Dati Su Scala Likert Analisi In Forex Stata

Come utilizzare la scala di Likert a scala Analisi statistica Un Likert (lkrt pronunciato, 1 anche lakrt) è una scala psicometrico comunemente usato in questionari, ed è la scala più utilizzato nella ricerca sondaggio, in modo tale che il termine è spesso usato in modo intercambiabile con voto scalare anche se i due non sono sinonimi. Quando si risponde a un elemento questionario di Likert, gli intervistati indicano il loro livello di accordo per una dichiarazione. La scala prende il nome dal suo inventore, lo psicologo Rensis Likert.2 domanda di esempio presentato con un Likert voce di cinque punti Un importante distinzione deve essere fatta tra una scala Likert e una voce di Likert. La scala Likert è la somma delle risposte su diversi elementi Likert. Perché gli elementi Likert sono spesso accompagnati da una scala analogica visiva (ad esempio una linea orizzontale, su cui un soggetto indica la sua risposta cerchiando o il controllo tick-marks), gli elementi sono a volte chiamati essi stessi bilance. Questa è la fonte di molta confusione è meglio, quindi, di riservare la scala Likert termine per applicare alla scala sommati, e la voce Likert per riferirsi a un singolo elemento. Un elemento Likert è semplicemente una dichiarazione che il convenuto è stato incaricato di valutare in base a qualsiasi tipo di criteri soggettivi o oggettivi in ​​generale il livello di accordo o disaccordo viene misurato. Spesso cinque livelli di risposta ordinate sono utilizzati, anche se molti psicometristi avvocato con sette o nove livelli di un recente studio3 empirica ha trovato che una scala a 5 o 7-punto può produrre leggermente più alti punteggi medi relativi al punteggio più alto ottenibile possibile, rispetto a quelli prodotti da una scala di 10 punti, e questa differenza era statisticamente significativa. Per quanto riguarda le altre caratteristiche dei dati, c'era molto poca differenza tra i formati di scala in termini di variazione attorno alla media, asimmetria o curtosi. Il formato di un tipico a cinque livelli voce Likert è: 1. Molto in disaccordo 2. In disaccordo 3. Né d'accordo né in disaccordo 4. D'accordo 5. Molto d'accordo scala Likert è un metodo di scala bipolare, misurando la risposta sia positiva o negativa ad una dichiarazione. A volte una scala a quattro punti viene utilizzata questa è una scelta obbligata methodcitation necessario in quanto l'opzione metà del Né d'accordo né in disaccordo non è disponibile. Scala Likert possono essere soggetti a distorsioni da diverse cause. Gli intervistati possono evitare l'uso di categorie estreme di risposta (polarizzazione tendenza centrale) d'accordo con affermazioni come presentato (bias di acquiescenza) o cercare di ritrarre se stessi o la loro organizzazione in una luce più favorevole (desiderabilità sociale). Progettare una scala con calettamento equilibrato (un numero uguale di dichiarazioni positive e negative) può ovviare al problema di pregiudizi acquiescenza, dal momento che l'acquiescenza su elementi calettati positivamente equilibrerà acquiescenza su oggetti negativamente a chiave, ma la tendenza centrale e desiderabilità sociale sono un po 'più problematica. Punteggi e analisi Dopo il questionario è completato, ogni elemento può essere analizzato separatamente o in alcuni casi le risposte voce può essere riassunto per creare un punteggio per un gruppo di elementi. Quindi, Scala Likert sono spesso chiamati scale sommativa. Se gli elementi Likert individuali possono essere considerati come dati a livello di intervallo, o se debbano essere considerati semplicemente ordinare-categorica dati è oggetto di disaccordo. Molti considerano tali articoli solo come dati ordinali, perché, soprattutto quando si utilizzano solo cinque livelli, non si può presumere che gli intervistati percepiscono tutte le coppie di livelli adiacenti come equidistanti. D'altra parte, spesso (come nell'esempio sopra) la formulazione livelli di risposta implica chiaramente una