Hầu hết những người sử dụng thang đo Likert trong nghiên cứu chưa từng được dạy cách thiết kế hoặc phân tích chúng một cách đúng đắn. Hướng dẫn này sẽ đề cập đến những gì thang đo Likert thực sự đo lường, cách chọn loại thang đo phù hợp, cách thiết kế các mục khảo sát tạo ra dữ liệu chính xác và các phép kiểm định thống kê nào được áp dụng, để cuộc khảo sát tiếp theo của bạn mang lại kết quả mà bạn có thể dựa vào để hành động.
Cho dù bạn là chuyên gia đào tạo và phát triển thiết kế đánh giá đào tạo, nhà quản lý nhân sự thực hiện khảo sát mức độ gắn kết, hay nhà nghiên cứu trong lĩnh vực khoa học xã hội, những nguyên tắc dưới đây đều áp dụng được.
Chúng ta sẽ cùng tìm hiểu thang đo Likert thực sự đo lường điều gì, các loại thang đo Likert khác nhau mà bạn có thể lựa chọn, cách thiết kế các câu hỏi thang đo Likert hiệu quả, cách phân tích dữ liệu thu được và những lỗi thường gặp mà ngay cả các nhà nghiên cứu giàu kinh nghiệm cũng mắc phải.
Thang đo Likert là gì?
Thang đo Likert là một công cụ đo lường tâm lý được sử dụng trong bảng câu hỏi và khảo sát để đo lường thái độ, ý kiến, nhận thức và hành vi. Thay vì đặt câu hỏi đơn giản có/không, nó cho phép người trả lời thể hiện cường độ cảm xúc của họ dọc theo một thang điểm được phân cấp.
Mỗi thang đo Likert bao gồm nhiều câu phát biểu riêng lẻ được gọi là các mục Likert. Người trả lời đọc từng câu phát biểu và chọn một trong số các lựa chọn trả lời được sắp xếp theo thứ tự, thường dao động từ lập trường tiêu cực mạnh mẽ, qua điểm trung lập đến lập trường tích cực mạnh mẽ.
Ví dụ, thang đo mức độ đồng thuận năm điểm trông như sau:
| Tùy chọn phản hồi | Giá trị số |
|---|---|
| Phản đối kịch liệt | 1 |
| Không đồng ý | 2 |
| không đồng ý cũng chẳng phản bác | 3 |
| Đồng ý | 4 |
| Hoàn toàn đồng ý | 5 |
Nguyên tắc cốt lõi đằng sau phương pháp ban đầu của Likert là điểm số cuối cùng là điểm tổng hợp. Bạn không phân tích một mục riêng lẻ. Thay vào đó, bạn cộng hoặc tính trung bình các câu trả lời trên nhiều mục liên quan để tạo ra điểm số thang đo phản ánh thái độ tiềm ẩn đang được đo lường.
Thang đo Likert so với mục Likert: Sự khác biệt này rất quan trọng. Một câu hỏi đơn lẻ với thang điểm năm bậc là một mục Likert. Thang đo Likert là một tập hợp đầy đủ các mục liên quan (thường từ bốn đến mười mục) được thiết kế để đo lường một khái niệm duy nhất. Nhiều nhà nghiên cứu sử dụng các thuật ngữ này thay thế cho nhau, nhưng về mặt kỹ thuật, thang đo là phép đo tổng hợp.
Các loại thang đo Likert
Việc lựa chọn loại thang đo Likert phù hợp phụ thuộc vào đối tượng bạn đang đo lường và mức độ chi tiết bạn cần từ người trả lời.
Thang đo đơn cực so với thang đo lưỡng cực
Thang đo đơn cực Thang đo này đo lường một chiều từ 0 đến mức cực đoan. Chúng hoạt động tốt khi bạn muốn đánh giá mức độ tồn tại của một phẩm chất duy nhất. Ví dụ bao gồm từ "hoàn toàn không hài lòng" đến "cực kỳ hài lòng" hoặc từ "không bao giờ" đến "luôn luôn".
Thang đo lưỡng cực Thang đo này dùng để so sánh hai khái niệm đối lập với một điểm trung lập ở giữa. Định dạng đồng ý/không đồng ý cổ điển mang tính lưỡng cực vì nó trải dài từ sự không đồng ý mạnh mẽ, qua thái độ trung lập đến sự đồng ý mạnh mẽ. Đây là phương pháp lý tưởng khi bạn cần nắm bắt cả quan điểm tích cực và tiêu cực về một vấn đề.
