5'li Likert kalemindeki zaman içindeki değişikliklerin istatistiksel önemi

Bağlam:

İki yıl boyunca aynı anketten iki veri setim var. Her soru 5 likert ölçeği kullanılarak ölçülür.

S1: Kodlama şeması

Şu anda yanıtlarımı [0, 1] aralığında kodladım, 0 "en olumsuz yanıt", 1 "en olumlu yanıt" ve diğer yanıtlar arasında eşit aralıklarla kodladım.

• Likert ölçeği için kullanılacak "en iyi" kodlama şeması nedir?

Bunun biraz öznel olabileceğinin farkındayım.

S2: Yıllar boyunca önemi

• İki yıl boyunca istatistiksel olarak önemli bir değişiklik olup olmadığını belirlemenin en iyi yolu nedir?

Yani, her yıl için soru 1'in sonuçlarına bakıldığında, 2011 sonucu ile 2010 sonucu arasındaki farkın istatistiksel olarak anlamlı olup olmadığını nasıl anlarım? Burada öğrencinin t-testinin kullanılmasına dair belirsiz bir hatırlama var, ama emin değilim.

1. Kodlama şeması

Bir t testi kullanılarak istatistiksel anlamlılığın değerlendirilmesi açısından, önemli olan ölçek noktaları arasındaki bağıl mesafelerdir. Böylece, (0, 0.25, 0.5, 0.75, 1) (1, 2, 3, 4, 5) ile eşdeğerdir. Deneyimlerime göre, daha önce bahsedilenler gibi eşit bir mesafe kodlama şeması en yaygın olanıdır ve Likert öğeleri için makul görünmektedir. Optimal ölçeklendirmeyi keşfederseniz, alternatif bir kodlama şeması türetebilirsiniz.

2. İstatistiksel test

Likert öğesindeki grup farklılıklarının nasıl değerlendirileceği sorusu burada zaten cevaplanmıştır .

İlk sorun, gözlemleri iki zaman noktasında birbirine bağlayıp bağlayamayacağınızdır. Farklı bir örneğiniz varmış gibi görünüyor. Bu birkaç seçeneğe yol açar:

• Bağımsız gruplar t-testi : Bu basit bir seçenektir; ayrıca grup ortalamalarındaki farklılıkları test eder; püristler p-değerinin tamamen doğru olmayabileceğini savunacaklar; ancak amaçlarınıza bağlı olarak yeterli olabilir.
• Grup araçlarındaki farklılıkların önyükleme testi : Grup araçları arasındaki farklılıkları hala test etmek istiyorsanız, ancak bağımlı değişkenin ayrık doğasından rahatsızsanız, grup araçlarındaki değişikliklerle ilgili çıkarımlar çizebileceğiniz güven aralıkları oluşturmak için bir önyükleme kullanabilirsiniz. .
• Mann-Whitney U testi (diğer parametrik olmayan testler arasında): Böyle bir test normalliği kabul etmez, aynı zamanda farklı bir hipotezi de test eder.

Wilcoxon Ranksum Testi, yani Mann-Whitney, sıralı veri durumunda gitmenin yoludur. Önyükleme çözümü de "klasik" bir yol olmasa da zariftir. Önyükleme yöntemi, faktör analizi gibi başka şeyleri hedeflemeniz durumunda da değerli olabilir. Regresyon analizi durumunda, model belirtimi olarak sıralı probit veya sıralı logit seçebilirsiniz.

BTW: Ölçeğiniz daha geniş bir aralığa sahipse (değişken başına> 10 değer), sonuçları t-testini güvenli bir seçim haline getiren bir metrik değişken olarak kullanabilirsiniz. Bunun biraz kirli olduğunu ve bazılarının şeytanın işi olarak kabul edilebileceğini unutmayın.

stephan