simmetria di livelli di risposta circa una categoria di mezzo almeno, tale elemento cadrebbe tra misura ordinal - ea livello intervallo trattarlo semplicemente come ordinale perderebbe informazioni. Inoltre, se l'elemento è accompagnato da una scala analogica visiva, in cui la parità di distanza dei livelli di risposta è chiaramente indicata, l'argomento per trattandolo come dati a livello di intervallo è ancora più forte. Se trattati come dati ordinali, le risposte Likert possono essere raccolti in grafici a barre, tendenza centrale riassunto dalla mediana o il modo (ma qualcuno potrebbe dire che non la media), la dispersione riassunto dalla gamma tra quartili (ma qualcuno potrebbe dire che non la deviazione standard ), o analizzati utilizzando test non parametrici, ad esempio, test chi-quadro, test di Mann8211Whitney, Wilcoxon test o Kruskal8211Wallis test.4 analisi parametrica di medie ordinarie di dati scala Likert è anche giustificabile dal teorema del limite centrale, anche se qualcuno potrebbe non essere d'accordo che le medie ordinarie devono essere utilizzati per la scala Likert dati. Risposte ad alcune domande Likert si possono riassumere, a condizione che tutte le domande utilizzano la stessa scala Likert e che la scala è una approssimazione difendibile per una scala di intervallo, nel qual caso essi possono essere trattati come dati intervallo di misura una variabile latente. Se le risposte sommati soddisfano queste ipotesi, test statistici parametrici come l'analisi della varianza possono essere applicati. Questi possono essere applicate solo quando più di 5 domande Likert sono summed. citation necessari dati da Scala Likert a volte sono ridotti al livello nominale, combinando tutti d'accordo e non sono d'accordo le risposte in due categorie di accettare e rifiutare. Il chi-quadrato, Cochran Q, o test di McNemar sono procedure statistiche comuni utilizzate dopo questa trasformazione. valutazione basata Consensus (CBA) può essere utilizzato per creare uno standard oggettivo per le scale Likert in settori in cui non esistono standard di standard o obiettivo generalmente accettato. valutazione basata Consensus (CBA) può essere utilizzato per raffinare o anche convalidare gli standard generalmente accettati. Livello di misurazione Le cinque categorie di risposta sono spesso creduto di rappresentare un livello di intervallo di misura. Ma questo può essere il caso se gli intervalli tra i punti scala corrispondono a osservazioni empiriche in un senso metrico. In realtà, ci può apparire anche fenomeni che mettono in discussione anche il livello di scala ordinale. Per esempio, in un insieme di elementi A, B, C valutato con una scala Likert relazioni circolari come AGTB, BgtC e CGTA possono apparire. Questo viola l'assioma di transitività per la scala ordinale. Dati modello di Rasch scala Likert possono, in linea di principio, essere utilizzati come base per ottenere stime a livello di intervallo su un continuum applicando il modello Rasch politomica, quando i dati si possono ottenere che si adattano questo modello. Inoltre, il modello di Rasch politomica permette di controllare l'ipotesi che le dichiarazioni riflettono crescenti livelli di un atteggiamento o tratto, come previsto. Ad esempio, applicazione del modello indica spesso che la categoria neutra non rappresenta un livello di atteggiamento o tratto tra le categorie in disaccordo e accettato. articoli Anche in questo caso, non tutti i set di Likert riportata in scala possono essere utilizzati per la misura Rasch. I dati devono essere accuratamente controllato per soddisfare i rigorosi assiomi formali del modello. Pronuncia Rensis Likert, lo sviluppatore della scala, pronunciato il suo nome lick-Urt con una breve i sound.56 E 'stato affermato che il nome Likerts è tra i più pronunciato male nel field.7 Anche se molte persone usano la i lunga della variante (bugia - Kurt), coloro che tentano di rimanere fedele alla pronuncia Dr. Likerts utilizzare il breve pronuncia i (lick-Urt). Da Wikipedia, l'enciclopedia libera La scala Likert è comunemente usato nella ricerca sondaggio. E 'spesso usato per misurare gli atteggiamenti intervistati chiedendo fino a che punto sono d'accordo o in disaccordo con una particolare domanda o affermazione. Una scala tipico potrebbe essere molto d'accordo, d'accordo, non sureundecided, in disaccordo, fortemente in disaccordo. In superficie, dati di rilievo utilizzando la scala Likert possono sembrare facili da analizzare, ma ci sono questioni importanti per un analista di dati da considerare. 