研究中的李克特量表:設計、類型和分析的實用指南

Blog 縮略圖

大多數在研究中使用李克特量表的人從未接受過如何正確設計和分析這些量表的訓練。本指南涵蓋了李克特量表實際測量的內容、如何選擇合適的類型、如何設計能夠產生清晰數據的題目,以及適用哪些統計檢定方法,從而確保您的下一次調查能夠獲得可用於採取行動的結果。

無論您是負責設計培訓評估的學習與發展專業人員、負責進行員工敬業度調查的人力資源經理,還是社會科學領域的研究人員,這裡的原則都適用。

我們將逐步解釋李克特量表實際測量的內容、您可以選擇的不同類型、如何設計有效的李克特量表問題、如何分析所得數據,以及即使是經驗豐富的研究人員也會遇到的常見陷阱。

什麼是李克特量表?

資訊圖表展示了研究人員使用李克特量表的原因

李克特量表是一種心理測量工具,常用於問卷調查中,以衡量態度、觀點、知覺和行為。它並非提出簡單的「是/否」問題,而是讓受訪者在一個等級範圍內表達其感受的強度。

每個李克特量表都由多個稱為李克特題項的獨立陳述組成。受訪者閱讀每個陳述,並從一組有序的回答選項中進行選擇,這些選項通常從強烈的負面立場經中性立場到強烈的正面立場不等。

例如,五分制認同度量表如下所示:

回應選項數值
強烈反對1
不同意2
既不同意也不反對3
同意4
非常同意5

李克特量表原始方法論的核心原則是,最終得分是一個綜合得分。你不會孤立地分析單一項目,而是將多個相關項目的回答相加或取平均值,從而得出反映所測量潛在態度的量表得分。

李克特量表與李克特量表題項: 這種區別至關重要。一個採用五點式回答格式的單題是李克特量表題項。李克特量表則是一組相關的題項(通常為四到十個),旨在測量同一構念。許多研究者會交替使用這兩個術語,但嚴格來說,量表才是總結後的測量結果。

李克特量表的類型

選擇合適的李克特量表類型取決於你要衡量什麼以及你需要受訪者提供多少細微差別。

單極尺度與雙極尺度

單極尺度 用這種方法衡量某一維度從零到極端值的變化。當你想要評估某一特質的程度時,這種方法非常有效。例如,“完全不滿意”到“非常滿意”,或“從不”到“總是”。

雙極尺度 用一個中立的中間點來衡量兩個對立的概念。經典的同意/不同意格式是雙極的,因為它涵蓋了從強烈反對到中立再到強烈同意的整個過程。當您需要同時捕捉對某個問題的正面和負面立場時,這種方法非常理想。

研究表明,單極量表在五個反應點時表現最佳,而雙極量表在七個點時最為準確(在真正的中性中點兩側各三個點)。

奇數分與偶數分

奇數階 (3分、5分或7分)包含一個中立的中間選項。 5分制和7分制是已發表研究中最常使用的版本。設定中間選項可以讓真正沒有意見的受訪者如實表達,而不是被迫選擇立場。

偶數階 (4、6 或 8 分)完全取消中立選項。這種「強制選擇」方法在您明確需要受訪者傾向於某一方向時非常有用,例如在產品回饋中,中立回答不具有實際意義。

應該使用多少積分?

這是調查設計中最具爭議的問題之一。以下是研究結果:

  • 五到七分 通常情況下,評分系統能在可靠性、敏感度和受訪者便利性之間取得最佳平衡。研究發現,評分從兩分制提高到五分制時,可靠性會逐漸提高,但超過七分制後,可靠性提升幅度會遞減。
  • 少於五分 降低數據的精細度,可能會掩蓋受訪者之間的重要差異。
  • 超過七分 增加認知負擔,但並未顯著提升數據品質。受訪者開始難以區分相鄰選項。
  • 移動受訪者和簡短調查 透過五個標註要點,您可以更清晰、更快速地找到答案。

在實務上:大多數應用預設使用五分制,當需要更精細的區分或測量雙極結構時,則使用七分制。

常用尺度維度

李克特量表並非僅限於同意程度。以下是研究中最常使用的反應維度:

尺寸低錨高錨
協議強烈反對非常同意
頻率決不總是
重要性一點也不重要極其重要
滿意非常不滿非常滿意
可能性不太可能很可能
品質很差優

為什麼李克特量表在研究中很重要

由於多種實際原因,李克特量表在過去 90 多年來一直是主要的調查測量工具。

優點

標準化和可比性。 所有受訪者都以相同的格式回答相同的問題,這使得跨個體、群體和時間段的數據比較變得簡單直接。這種一致性對於縱向研究和跨文化研究至關重要。

量化主觀體驗。 態度和觀點本質上是抽象的。李克特量表將這些主觀感受轉化為可進行統計分析的數值數據,使研究人員能夠識別模式、相關性和顯著差異。

兼顧深度與效率。 與開放式問題相比,李克特量表題項填寫起來更快捷,也更方便研究者分析。與二元(是/否)問題相比,李克特量表題項能更細緻地反映受訪者立場的強度。

設計良好時可靠性高。 測量同一構念的多項李克特量表往往能得到可靠的結果。將多個相關項目的答案匯總起來,可以降低單一異常值或暫時幹擾的影響。

靈活性。 該格式幾乎適用於任何研究領域:醫療保健中的患者滿意度、人力資源中的員工敬業度、教育中的學生課程評價、市場營銷中的品牌認知以及政治學中的民意調查。

缺點和常見偏見

沒有一種測量工具是完美的,了解李克特量表的限制與了解其優點同樣重要。

順從性偏見。 有些受訪者傾向於不加區分地同意陳述內容。當所有題目的措詞方向一致時,這個問題尤其突出。加入反向計分題目(同意表示否定立場)有助於發現並減少這種偏差。

中心趨勢偏差。 許多受訪者會避免選擇極端選項,而是將答案集中在量表的中間位置。這會壓縮你收集到的資料範圍,並可能掩蓋真正的意見分歧。

社會期望偏差。 當調查主題涉及敏感資訊(例如工作場所文化、個人健康行為、政治觀點)時,受訪者可能會選擇他們認為更符合社會規範而非真實的答案。匿名調查有助於緩解這種情況。

序數數據,而非區間數據。 嚴格來說,「非常不同意」和「不同意」之間的距離可能並不等於「同意」和「非常同意」之間的距離。這正是長期以來關於能否對李克特量表數據使用參數檢定(例如t檢定和變異數分析)的統計學論點的根源所在。我們將在下文的分析部分對此進行更詳細的探討。

假設姿態譜為線性。 李克特量表假定態度存在於從負面到正面的線性連續體上。但實際上,有些態度比單一量表所能捕捉的更為複雜和多維。

如何設計有效的李克特量表問題

大學生用筆記型電腦分析調查數據

好的數據源自於好的問題。這些設計原則適用於任何基於李克特量表的調查。

1. 首先要明確研究目標

在編寫任何條目之前,請先明確定義您要衡量的指標以及資料將用於哪些決策。例如,衡量「客戶對新員工入職流程的滿意度」的李克特量表所需的條目,與衡量「員工對領導層的信心」所需的條目就截然不同。

2. 寫出清晰、明確的條目

每個陳述句應僅針對一個觀點。避免使用類似「培訓內容豐富且引人入勝」這樣的雙重問題,因為受訪者可能同意其中一部分觀點,但不同意另一部分。

其他題項編寫最佳實踐:

  • 使用簡單易懂的日常語言。除非你的受眾是專業人士,否則避免使用術語。
  • 陳述要簡短,每項盡量控制在20字以內。
  • 避免使用引導性語言,以免引導受訪者給予特定答案。
  • 不要使用雙重否定(“我並不反對…”)。
  • 包含正向和反向措詞的題目,以減少順從性偏差。

3. 仔細選擇回覆標籤

量表上的每個點都需要清晰明確的標籤。研究表明,標籤的量表(每個點都配有文字描述)在信度和受訪者理解度方面均優於僅使用數字的量表。

確保標籤對稱。對於五點同意程度量表,「非常不同意」、「不同意」、「既不同意也不反對」、「同意」、「非常同意」在概念上與中立點保持等距。

4. 確定一個中立的中間點

包含中間選項(例如「既不同意也不反對」)可以讓受訪者在沒有明確意見時坦誠地選擇退出。不包含中間選項則會迫使受訪者做出方向性選擇。兩種方法都不是絕對正確的;正確的做法取決於您的研究目標。

如果您懷疑受訪者可能會預設選擇中立選項以避免思考,請考慮添加單獨的「我不知道」或「不適用」選項,以區分真正的中立和漠不關心。

5. 使用反向編碼項目

納入一些表示負面態度的題目(例如,「我覺得這個訓練很難理解」)有兩個目的。首先,它迫使受訪者仔細閱讀每個題目,而不是全部都選擇相同的答案。其次,它允許你在分析過程中檢視內部一致性,透過驗證反向計分的題目與正向計分的題目是否呈負相關。

6. 認知訪談試辦測試

在正式發布問卷之前,先用一小群人(5到25人)測試問卷內容。讓他們邊回答邊思考。這樣可以發現措辭含糊不清、術語模稜兩可,或選項與人們實際思考方式不符的地方。

如何分析李克特量表數據

很多研究者都在這裡犯錯。分析方法取決於你處理的是單一李克特量表題項還是總結的李克特量表分數。

序數與區間之爭

單一李克特量表題項產生的是序數資料。雖然各個回答選項之間存在清晰的等級順序,但它們之間的距離並不能保證在數學上相等。 「非常同意」比「同意」更積極,但它們之間的差距是否等同於「不同意」和「非常不同意」之間的差距?我們無法確定。