Nghiên cứu cho thấy thang đo đơn cực hoạt động tốt nhất với năm điểm phản hồi, trong khi thang đo lưỡng cực chính xác nhất với bảy điểm (ba điểm ở mỗi phía của điểm giữa trung tính thực sự).
Số điểm lẻ so với số điểm chẵn
Thang số lẻ (3, 5, hoặc 7 điểm) bao gồm một lựa chọn trung lập ở giữa. Phiên bản 5 điểm và 7 điểm là những phiên bản được sử dụng phổ biến nhất trong các nghiên cứu đã được công bố. Việc bao gồm điểm giữa đó cho phép những người trả lời thực sự không có ý kiến gì được bày tỏ điều đó một cách trung thực thay vì bị buộc phải chọn một phía.
Thang đo số chẵn (4, 6, hoặc 8 điểm) loại bỏ hoàn toàn lựa chọn trung lập. Cách tiếp cận "lựa chọn bắt buộc" này hữu ích khi bạn cần người trả lời nghiêng về một hướng cụ thể nào đó, chẳng hạn như trong phản hồi về sản phẩm, nơi câu trả lời trung lập không thể được sử dụng.
Bạn nên sử dụng bao nhiêu điểm?
Đây là một trong những câu hỏi được tranh luận nhiều nhất trong thiết kế khảo sát. Nghiên cứu cho chúng ta biết như sau:
- Năm đến bảy điểm Nhìn chung, thang điểm này mang lại sự cân bằng tốt nhất giữa độ tin cậy, độ nhạy và sự dễ dàng cho người trả lời. Các nghiên cứu đã chỉ ra rằng độ tin cậy được cải thiện khi tăng từ hai đến năm điểm, nhưng hiệu quả giảm dần khi vượt quá bảy điểm.
- Ít hơn năm điểm Nó làm giảm độ chi tiết của dữ liệu và có thể che khuất những khác biệt có ý nghĩa giữa các người trả lời.
- Hơn bảy điểm Việc này làm tăng gánh nặng nhận thức mà không cải thiện đáng kể chất lượng dữ liệu. Người trả lời bắt đầu gặp khó khăn trong việc phân biệt giữa các lựa chọn liền kề.
- Người trả lời khảo sát qua thiết bị di động và các cuộc khảo sát ngắn. Tận dụng lợi thế của năm điểm được đánh dấu để có câu trả lời rõ ràng và nhanh hơn.
Trên thực tế: nên sử dụng thang điểm năm bậc cho hầu hết các ứng dụng và chuyển sang thang điểm bảy bậc khi cần phân biệt rõ hơn hoặc khi đo lường các cấu trúc lưỡng cực.
Kích thước tỷ lệ thông thường
Thang đo Likert không chỉ giới hạn ở sự đồng ý. Dưới đây là các khía cạnh phản hồi được sử dụng phổ biến nhất trong nghiên cứu:
| kích thước | Neo thấp | Neo cao |
|---|---|---|
| Hiệp định | Phản đối kịch liệt | Hoàn toàn đồng ý |
| Tần số | Không bao giờ | Luôn luôn |
| Tầm quan trọng | Không quan trọng | Vô cùng quan trọng |
| Sự hài lòng | Rất không hài lòng | Rất hài lòng |
| Khả năng xảy ra | Rất khó xảy ra | Rất có thể |
| Giáo dục | Rất nghèo | Xuất sắc |
Tại sao thang đo Likert lại quan trọng trong nghiên cứu?
Thang đo Likert vẫn là công cụ đo lường khảo sát chủ đạo trong hơn 90 năm qua vì một số lý do thực tiễn.
Ưu điểm
Tiêu chuẩn hóa và khả năng so sánh. Mỗi người tham gia khảo sát đều trả lời cùng một bộ câu hỏi theo cùng một định dạng, điều này giúp việc so sánh dữ liệu giữa các cá nhân, nhóm và khoảng thời gian trở nên dễ dàng. Tính nhất quán này rất cần thiết cho các nghiên cứu theo chiều dọc và nghiên cứu đa văn hóa.