1. i dati pronti per l'analisi codificando le risposte. Ad esempio, supponiamo di avere un sondaggio che chiede agli intervistati se sono d'accordo o in disaccordo con una serie di posizioni in una piattaforma partito politico. Ogni posizione è una domanda del sondaggio, e la scala utilizza le seguenti risposte: Molto d'accordo, d'accordo, neutro, in disaccordo, fortemente in disaccordo. In questo esempio, il codice e le risposte di conseguenza: Completamente in disaccordo 1, non sono d'accordo 2, 3 neutro, d'accordo 4, molto d'accordo 5. 2. Ricordati di distinguere tra dati ordinali e l'intervallo, come i due tipi richiedono diversi approcci analitici. Se i dati sono ordinali, possiamo dire che un punteggio superiore a un'altra. Non possiamo dire quanto più in alto, come si può con i dati di intervallo, che indicano la distanza tra due punti. Ecco la trappola con la scala Likert: molti ricercatori tratteranno come un intervallo di scala. Questo presuppone che le differenze tra ogni risposta sono uguali a distanza. La verità è che la scala Likert, non noi che lo dice. Nel nostro esempio qui, ci dice solo che la gente con risposte con numeri più alti sono più d'accordo con le posizioni dei partys rispetto a quelli con le risposte più basso-numerati. 3. Iniziare l'analisi dei dati scala Likert con statistiche descrittive. Anche se può essere tentati, resistere alla tentazione di prendere le risposte numeriche e calcolare una media. L'aggiunta di una risposta di fortemente d'accordo (5) per due risposte di disaccordo (2) ci darebbe una media di 4, ma qual è il significato di quel numero Fortunatamente, ci sono altre misure di tendenza centrale possiamo utilizzare oltre la media. Con i dati scala Likert, la misura migliore da utilizzare è la modalità, o la risposta più frequente. Questo rende i risultati del sondaggio molto più facile per l'analista (per non parlare del pubblico per la presentazione o relazione) da interpretare. È inoltre possibile visualizzare la distribuzione delle risposte (percentuali che sono d'accordo, non sono d'accordo, ecc) in un grafico, come ad esempio un grafico a barre, con una barra per ciascuna categoria di risposta. 4. Procedere accanto alle tecniche inferenziali, che le ipotesi di prova poste dai ricercatori. Ci sono molti approcci disponibili, e il migliore dipende dalla natura del vostro studio e le domande che si sta cercando di rispondere. Un approccio comune è quello di analizzare le risposte utilizzando l'analisi delle varianze, come Mann Whitney o test di Kruskal Wallis. Supponiamo nel nostro esempio abbiamo voluto analizzare le risposte alle domande sulle posizioni di politica estera con l'etnia come variabile indipendente. Diciamo che i nostri dati include le risposte da Anglo, afro-americano, e gli intervistati ispanici, così abbiamo potuto analizzare le risposte tra i tre gruppi di intervistati che utilizzano il test di Kruskal Wallis della varianza. 