Hangi koşullar altında Likert terazileri sıralı veya aralıklı veriler olarak kullanılmalı?

Sosyal bilimlerdeki birçok çalışmada Likert ölçekleri kullanılmıştır. Likert verilerini sıralı olarak kullanmak ne zaman ve ne zaman aralıklı veriler olarak kullanmak uygun olur?

Belki çok geç ama cevabımı yine de ekliyorum ...

Verilerinizle ne yapmak istediğinize bağlıdır: Farklı katılımcı grupları (cinsiyet, ülke vb.) Dikkate alındığında puanların farklı olduğunu göstermekle ilgileniyorsanız, puanlarınızı her zamanki varsayımları yerine getirmeleri koşuluyla sayısal değerler olarak ele alabilirsiniz. yaklaşık sapma (veya şekil) ve numune büyüklüğü. Yanıt kalıplarının alt gruplar arasında nasıl değiştiğini vurgulamakla ilgileniyorsanız, madde puanlarını bir cevap seçeneği kümesi arasında ayrı bir seçenek olarak görmeli ve log-lineer modelleme, sıralı lojistik regresyon, madde-cevap modelleri veya başka herhangi bir istatistiksel model aramalısınız. Bu, polimetal maddeler ile başa çıkmayı sağlar.

Genel bir kural olarak, genellikle bir ölçekte 11 ayrı nokta bulunmasının bir aralık ölçeğini yaklaştırmak için yeterli olduğu düşünülmektedir (yorumlama amacıyla, bkz. @ Xmjx'in yorumu). Likert maddeleri gerçek sıralı ölçek olarak kabul edilebilir, ancak bunlar genellikle sayısal olarak kullanılır ve ortalamalarını veya SD'lerini hesaplayabiliriz. Bu genellikle tutum anketlerinde yapılır, ancak hem en yüksek iki kategorideki hem ortalama / SD hem de yanıt yüzdesini bildirmek akıllıca olabilir.

Toplanan ölçek puanları kullanılırken (yani, her bir öğeye "toplam puan" hesaplamak için puan ekleriz) kullanılır, normal istatistikler uygulanabilir, ancak şu an gizli bir değişkenle çalıştığınızı, bu nedenle temel yapının çalışmasını aklınızda bulundurmanız gerekir. mantıklı olmalı! Psikometride genel olarak (1) ölçeğin tek boyutluluğunun, (2) ölçek güvenilirliğinin yeterli olduğunu kontrol ederiz. Bu iki ölçek puanını karşılaştırırken (iki farklı araç için), klasik Pearson korelasyon katsayısı yerine zayıflatılmış korelasyon önlemlerini kullanmayı düşünebiliriz.

Klasik ders kitapları şunları içerir:
1. Nunnally, JC ve Bernstein, IH (1994). Psikometrik Teori (3. baskı). Psikolojide McGraw-Hill Serileri.
2. Streiner, DL ve Norman, GR (2008). Sağlık Ölçüm Ölçeği. Gelişim ve kullanımları için pratik bir rehber (4. basım). Oxford.
3. Rao, CR ve Sinharay, S., Eds. (2007). İstatistik El Kitabı, Vol. 26: Psikometri . Elsevier Science BV
4. Dunn, G. (2000). Psikiyatride İstatistik . Hodder Arnold.

Ayrıca bir göz olabilir latent özelliği ve sosyal bilimlerde gizli sınıf modellerin Uygulamaları Rost & Langeheine gelen ve üzerinde W. Revelle sitesinde kişilik araştırma .

Psikometrik bir ölçeği onaylarken, tavan / zemin etkilerine (en düşük / en yüksek yanıt kategorisinde puan alan katılımcılardan kaynaklanan büyük asimetri) bakmak önemlidir; bunlar sayısal değişken olarak değerlendirilirken hesaplanan herhangi bir istatistiği ciddi şekilde etkileyebilir ( örneğin, ülke toplanması, t-testi). Bu, kültürlerarası çalışmalarda spesifik sorunları ortaya çıkarmaktadır, çünkü tutum veya sağlık araştırmalarındaki genel cevap dağılımının bir ülkeden diğerine farklılık gösterdiği bilinmektedir (örneğin, Çinliler ile batı ülkelerinden gelenler, belirli cevap modelini vurgulama eğilimindedir) madde düzeyinde genellikle daha aşırı puanlar, bakınız örneğin Song, X.-Y. (2007) Çoklu Örnek Yapısal Denklem Modellerinin Yaşam Kalitesi Verilerine Uygulaması ile Analizi,Gizli Değişken ve İlişkili Modellerin El Kitabı , Lee, S.-Y. (Ed.), S. 279-302, Kuzey Hollanda).

Daha genel olarak, eğer ölçüm sorunuyla ilgileniyorsanız, Likert maddelerini kapsamlı olarak kullanan psikometrik ile ilgili literatüre bakmalısınız. Çeşitli istatistik modelleri geliştirilmiş ve şu anda Madde Tepki Kuramı çerçevesinde ele alınmıştır.

Basit cevap, Likert ölçeklerinin her zaman sıralı olduğudur. Skaladaki konumlar arasındaki aralıklar monotoniktir ancak hiçbir zaman sayısal olarak homojen artışlar olarak iyi tanımlanmamıştır.

Bununla birlikte, sıra ile aralık arasındaki fark, yapılan analizin özel taleplerine dayanmaktadır. Özel koşullar altında, yanıtları bir aralık ölçeğine düşmüş gibi ele alabilirsiniz. Bunu yapmak için, tipik olarak katılımcıların ölçek cevaplarının anlamı konusunda yakın bir anlaşma içinde olmaları gerekir ve analiz (veya analize dayalı alınan kararlar) ortaya çıkabilecek sorunlara karşı nispeten duyarsız olmalıdır.

Yukarıda toplanan ölçekler hakkında daha önce söylenenlere ek olarak, grup düzeyinde veri analiz edilirken sorunun değişebileceğinden de bahsederim. Örneğin, inceliyorsanız

• devletlerin veya ülkelerin yaşam doyumu,
• kuruluşların veya bölümlerin iş tatmini,
• derslerde öğrenci memnuniyeti.

Tüm bu durumlarda, her bir toplu ölçüm (belki de ortalama) birçok bireysel cevaba (örneğin, n = 50, 100, 1000 vb.) Dayanmaktadır. Bu gibi durumlarda, orijinal Likert maddesi, toplama seviyesinde bir aralık ölçeğine benzeyen özellikleri üstlenmeye başlar.

her zaman sıralı biçimde likert ölçeği: Nitel verilere nicel değer atfetme, istatistiksel analize uygun hale getirme yöntemi. Her potansiyel seçime sayısal bir değer verilir ve tüm cevaplar için ortalama bir rakam değerlendirme veya anket sonunda hesaplanır.