Định lượng trải nghiệm chủ quan. Thái độ và quan điểm vốn dĩ mang tính trừu tượng. Định dạng Likert chuyển đổi những cảm xúc chủ quan này thành dữ liệu số có thể được phân tích thống kê, cho phép các nhà nghiên cứu xác định các mô hình, mối tương quan và sự khác biệt đáng kể.
Cân bằng giữa chiều sâu và hiệu quả. So với các câu hỏi mở, các câu hỏi theo thang đo Likert giúp người trả lời hoàn thành nhanh hơn và các nhà nghiên cứu dễ phân tích hơn. So với các câu hỏi nhị phân có/không, chúng nắm bắt được nhiều sắc thái hơn về mức độ quan điểm của người trả lời.
Độ tin cậy cao khi được thiết kế tốt. Thang đo Likert đa mục đo cùng một khái niệm thường cho kết quả đáng tin cậy. Khi tổng hợp các phản hồi từ nhiều mục liên quan, bạn sẽ giảm thiểu tác động của bất kỳ phản hồi ngoại lệ nào hoặc sự xao nhãng nhất thời.
Mềm dẻo. Định dạng này có thể áp dụng cho hầu hết mọi lĩnh vực nghiên cứu: sự hài lòng của bệnh nhân trong chăm sóc sức khỏe, sự gắn kết của nhân viên trong quản lý nhân sự, đánh giá khóa học của sinh viên trong giáo dục, nhận thức về thương hiệu trong tiếp thị và thăm dò ý kiến công chúng trong khoa học chính trị.
Nhược điểm và những định kiến thường gặp
Không có công cụ đo lường nào là hoàn hảo, và việc hiểu rõ những hạn chế của thang đo Likert cũng quan trọng không kém việc biết được những ưu điểm của chúng.
Thiên kiến đồng thuận. Một số người trả lời có xu hướng đồng ý với các phát biểu bất kể nội dung của chúng. Điều này đặc biệt gây ra vấn đề khi tất cả các mục đều được diễn đạt theo cùng một hướng. Việc đưa vào các mục được mã hóa ngược (trong đó sự đồng ý thể hiện quan điểm phủ định) giúp phát hiện và giảm thiểu sai lệch này.
Thiên lệch về xu hướng trung tâm. Nhiều người trả lời tránh các lựa chọn cực đoan và tập trung câu trả lời của họ xung quanh điểm giữa của thang đo. Điều này thu hẹp phạm vi dữ liệu bạn thu thập được và có thể che giấu những khác biệt thực sự về quan điểm.
Thiên kiến về sự phù hợp với chuẩn mực xã hội. Khi các chủ đề khảo sát nhạy cảm (văn hóa nơi làm việc, hành vi sức khỏe cá nhân, quan điểm chính trị), người trả lời có thể chọn những câu trả lời mà họ cho là phù hợp hơn về mặt xã hội thay vì trung thực. Việc khảo sát ẩn danh giúp giảm thiểu điều này.
Dữ liệu thứ tự, không phải dữ liệu khoảng. Nói một cách chính xác, khoảng cách giữa "hoàn toàn không đồng ý" và "không đồng ý" có thể không bằng khoảng cách giữa "đồng ý" và "hoàn toàn đồng ý". Đây là nguồn gốc của cuộc tranh luận thống kê kéo dài về việc liệu có thể sử dụng các kiểm định tham số (như kiểm định t và ANOVA) trên dữ liệu Likert hay không. Chúng ta sẽ đề cập chi tiết hơn về vấn đề này trong phần phân tích bên dưới.
Giả định phổ thái độ tuyến tính. Thang đo Likert giả định rằng thái độ tồn tại trên một trục liên tục từ tiêu cực đến tích cực. Trên thực tế, một số thái độ phức tạp và đa chiều hơn nhiều so với khả năng nắm bắt của một thang đo duy nhất.
Cách thiết kế câu hỏi thang đo Likert hiệu quả
Dữ liệu tốt bắt đầu từ những câu hỏi tốt. Những nguyên tắc thiết kế này áp dụng cho bất kỳ cuộc khảo sát nào dựa trên thang đo Likert.
1. Bắt đầu với mục tiêu nghiên cứu rõ ràng
Trước khi viết bất kỳ mục nào, hãy xác định chính xác khái niệm bạn đang đo lường và dữ liệu sẽ cung cấp thông tin cho những quyết định nào. Một thang đo Likert đo lường "sự hài lòng của khách hàng với quy trình tiếp nhận nhân viên mới" sẽ cần các mục khác so với một thang đo đo lường "sự tin tưởng của nhân viên vào khả năng lãnh đạo".
