne, namiesto toho, aby boli nútení vybrať si stranu.

Párne stupnice (4, 6 alebo 8 bodov) úplne eliminujte neutrálnu možnosť. Tento prístup „vynútenej voľby“ je užitočný, keď konkrétne potrebujete, aby sa respondenti priklonili k jednému alebo druhému smeru, napríklad v spätnej väzbe k produktu, kde neutrálna odpoveď nie je akčná.

Koľko bodov by ste mali použiť?

Toto je jedna z najdiskutovanejších otázok v oblasti návrhu prieskumov. Tu je to, čo nám výskum hovorí:

• Päť až sedem bodov vo všeobecnosti poskytujú najlepšiu rovnováhu medzi spoľahlivosťou, citlivosťou a jednoduchosťou pre respondentov. Štúdie zistili, že spoľahlivosť sa zlepšuje s prechodom z dvoch na päť bodov, ale po siedmich bodoch vykazuje klesajúce výsledky.
• Menej ako päť bodov znižuje granularitu vašich údajov a môže zakryť zmysluplné rozdiely medzi respondentmi.
• Viac ako sedem bodov zvyšuje kognitívnu záťaž bez výrazného zlepšenia kvality údajov. Respondenti začínajú mať problém rozlišovať medzi susednými možnosťami.
• Mobilní respondenti a krátke prieskumy Využite päť označených bodov pre jasnejšie a rýchlejšie odpovede.

V praxi: pre väčšinu aplikácií používajte predvolenú päťbodovú stupnicu a presuňte sa na sedembodovú, keď potrebujete jemnejšie rozlišovanie alebo pri meraní bipolárnych konštruktov.

Bežné rozmery mierky

Likertove škály nie sú obmedzené na zhodu. Tu sú najčastejšie používané dimenzie odozvy vo výskume:

Prečo je Likertova stupnica dôležitá vo výskume

Likertova stupnica zostáva dominantným nástrojom merania prieskumov už viac ako 90 rokov z niekoľkých praktických dôvodov.

výhody

Štandardizácia a porovnateľnosť. Každý respondent odpovedá na rovnakú sadu položiek v rovnakom formáte, čo uľahčuje porovnávanie údajov medzi jednotlivcami, skupinami a časovými obdobiami. Táto konzistentnosť je nevyhnutná pre longitudinálne štúdie a medzikultúrny výskum.

Kvantifikuje subjektívnu skúsenosť. Postoje a názory sú vo svojej podstate abstraktné. Likertov formát prevádza tieto subjektívne pocity na číselné údaje, ktoré možno štatisticky analyzovať, čo umožňuje výskumníkom identifikovať vzory, korelácie a významné rozdiely.

Vyvažuje hĺbku s efektivitou. V porovnaní s otvorenými otázkami sú Likertove otázky pre respondentov rýchlejšie na vyplnenie a pre výskumníkov ľahšie na analýzu. V porovnaní s binárnymi otázkami typu áno/nie zachytávajú oveľa viac nuans o intenzite postoja respondenta.

Vysoká spoľahlivosť pri dobrom návrhu. Viacpoložkové Likertove škály, ktoré merajú rovnaký konštrukt, zvyčajne prinášajú spoľahlivé výsledky. Keď agregujete odpovede z niekoľkých súvisiacich položiek, znížite vplyv akejkoľvek jednotlivej odľahlej odpovede alebo chvíľkového rozptýlenia.

Flexibilita. Formát sa prispôsobí prakticky akejkoľvek oblasti výskumu: spokojnosť pacientov v zdravotníctve, angažovanosť zamestnancov v oblasti ľudských zdrojov, hodnotenie študentských kurzov vo vzdelávaní, vnímanie značky v marketingu a prieskum verejnej mienky v politológii.

Nevýhody a bežné predsudky

Žiadny merací nástroj nie je dokonalý a pochopenie obmedzení Likertových škál je rovnako dôležité ako poznanie ich silných stránok.

Skreslenie súhlasu. Niektorí respondenti majú tendenciu súhlasiť s tvrdeniami bez ohľadu na ich obsah. Toto je obzvlášť problematické, keď sú všetky položky formulované rovnakým spôsobom. Zahrnutie položiek s opačným kódovaním (kde súhlas naznačuje negatívny postoj) pomáha odhaliť a znížiť túto skreslenosť.