5. Semplificare i tuoi dati dell'indagine ulteriormente combinando le quattro categorie di risposta (ad esempio Pienamente d'accordo, d'accordo, disaccordo, fortemente in disaccordo) in due categorie nominali, come agreedisagree, acceptreject, etc.). Questo offre altre possibilità di analisi. Il test del chi quadrato è un approccio per analizzare i dati in questo modo. Per saperne di più: come utilizzare la scala Likert a Analisi statistica eHow ehowhow4855078use-Likert scale-statistico-analysis. htmlixzz1LGrJsRUS C'è un enorme dibattito in corso nelle scienze sociali del comportamento su se Likert scale devono essere trattati come ordinale o l'intervallo. Count me come uno che pensa che il suo ok per trattarli come intervallo. Vorrei analizzare i dati in entrambe le direzioni - con chi-quadro e con ANOVA, e vedere come andrà a finire - se i risultati sono gli stessi, sei a posto. Se si ottiene qualcosa di diverso con ogni metodo, allora hai qualcosa di interessante. In generale, è possibile trattare le scale come metodi di intervallo ed eseguire che mettono a confronto i mezzi, come ad esempio ANOVA. Le scale sono abbastanza vicino a intervallo in modo che questi metodi non dovrebbero portano fuori strada. Sì, Tukey sarebbe bene per un test post-hoc. La sua middle-of-the-road in termini di liberalconservative (pescatori LSD è liberale, Bonferroni è conservatore). In termini di come si usa chi-quadro, è possibile impostare un confronto tra i gruppi da contrastare, e fare l'analisi sulla frequenza di ogni scelta, tra i gruppi (cioè ha un gruppo scegliere d'accordo il più delle volte un altro gruppo). Sì, sarebbe un test chi-quadrato di indipendenza. La tabella di contingenza potrebbe essere impostato con gruppi come righe e gli elementi di scala come 8 colonne. Le celle della tabella conterranno le frequenze di risposta. Per chi-quadro post-hoc, utilizzare un semplice confronto tra due proporzioni indipendenti con un test z. È wouldnt necessariamente segnalare mezzi con un'analisi del chi-quadro, dal momento che il vostro interesse è nel confrontare le frequenze, ma questo non vuol dire che wouldnt fare una sorta di confronto di base statistica descrittiva (mezzi, mediane, Std, etc.) Cari tutti, ho la ringrazio per questo articolo, ma mi sento ancora bloccati. Ho tutti i dati su SPSS, ho usato media e deviazione standard per le domande di scala, ma non riescono a rispondere alle mie domande di ricerca. Trovo il modo in questo articolo interessante, ma non so quale funziona per me e come applicare su SPSS. Spero che uno di voi potrebbe aiutare, posso inviare un campione delle mie tabelle .. Grazie in anticipo Ciao, si prega sono davvero confusi su come posso analizzare i miei oggetti scala Likert in questo senso - ho una scala Likert a 5 punti ( molto in disaccordo 1, in disaccordo 2, 3 neutro, d'accordo 4, fortemente d'accordo 5) e hanno alcuni intervistati selezionando indecisi. Quando si analizzano, devo solo buttare via le risposte neutre e analizzare con Molto in disaccordo 1, in disaccordo 2, 3 d'accordo, molto d'accordo 4 Grazie per molte indicazioni atteso. Komentar ini Telah dihapus Oleh pengarang. Komentar ini Telah dihapus Oleh pengarang. Grazie per la condivisione, questo è post molto informativo, che mi aiuterà a Startup mia piccola impresa (BuzzInc) E questa potrebbe essere la mia svolta Scale point. Likert e analisi dei dati di I. Elaine Allen e Christopher A. Seaman inchieste sono utilizzati in modo coerente per misurare qualità. Per esempio, le indagini potrebbero essere utilizzati per misurare cliente percezione della qualità dei prodotti o prestazioni di qualità nella fornitura di servizi. Scala Likert sono un formato comune voto per le indagini. Gli intervistati rango qualità da alto a basso o migliore al peggiore con cinque o sette livelli. Gli statistici sono generalmente raggruppati i dati raccolti da queste indagini in una gerarchia di quattro livelli di misura: i dati nominali: il livello più debole di misurazione che rappresenta le categorie senza rappresentazione numerica. dati ordinali: dati in cui un ordinamento o classificazione delle risposte è possibile, ma nessuna misura di distanza è possibile. Dati Intervallo: Generalmente interi dati in cui l'ordine e la misura della distanza sono possibili. Dati Rapporto: I dati in cui ordinazione significativi, a distanza, decimali e le frazioni tra le variabili sono possibili. Analisi dei dati utilizzando intervallo e di rapporto dati nominali, sono generalmente semplici e trasparenti. L'analisi dei dati ordinali, in particolare per quanto si riferisce alla Likert o altre scale a indagini, non lo sono. Questo non è un problema nuovo. L'adeguatezza del trattamento dei dati ordinali come dati intervallo continua ad essere controversa nel sondaggio analizza in una varietà di campi applicati. 