2. Viết các mục rõ ràng, không gây hiểu nhầm.
Mỗi câu hỏi chỉ nên đề cập đến một ý duy nhất. Tránh những câu hỏi kép như "Khóa đào tạo bổ ích và hấp dẫn" vì người trả lời có thể đồng ý với một nửa và không đồng ý với nửa còn lại.
Các phương pháp tốt khác khi soạn thảo câu hỏi:
- Hãy sử dụng ngôn ngữ đơn giản, dễ hiểu. Tránh dùng thuật ngữ chuyên ngành trừ khi đối tượng người nghe là chuyên gia trong lĩnh vực đó.
- Hãy viết các câu ngắn gọn. Mục tiêu là dưới 20 từ cho mỗi mục.
- Tránh sử dụng ngôn ngữ dẫn dắt nhằm hướng người trả lời đến một câu trả lời cụ thể.
- Không nên dùng phủ định kép ("Tôi không phản đối...").
- Hãy kết hợp cả những câu hỏi được diễn đạt tích cực và tiêu cực để giảm thiểu thiên kiến đồng thuận.
3. Chọn nhãn phản hồi cẩn thận
Mỗi điểm trên thang đo của bạn cần có nhãn rõ ràng, không gây nhầm lẫn. Nghiên cứu cho thấy rằng các thang đo có nhãn (trong đó mỗi điểm có mô tả bằng từ ngữ) cho độ tin cậy và khả năng hiểu của người trả lời tốt hơn so với các thang đo chỉ có số.
Hãy đảm bảo các nhãn của bạn đối xứng. Đối với thang đo mức độ đồng ý năm điểm, "Hoàn toàn không đồng ý, Không đồng ý, Trung lập, Đồng ý, Hoàn toàn đồng ý" duy trì khoảng cách bằng nhau về khái niệm ở cả hai phía của điểm giữa trung lập.
4. Chọn một điểm giữa trung lập
Việc đưa ra một lựa chọn trung dung (như "không đồng ý cũng không phản đối") cho phép người trả lời có cách từ chối thẳng thừng khi họ không có ý kiến. Loại bỏ lựa chọn này sẽ buộc họ phải đưa ra một quyết định dứt khoát. Không có cách tiếp cận nào là hoàn toàn đúng; quyết định đúng đắn phụ thuộc vào mục tiêu nghiên cứu của bạn.
Nếu bạn nghi ngờ người trả lời có thể chọn phương án trung lập để tránh suy nghĩ, hãy cân nhắc thêm tùy chọn riêng "Tôi không biết" hoặc "Không áp dụng" để phân biệt sự trung lập thực sự với sự thờ ơ.
5. Sử dụng các mục được mã hóa ngược
Việc đưa vào một số mục mà sự đồng ý thể hiện thái độ tiêu cực (ví dụ: "Tôi thấy khóa đào tạo này khó theo dõi") phục vụ hai mục đích. Thứ nhất, nó buộc người trả lời phải đọc kỹ từng mục thay vì chọn cùng một câu trả lời cho tất cả các mục. Thứ hai, nó cho phép bạn kiểm tra tính nhất quán nội bộ trong quá trình phân tích bằng cách xác minh rằng các mục được mã hóa ngược có tương quan tiêu cực với các mục được diễn đạt tích cực.
6. Thử nghiệm thí điểm với phỏng vấn nhận thức
Trước khi tiến hành khảo sát toàn diện, hãy thử nghiệm các câu hỏi với một nhóm nhỏ (từ năm đến hai mươi lăm người). Yêu cầu họ suy nghĩ thành tiếng khi trả lời. Điều này sẽ giúp phát hiện ra những từ ngữ gây nhầm lẫn, thuật ngữ mơ hồ hoặc các lựa chọn trả lời không phù hợp với cách mọi người thực sự nghĩ về chủ đề đó.
Cách phân tích dữ liệu thang đo Likert
Đây là điểm mà nhiều nhà nghiên cứu gặp khó khăn. Phương pháp phân tích phụ thuộc vào việc bạn đang làm việc với các mục Likert riêng lẻ hay điểm số tổng hợp của thang đo Likert.
