Die Likert-Skala wird häufig in der Umfrageforschung verwendet. Es wird oft verwendet, um die Einstellungen der Befragten zu messen, indem sie gefragt werden, inwieweit sie einer bestimmten Frage oder Aussage zustimmen oder nicht zustimmen. Eine typische Skala könnte “stimme voll und ganz zu, okay, nicht sicher / unentschieden, stimme nicht zu, stimme überhaupt nicht zu”. Daten aus einer Umfrage, die die Likert-Skala verwenden, mögen leicht zu analysieren sein, aber es gibt wichtige Punkte, die ein Datenanalytiker zu beachten hat.
Besorgen Sie sich die Listendaten für die Analyse, indem Sie die Antworten codieren. Angenommen, Sie haben eine Umfrage, in der die Befragten gefragt werden, ob sie einer Reihe von Positionen auf der Plattform einer politischen Partei zustimmen oder nicht. Jede Position ist eine Frage der Umfrage, und die Skala verwendet die folgenden Antworten: stimme völlig zu, stimme zu, neutral, stimme überhaupt nicht zu, stimme überhaupt nicht zu. In diesem Beispiel werden wir die Antworten entsprechend codieren: stimme überhaupt nicht zu = 1, stimme nicht zu = 2, neutral = 3, stimme zu = 4, stimme stark zu = 5.
Denken Sie daran, zwischen ordinalen und Intervalldaten zu unterscheiden, da die beiden Typen unterschiedliche analytische Ansätze erfordern. Wenn die Daten ordinal sind, können wir sagen, dass eine Punktzahl höher ist als die andere. Wir können nicht sagen, wie viel höher, wie wir mit den Intervalldaten können, die Ihnen den Abstand zwischen zwei Punkten sagen werden. Hier ist die Falle mit der Likert-Skala: Viele Forscher werden sie als Intervallskala behandeln. Dies setzt voraus, dass die Unterschiede zwischen jeder Antwort in der Entfernung gleich sind. Die Wahrheit ist, dass uns die Likert-Skala das nicht sagt . In unserem Beispiel sagt es nur, dass die Leute mit der höchsten Anzahl an Antworten mehr mit den Positionen der Partei übereinstimmen als diejenigen mit der geringsten Anzahl von Antworten.
Beginnen Sie, die Likert-Skalen-Daten mit deskriptiven Statistiken zu analysieren. Obwohl es verlockend sein mag, widerstehen Sie dem Drang, numerische Antworten zu nehmen und einen Mittelwert zu berechnen. Würde man zwei der Antworten “nicht zustimmen” (2) mit “stimme voll und ganz zu” (5) antworten, ergäbe sich ein Durchschnittswert von 4, aber was bedeutet diese Zahl? Glücklicherweise gibt es neben dem Durchschnitt noch andere Maßnahmen der zentralen Tendenz, die Sie verwenden können. Bei Likert-Scale-Daten ist das am besten zu verwendende Maß der häufigste Modus oder die häufigste Antwort. Dies erleichtert es dem Analytiker, die Ergebnisse der Umfrage zu interpretieren (ganz zu schweigen von dem Publikum für seine Präsentation oder einen Bericht). Sie können auch die Verteilung der Antworten (Prozentsätze, die zustimmen, nicht zustimmen usw.) in einem Diagramm, z. B. einem Balkendiagramm, mit einem Balken für jede Antwortkategorie anzeigen.
Gehen Sie neben den Inferenztechniken vor, die die von den Forschern vorgebrachte Hypothese testen. Es gibt viele Methoden, und die beste hängt von der Art Ihrer Studie und den Fragen ab, die Sie beantworten möchten. Eine beliebte Methode besteht darin, die Antworten unter Verwendung von Varianzanalyseverfahren zu analysieren, wie etwa dem Mann-Whitney-Test oder dem Kruskal-Wallis-Test . Angenommen, in unserem Beispiel wollten wir die Antworten auf die Fragen zu außenpolitischen Positionen mit ethnischer Zugehörigkeit als unabhängige Variable analysieren. Nehmen wir an, dass unsere Daten die Antworten der befragten Anglos, Afroamerikaner und Hispanics enthalten, so dass wir die Antworten unter den drei Gruppen von Befragten mit dem Kruskal Wallis Varianztest analysieren konnten.
Vereinfachen Sie Ihre Umfragedaten, indem Sie die vier Antwortkategorien (z. B. stark zustimmen, zustimmen, nicht zustimmen, überhaupt nicht zustimmen) in zwei nominale Kategorien kombinieren, z. B. Zustimmung / Ablehnung, Annahme oder Ablehnung usw. ). Dies bietet weitere Möglichkeiten zur Analyse. Der Chi-Quadrat-Test ist ein Ansatz zur Analyse von Daten auf diese Weise.
Wenn Sie mehr Artikel lesen möchten, die der Verwendung der Likert-Skala in der statistischen Analyse ähnlich sind , empfehlen wir Ihnen, unsere Kategorie der Universitätslaufbahnen einzugeben.
- Denken Sie daran, dass es viele Ansätze für die Analyse gibt. Berücksichtigen Sie Ihre Forschungsfragen, um die beste Analysemethode für Ihre Studie zu ermitteln.
- Likert-Skalen variieren in der Anzahl der Punkte auf der Skala. Die hier verwendete Fünf-Punkte-Skala ist am gebräuchlichsten, aber einige Likert-Skalen haben 4-Punkt-Antwort-Skalen, bei denen die unsichere Skala eliminiert wird (unbestimmte Kategorie). Einige haben sogar 7-Punkte-Antwortskalen.
