Recherche chaud: creer un deguisement annakin skywalker apprendre taekwondo en ligne comment prendre du poisson comment devenir celebre msp comment supperposé des photos extensions de chrome sont bloquées nutrisystem d pelage chrome
Index Loisirs Santé Technologie

Utilisation de l'analyse statistique de l'échelle de Likert

Publié:2012-08-06Source: général
Advertisement

Utilisation de l'analyse statistique de l'échelle de Likert

L'échelle de Likert est couramment utilisé dans la recherche par sondage. Souvent utilisé pour mesurer les attitudes des répondants se demandent dans quelle mesure ils sont d'accord avec une question ou une déclaration spécifique. Une échelle typique pourrait être «fortement d'accord, d'accord, je ne suis pas sûr / indécis, en désaccord, fortement en désaccord." Superficiellement, les données de l'enquête en utilisant l'échelle de Likert peuvent sembler faciles à analyser, mais il ya des questions importantes à considérer tous ceux qui analysent les données.

Niveau de difficulté:

Modérément difficile

Instructions

1 Préparez vos données pour l'analyse en codant les réponses. Par exemple, dire que vous avez un sondage qui demande aux répondants si elles sont ou non avec un groupe de postes à la proposition d'un parti politique. Chaque position est une réponse à l'enquête, et l'échelle en utilisant les réponses suivantes: entièrement d'accord, d'accord, neutre, en désaccord, en désaccord. Dans cet exemple, nous allons faire le codage approprié de réponses: désaccord = 1, 2 = en désaccord, neutre = 3, d'accord = 4 Fortement en désaccord = 5.

2 rappelle la différence entre des données ordinales et d'intervalle, puisque les deux types exigent différentes approches analytiques. Si les données sont ordinales, nous pouvons dire que le score est supérieur à l'autre. Nous ne pouvons pas dire combien plus, comme dans le cas des données d'intervalle, ce qui nous indique la distance entre deux points. Voici la capture de l'échelle de Likert: de nombreux chercheurs traitent comme si elle était une échelle d'intervalle. Cela signifie que les différences entre chaque réponse sont équidistants. La vérité est que l'échelle de Likert ne nous le dit pas. Dans notre exemple, indique simplement que les gens avec les réponses des numéros plus élevés sont plus en ligne avec la vision du parti que ceux qui ont moins de réponses.

3 Lancez l'analyse de votre échelle de Likert de données avec les statistiques descriptives. Bien qu'il puisse sembler tentante, résister à l'envie de saisir les réponses numériques et calculer une moyenne. La combinaison d'une réponse «fortement d'accord» (5) avec deux réponses "en désaccord" (2), nous avons supposé une moyenne de 4, mais quelle est l'importance de ce nombre? Heureusement, il existe d'autres mesures de tendance centrale, nous pouvons utiliser en dehors de la moyenne. Utilisant les données de l'échelle de Likert, la meilleure mesure est d'utiliser la mode, qui est, la réponse la plus fréquente. Cela rend le résultat de l'enquête est beaucoup plus facile à interpréter à l'analyste (encore moins le public pour votre présentation ou un rapport). Vous pouvez également afficher la répartition des réponses (en pourcentage qui sont d'accord, ils sont en désaccord, etc.) dans un graphique, par exemple, un graphique à barres, avec une barre pour chaque catégorie de réponse.

4 Une procède alors à l'inférence techniques, qui vérifie les hypothèses formulées par les chercheurs. Il existe de nombreuses approches disponibles, et qui est le mieux dépend de la nature de votre étude et les questions que vous essayez de répondre. Une approche populaire est d'analyser les réponses en utilisant l'analyse des techniques de variance, tels que le test de Mann Whitney ou le test de Kruskal Wallis. Supposons que dans notre exemple, nous voulions analyser les réponses aux questions sur les positions de politique étrangère, le groupe ethnique étant la variable indépendante. Disons que nos données comprennent les réponses des répondants Anglos, Afro-Américains et les Hispaniques, afin que nous puissions analyser les réponses parmi les trois premiers groupes de répondants en utilisant le test de variance Kruskal Wallis.

5 simplifie les données de votre enquête plus loin, en combinant les quatre catégories (par exemple, fortement d'accord, d'accord, en désaccord, fortement en désaccord) en deux catégories nominales, comme d'accord / pas d'accord, accepté / refusé, etc. ). Cette analyse offre d'autres options. Le test du chi-carré est une approche pour analyser les données de cette façon.

Lire cet article en Inglés: Comment faire pour utiliser l'échelle de Likert en analyse statistique

[Rédacteur: Admin]
Je vous imagine comme

Articles recommandés

Cliquez Top Ranking