Cuộc tranh luận giữa số thứ tự và số khoảng
Các mục riêng lẻ trong thang đo Likert tạo ra dữ liệu thứ tự. Các hạng mục phản hồi có thứ hạng rõ ràng, nhưng khoảng cách giữa chúng không được đảm bảo bằng nhau về mặt toán học. "Hoàn toàn đồng ý" tích cực hơn "đồng ý", nhưng liệu khoảng cách giữa chúng có giống như giữa "không đồng ý" và "hoàn toàn không đồng ý" hay không? Không có cách nào để chắc chắn.
Hãy hình dung dữ liệu thứ tự giống như thứ hạng về đích trong một cuộc đua: bạn biết người về nhất về trước người về nhì, nhưng bạn không thể cho rằng khoảng cách giữa người về nhất và người về nhì bằng khoảng cách giữa người về nhì và người về ba. Điểm số tổng hợp trên thang đo Likert gần với khoảng cách đo được hơn, gần với dữ liệu về thời gian hơn là thứ hạng về đích.
Tuy nhiên, khi tổng hợp nhiều mục thành một điểm số thang đo tổng hợp, nhiều nhà nghiên cứu coi dữ liệu thu được là dữ liệu xấp xỉ khoảng. Quan điểm này được ủng hộ mạnh mẽ trong các tài liệu nghiên cứu. Nghiên cứu của Geoff Norman và cộng sự đã chỉ ra rằng các kiểm định tham số (kiểm định t, ANOVA, hệ số tương quan Pearson) đủ mạnh để tạo ra kết quả hợp lệ với dữ liệu thang đo Likert, ngay cả khi giả định về khoảng cách đều nhau bị vi phạm ở một mức độ nào đó.
Trên thực tế: đối với các mục riêng lẻ, nên sử dụng các phương pháp phi tham số. Đối với điểm số tổng hợp từ các công cụ đa mục được thiết kế tốt, các bài kiểm tra tham số thường được chấp nhận.
Thống kê mô tả
Đối với từng mục riêng lẻ trong thang đo Likert, hãy báo cáo... chế độ (câu trả lời phổ biến nhất) và phân phối tần số (Tỷ lệ phần trăm người trả lời trong mỗi danh mục). Biểu đồ cột là cách rõ ràng nhất để trực quan hóa các câu trả lời cho từng mục riêng lẻ.
Đối với điểm số tổng hợp trên thang đo, bạn có thể báo cáo như sau: nghĩa là và độ lệch chuẩn Tóm lại, đó là xu hướng trung tâm và độ phân tán.
Thống kê suy luận
| Loại dữ liệu | Các xét nghiệm thích hợp |
|---|---|
| Các mục Likert đơn lẻ (thứ tự) | Chi-square, Mann-Whitney U, Kruskal-Wallis, hệ số tương quan Spearman |
| Điểm số thang đo tổng hợp (được coi là thang đo khoảng) | kiểm định t, ANOVA, hệ số tương quan Pearson, hồi quy |
Kiểm tra độ tin cậy
Trước khi đưa ra kết luận từ thang đo của bạn, hãy kiểm tra tính nhất quán nội bộ của nó bằng hệ số Cronbach's alpha. Giá trị trên 0.70 thường được chấp nhận và trên 0.80 được coi là rất tốt. Nếu bất kỳ mục nào có hệ số tương quan giữa mục và tổng điểm đã hiệu chỉnh dưới 0.30, hãy cân nhắc loại bỏ mục đó, vì nó có thể không đo lường cùng một cấu trúc với các mục khác.
Kiểm tra tính hợp lệ
Nội dung hợp lệ Đảm bảo các hạng mục của bạn bao quát toàn bộ phạm vi của cấu trúc. Tham khảo ý kiến chuyên gia trong giai đoạn thiết kế.
Xây dựng tính hợp lệ có thể được đánh giá thông qua phân tích nhân tố, giúp xác nhận xem các mục của bạn có phù hợp với các chiều lý thuyết dự kiến hay không.
Tính hợp lệ theo tiêu chí So sánh điểm số thang đo của bạn với một thước đo đã được thiết lập cho cùng một khái niệm. Mối tương quan mạnh giữa hai thước đo chứng tỏ tính hợp lệ.