Centrálna tendencia skreslenia. Mnohí respondenti sa vyhýbajú extrémnym možnostiam a zoskupujú svoje odpovede okolo stredu škály. To skomprimuje rozsah zhromažďovaných údajov a môže maskovať skutočné rozdiely v názoroch.

Skreslenie sociálnej žiaducich preferencií. Keď sú témy prieskumu citlivé (kultúra na pracovisku, osobné zdravotné správanie, politické názory), respondenti si môžu vybrať odpovede, ktoré považujú za spoločensky prijateľnejšie než pravdivé. Anonymné podávanie správ pomáha tento problém zmierniť.

Ordinálne, nie intervalové údaje. Presne povedané, vzdialenosť medzi „rozhodne nesúhlasím“ a „nesúhlasím“ sa nemusí rovnať vzdialenosti medzi „súhlasím“ a „rozhodne súhlasím“. Toto je zdroj dlhotrvajúcej štatistickej debaty o tom, či je možné použiť parametrické testy (ako sú t-testy a ANOVA) na Likertove dáta. Podrobnejšie sa tomu venujeme v analytickej časti nižšie.

Predpokladá lineárne spektrum postojov. Likertove škály predpokladajú, že postoje existujú na priamom kontinuu od negatívnych po pozitívne. V skutočnosti sú niektoré postoje zložitejšie a viacrozmernejšie, než dokáže zachytiť jedna škála.

Ako navrhnúť efektívne otázky Likertovej škály

Dobré dáta začínajú dobrými otázkami. Tieto princípy návrhu platia pre akýkoľvek prieskum založený na Likertovom modeli.

1. Začnite s jasnými výskumnými cieľmi

Pred napísaním jednej položky presne definujte, aký konštrukt meriate a aké rozhodnutia budú tieto údaje informovať. Likertova škála merajúca „spokojnosť zákazníkov s nástupom do zamestnania“ vyžaduje iné položky ako škála merajúca „dôveru zamestnancov vo vedenie“.

2. Píšte jasné a jednoznačné položky

Každé tvrdenie by sa malo zaoberať iba jednou myšlienkou. Vyhnite sa dvojitým otázkam typu „Školenie bolo informatívne a pútavé“, pretože respondent môže súhlasiť s jednou polovicou a nesúhlasiť s druhou.

Ďalšie osvedčené postupy pri písaní položiek:

• Používajte jednoduchý, bežný jazyk. Vyhýbajte sa žargónu, pokiaľ vaše publikum nie je špecializované.
• Vyjadrenia píšte stručne. Snažte sa mať menej ako 20 slov na položku.
• Vyhýbajte sa sugestívnemu jazyku, ktorý by navádzal respondentov na konkrétnu odpoveď.
• Nepoužívajte dvojité zápory („Nesúhlasím s...“).
• Zahrňte kombináciu pozitívne aj negatívne formulovaných položiek, aby ste znížili skreslenie súhlasu.

3. Starostlivo vyberajte označenia odpovedí

Každý bod na vašej stupnici potrebuje jasné a jednoznačné označenie. Výskum ukazuje, že označené stupnice (kde každý bod má slovný popis) sú lepšie ako stupnice s číslom, pokiaľ ide o spoľahlivosť a porozumenie respondenta.

Uistite sa, že vaše označenia sú symetrické. V prípade päťbodovej stupnice súhlasu si možnosti „Rozhodne nesúhlasím, Nesúhlasím, Ani súhlasím, ani nesúhlasím, Súhlasím, Rozhodne súhlasím“ zachovávajú rovnakú vzdialenosť v koncepte na oboch stranách neutrálneho stredu.

4. Rozhodnite sa pre neutrálny stred

Zahrnutie stredu (napríklad „ani súhlasím, ani nesúhlasím“) dáva respondentom úprimnú možnosť vyjadriť sa, keď nemajú názor. Jeho vylúčenie si vyžaduje výber smeru. Ani jeden z prístupov nie je univerzálne správny; správne rozhodnutie závisí od vašich výskumných cieľov.