把序數資料想像成比賽中的名次:你知道第一名在第二名之前,但你不能假設第一名和第二名之間的差距等於第二名和第三名之間的差距。綜合李克特量表得分更接近測量距離,更接近計時數據,而不是名次。

然而,當將多個項目匯總成一個綜合量表得分時,許多研究者將所得數據視為近似區間數據。這一觀點在文獻中得到了強而有力的支持。 Geoff Norman 等人的研究表明,即使等距假設在一定程度上不成立,參數檢定(t 檢定、變異數分析、皮爾森相關分析)仍然足夠穩健,能夠對李克特量表數據得出有效的結果。

實務上:對於單一項目,應堅持使用非參數方法。對於來自設計良好的多項目量表的總量表得分,參數檢定通常是可以接受的。

描述性統計

對於單一李克特量表題項,請報告 模式 (最常見的回答) 頻率分佈 (各類別受訪者的百分比)。長條圖是可視化單項回答的最清晰方式。

對於匯總的量表分數,您可以報告 意味著 以及 標準差 概括集中趨勢和離散程度。

推論統計

數據類型適當的測試
單項李克特量表(序數)卡方檢定、Mann-Whitney U 檢定、Kruskal-Wallis 檢定、Spearman 相關性檢定
總結量表得分(視為區間值)t檢定、變異數分析、皮爾遜相關分析、迴歸分析

可靠性測試

在根據量表得出結論之前,請使用克朗巴赫α係數檢定其內部一致性。通常,高於0.70的值是可以接受的,高於0.80的值則被認為是非常好的。如果任何單一項目的校正後項目總分相關係數低於0.30,則應考慮將其刪除,因為它可能與其他項目測量的是不同的構念。

有效性檢查

內容有效性 確保您的專案涵蓋整個結構範圍。在設計階段諮詢相關領域的專家。

建構效度 可以透過因子分析進行評估,以確認你的專案是否載入到預期的理論維度。

效標效度 將你的量表得分與已建立的同一構念測量方法進行比較。兩者之間存在強相關性,支持此量表的效度。

李克特量表在現實世界的應用

學術研究

在教育研究中,李克特量表常用於測量學生的學習投入、自我效能感和學習態度。典型的李克特量表可能包含15到20個項目,分別測量學習動機的不同方面,並將這些項目匯總成分量表得分。

醫療保健

病患滿意度調查、治療效果評估和生活品質測量經常使用李克特量表。例如,系統可用性量表(SUS)是一種著名的十項李克特量表,用於評估醫療資訊系統和醫療設備的可用性。

員工敬業度

企業通常使用基於李克特量表的脈搏調查來追蹤員工滿意度、心理安全感和組織承諾的變化。標準化的調查格式使得跨部門和跨季度的結果比較變得容易。

市場調查

品牌認知研究、顧客體驗調查和產品回饋工具都大量依賴李克特量表。淨推薦值 (NPS) 雖然在技術上採用了不同的格式,但其概念基礎相同,都是透過等級劃分來衡量情緒。

現場觀眾回饋

這正是其最強大的應用程式場景所在。在舉辦培訓課程、研討會或會議演講時,即時收集李克特量表回饋,可以讓你在課程進行過程中評估聽眾的理解程度和滿意度,而無需依賴事後回憶。

AhaSlides一個集即時投票、評分量表、問答、詞雲和測驗於一體的平台,讓演示者能夠將李克特量表評分問題直接嵌入到即時演示中,並即時顯示反饋結果,使這一切變得非常實用。無需單獨的調查工具。

常見的錯誤,以避免

以單一物品作為「尺度」。 單一問題不足以構成李克特量表。單一題項更容易受到測量誤差和情境效應的影響。為了確保測量的可靠性,每個構念至少需要四到六個題項。

忽略李克特量表題項和李克特量表的差異。 使用參數統計方法分析單一項目(例如,計算單一五分制問題的平均值)在技術上是不合適的。這些方法應該用於分析匯總的多項目得分。

將所有數字視為相等。 將回應選項賦值為 1 到 5 並不會自動使資料達到區間等級。請在方法部分清楚說明您如何處理資料以及原因。

忽略反向編碼。 如果所有項目都指向同一方向,你就無法區分真正的同意和默許偏差。

把規模搞得太複雜了。 十分制量表若沒有標註中間點,會造成混亂,而且與精心設計的五分製或七分制量表相比,並不能顯著提高數據品質。

‍

訂閱即可獲得提升觀眾參與度的技巧、見解和策略。
謝謝! 您的提交已收到!
糟糕! 提交表格時出了點問題。

查看其他帖子

AhaSlides 被福布斯美國500強企業所採用。立即體驗互動的力量。

開始免費試用
©2026 AhaSlides 私人有限公司