Ứng dụng thực tiễn của thang đo Likert
Nghiên cứu học thuật
Trong nghiên cứu giáo dục, thang đo Likert thường được sử dụng để đo lường sự tham gia của học sinh, lòng tự tin và thái độ đối với việc học. Một công cụ điển hình có thể bao gồm từ 15 đến 20 mục đo lường các khía cạnh khác nhau của động lực học tập, được tổng hợp thành điểm số của các thang đo phụ.
phù hợp túi tiền
Các khảo sát về sự hài lòng của bệnh nhân, đánh giá hiệu quả điều trị và các biện pháp đo lường chất lượng cuộc sống thường sử dụng định dạng Likert. Ví dụ, Thang đo khả năng sử dụng hệ thống (SUS) là một công cụ Likert gồm mười mục nổi tiếng được sử dụng để đánh giá khả năng sử dụng của các hệ thống thông tin y tế và thiết bị y tế.
Gắn kết nhân viên
Các tổ chức sử dụng khảo sát nhanh dựa trên thang đo Likert để theo dõi sự hài lòng của nhân viên, mức độ an toàn tâm lý và cam kết với tổ chức theo thời gian. Định dạng tiêu chuẩn hóa giúp dễ dàng so sánh kết quả giữa các phòng ban và các quý.
Nghiên cứu thị trường
Các nghiên cứu về nhận thức thương hiệu, khảo sát trải nghiệm khách hàng và công cụ phản hồi sản phẩm đều dựa rất nhiều vào thang đo Likert. Chỉ số Net Promoter Score (NPS), mặc dù về mặt kỹ thuật là một định dạng khác, nhưng lại có cùng nền tảng khái niệm là đo lường cảm xúc trên một thang điểm phân cấp.
Phản hồi trực tiếp từ khán giả
Đây là nơi mà những ứng dụng mạnh mẽ nhất được thể hiện. Khi bạn đang điều hành một buổi đào tạo, hội thảo hoặc thuyết trình hội nghị, việc thu thập phản hồi theo thang đo Likert trong thời gian thực cho phép bạn đánh giá mức độ hiểu biết và sự hài lòng của người tham dự khi buổi học diễn ra, thay vì chỉ dựa vào trí nhớ sau khi sự kiện kết thúc.
AhaSlidesNền tảng đa năng này tích hợp các cuộc thăm dò ý kiến trực tiếp, thang điểm đánh giá, hỏi đáp, đám mây từ khóa và câu đố, giúp việc này trở nên thiết thực bằng cách cho phép người thuyết trình nhúng trực tiếp các câu hỏi đánh giá theo thang điểm Likert vào bài thuyết trình trực tiếp, với các phản hồi được hiển thị ngay lập tức. Không cần công cụ khảo sát riêng biệt.
Các lỗi thường gặp để tránh
Sử dụng một vật thể duy nhất làm "thang đo". Một câu hỏi duy nhất không thể tạo nên thang đo Likert. Các mục riêng lẻ dễ bị ảnh hưởng bởi sai số đo lường và hiệu ứng ngữ cảnh. Nên sử dụng ít nhất bốn đến sáu mục cho mỗi khái niệm để đo lường đáng tin cậy.
Bỏ qua sự khác biệt giữa các mục Likert và thang đo Likert. Việc phân tích từng mục riêng lẻ bằng thống kê tham số (ví dụ: tính trung bình của một câu hỏi năm điểm) về mặt kỹ thuật là không phù hợp. Hãy dành những phương pháp đó cho điểm số tổng hợp của nhiều mục.
Coi tất cả các số đều bình đẳng. Việc gán giá trị từ 1 đến 5 cho các lựa chọn trả lời không tự động biến dữ liệu thành dữ liệu ở cấp độ khoảng. Hãy minh bạch trong phần phương pháp về cách bạn xử lý dữ liệu và lý do tại sao.
Bỏ qua việc mã hóa ngược. Nếu tất cả các mục của bạn đều chỉ về cùng một hướng, bạn không thể phân biệt được sự đồng thuận thực sự với sự thiên vị do xu hướng chấp thuận.
Làm phức tạp hóa vấn đề quy mô. Thang đo mười điểm với các điểm giữa không được đánh dấu sẽ gây nhầm lẫn và không cải thiện đáng kể chất lượng dữ liệu so với phiên bản năm hoặc bảy điểm được thiết kế tốt.