Ak máte podozrenie, že respondenti by mohli zvoliť neutrálnu možnosť, aby sa vyhli premýšľaniu, zvážte pridanie samostatnej možnosti „Neviem“ alebo „Nevzťahuje sa na danú tému“, aby ste odlíšili skutočnú neutralitu od nezáujmu.

5. Používajte položky s obráteným kódovaním

Zahrnutie niektorých položiek, kde súhlas naznačuje negatívny postoj (napr. „Toto školenie je pre mňa ťažké dodržiavať“), slúži dvom účelom. Po prvé, núti respondentov, aby si každú položku pozorne prečítali, namiesto toho, aby označovali rovnakú odpoveď v celom texte. Po druhé, umožňuje vám skontrolovať vnútornú konzistenciu počas analýzy overením, či položky s opačným kódovaním negatívne korelujú s položkami s pozitívnym formulovaním.

6. Pilotný test s kognitívnymi rozhovormi

Pred spustením celého prieskumu otestujte svoje položky v malej skupine (päť až dvadsaťpäť ľudí). Požiadajte ich, aby pri odpovedi nahlas premýšľali. To odhalí mätúce znenie, nejednoznačné pojmy alebo možnosti odpovedí, ktoré nezodpovedajú tomu, ako si ľudia o danej téme skutočne myslia.

Ako analyzovať dáta Likertovej škály

Práve tu sa mnohí výskumníci potkýnajú. Analytický prístup závisí od toho, či pracujete s jednotlivými položkami Likertovej škály alebo s agregovanými skóre Likertovej škály.

Debata o ordinálnom vs. intervalovom

Jednotlivé položky Likertovho klasifikačného modelu vytvárajú ordinálne dáta. Kategórie odpovedí majú jasné poradie, ale vzdialenosť medzi nimi nie je matematicky zaručená. „Rozhodne súhlasím“ je pozitívnejšie ako „súhlasím“, ale je rozdiel medzi nimi rovnaký ako medzi „nesúhlasím“ a „rozhodne nesúhlasím“? Nie je možné si byť istý.

Predstavte si ordinálne údaje ako cieľové umiestnenie v pretekoch: viete, že prvý prišiel pred druhým, ale nemôžete predpokladať, že rozdiel medzi prvým a druhým miestom sa rovná rozdielu medzi druhým a tretím. Skóre kompozitnej Likertovej stupnice sa približujú k nameranej vzdialenosti, bližšie k údajom o čase než k cieľovým umiestneniam.

Keď však agregujete viacero položiek do kompozitného skóre škály, mnohí výskumníci považujú výsledné údaje za približne intervalové. Tento postoj má silnú podporu v literatúre. Výskum Geoffa Normana a ďalších ukázal, že parametrické testy (t-testy, ANOVA, Pearsonove korelácie) sú dostatočne robustné na to, aby priniesli platné výsledky s údajmi Likertovej škály, a to aj v prípade, že je predpoklad rovnakých intervalov do istej miery porušený.

V praxi: pre jednotlivé položky sa držte neparametrických metód. Pre agregované skóre škál z dobre navrhnutých viacpoložkových nástrojov sú vo všeobecnosti prijateľné parametrické testy.

Deskriptívna štatistika

Pre jednotlivé položky Likertovho modelu nahláste spôsob (najčastejšia odpoveď) a frekvenčné rozdelenie (percentuálny podiel respondentov v každej kategórii). Stĺpcové grafy sú najprehľadnejším spôsobom vizualizácie odpovedí na jednotlivé položky.

Pre agregované skóre škály môžete nahlásiť stredná a štandardná odchýlka zhrnúť centrálnu tendenciu a šírenie.

Inferenčná štatistika

Testovanie spoľahlivosti

Pred vyvodením záverov zo škály skontrolujte jej vnútornú konzistenciu pomocou Cronbachovej alfy. Hodnota nad 0.70 je vo všeobecnosti prijateľná a nad 0.80 sa považuje za veľmi dobrú. Ak má ktorákoľvek položka korigovanú koreláciu medzi položkami a celkovým súčtom nižšiu ako 0.30, zvážte jej odstránenie, pretože nemusí merať rovnaký konštrukt ako ostatné položky.

Kontroly platnosti

Platnosť obsahu zabezpečuje, aby vaše položky pokrývali celý rozsah konštrukcie. Počas fázy návrhu sa poraďte s odborníkmi na danú tému.

Konštrukčná platnosť možno posúdiť pomocou faktorovej analýzy, ktorá potvrdí, či vaše položky zodpovedajú očakávaným teoretickým rozmerom.

Platnosť kritéria porovnáva vaše skóre na škále so zavedenou mierou toho istého konštruktu. Silná korelácia medzi týmito dvoma faktormi podporuje validitu.

Reálne aplikácie Likertových škál

Akademický výskum

Vo výskume v oblasti vzdelávania Likertove škály bežne merajú angažovanosť študentov, ich sebaúčinnosť a postoje k učeniu. Typický nástroj môže obsahovať 15 až 20 položiek merajúcich rôzne aspekty akademickej motivácie, ktoré sú zoskupené do subškálových skóre.

Zdravotná starostlivosť

Prieskumy spokojnosti pacientov, hodnotenia účinnosti liečby a miery kvality života často používajú Likertove formáty. Napríklad škála použiteľnosti systému (SUS) je známy desaťpoložkový Likertov nástroj používaný na hodnotenie použiteľnosti zdravotníckych informačných systémov a zdravotníckych pomôcok.

Zapojenie zamestnancov

Organizácie používajú pulzné prieskumy založené na Likertovom modeli na sledovanie spokojnosti zamestnancov, psychologickej bezpečnosti a angažovanosti organizácie v priebehu času. Štandardizovaný formát umožňuje jednoduché porovnávanie výsledkov medzi oddeleniami a štvrťrokmi.

Prieskum trhu

Štúdie vnímania značky, prieskumy zákazníckej skúsenosti a nástroje spätnej väzby k produktom sa vo veľkej miere spoliehajú na Likertove škály. Net Promoter Score (NPS), hoci je technicky odlišný formát, zdieľa rovnaký koncepčný základ merania sentimentu na stupňovanom spektre.

Spätná väzba od živého publika

Tu sa objavujú najsilnejšie aplikácie. Keď organizujete školenie, workshop alebo konferenčnú prezentáciu, zhromažďovanie spätnej väzby na Likertovej škále v reálnom čase vám umožňuje merať porozumenie a spokojnosť publika počas priebehu školenia, namiesto toho, aby ste sa spoliehali na spomienky po udalosti.

AhaSlides, platforma typu „všetko v jednom“ pre živé ankety, hodnotiace stupnice, otázky a odpovede, slovné oblaky a kvízy, to robí praktickým tým, že umožňuje prezentujúcim vložiť hodnotiace otázky na Likertovej stupnici priamo do živých prezentácií s okamžitou vizualizáciou odpovedí. Nie je potrebný žiadny samostatný nástroj na prieskum.

Časté chyby, ktorým sa treba vyhnúť

Použitie jednej položky ako „mierky“. Jedna otázka nevytvára Likertovu stupnicu. Jednotlivé položky sú náchylnejšie na chyby merania a vplyvy kontextu. Pre spoľahlivé meranie použite aspoň štyri až šesť položiek na konštrukt.

Ignorovanie rozdielu medzi Likertovými položkami a Likertovými škálami. Analýza jednotlivých položiek pomocou parametrickej štatistiky (napríklad výpočet priemeru z jednej päťbodovej otázky) je technicky nevhodná. Tieto metódy si vyhraďte pre agregované skóre z viacerých položiek.

Považovanie všetkých čísel za rovnaké. Priradenie možností odpovede od 1 do 5 automaticky neznamená, že údaje sú na úrovni intervalu. V časti o metódach buďte transparentní, pokiaľ ide o to, ako s údajmi zaobchádzate a prečo.

Zanedbanie spätného kódovania. Ak všetky vaše položky smerujú rovnakým smerom, nedokážete rozlíšiť skutočný súhlas od zaujatosti založenej na súhlase.

Prílišné komplikovanie stupnice. Desaťbodová stupnica s neoznačenými strednými bodmi vytvára zmätok a významne nezlepšuje kvalitu údajov v porovnaní s dobre navrhnutou päťbodovou alebo sedembodovou verziou.

‍