1,2 Una ragione di fondo per l'analisi dei dati ordinali come dati di intervallo potrebbe essere la tesi che i test statistici parametrici (in base al teorema del limite centrale) sono più potenti rispetto alle alternative non parametrici. Inoltre, le conclusioni e interpretazioni di test parametrici possono essere considerati più facili da interpretare e fornire maggiori informazioni rispetto alle alternative non parametrici. Tuttavia, il trattamento dei dati ordinali come intervallo (o anche ratio) di dati senza esaminare i valori del set di dati e gli obiettivi delle analisi possono entrambi trarre in inganno e travisare i risultati di un sondaggio. Per esaminare le analisi del caso di dati scalari e quando il suo preferibile trattare dati ordinali come dati di intervallo, ci concentreremo su scale Likert. Nozioni di base di Likert Bilance Likert sono stati sviluppati nel 1932 come il familiare cinque punti risposta bipolare che la maggior parte delle persone hanno familiarità con oggi. 3 Queste scale vanno da un gruppo di categoriesmdashleast a mostmdashasking la gente a indicare quanto siano d'accordo o in disaccordo, approvare o disapprovare, o credono di essere vera o falsa. Therersquos davvero nessun modo sbagliato per costruire una scala Likert. La considerazione più importante è quello di includere almeno cinque categorie di risposta. Alcuni esempi di gruppi di categorie sono riportati nella Tabella 1. Le estremità della scala, spesso vengono aumentati per creare una scala di sette punti aggiungendo ldquoveryrdquo al rispettivo superiore e inferiore delle scale cinque punti. La scala di sette punti ha dimostrato di raggiungere i limiti superiori della affidabilità scalersquos. 4 Come regola generale, Likert e altri raccomandano che è meglio usare più ampia scala possibile. È sempre possibile comprimere le risposte in categorie condensati, se del caso, per l'analisi. Con questo in mente, scale a volte sono troncati a un numero pari di categorie (in genere quattro) per eliminare l'opzione ldquoneutralrdquo in una scala sondaggio choicerdquo ldquoforced. Rensis Likertrsquos carta originale identifica chiaramente ci potrebbe essere una variabile continua sottostante il cui valore caratterizza le opinioni respondentsrsquo o atteggiamenti e questa variabile sottostante è livello di intervallo, nella migliore delle ipotesi. 5 Analisi, generalizzazione indici continui Come regola generale, media e deviazione standard sono parametri validi per le statistiche descrittive ogni volta che i dati sono su scale ordinali, come lo sono tutte le parametrico analisi in base alla distribuzione normale. Non parametrico proceduresmdashbased sul rango, mediana o rangemdashare appropriata per analizzare questi dati, così come lo sono i metodi liberi di distribuzione come tabulazioni, le frequenze, tabelle di contingenza e statistiche chi-quadrato. modelli Kruskall-Wallis possono fornire lo stesso tipo di risultati come analisi della varianza, ma sulla base ranghi e non i mezzi di risposte. Dato queste scale sono rappresentativi di una misura di continuo sottostante, una raccomandazione è di analizzarli come dati di intervallo come pilota prima di raccogliere la misura continua. La tabella 2 include un esempio di conclusioni fuorvianti, che mostra i risultati del sondaggio annuale di Alfred P. Sloan Foundation della qualità e la portata della formazione on-line negli Stati Uniti. Gli intervistati hanno utilizzato una scala Likert per valutare la qualità della formazione on-line rispetto al faccia a faccia di apprendimento. Mentre il 60-plus degli intervistati percepita apprendimento online come uguale o migliore di faccia a faccia, c'è una minoranza persistente quella percepita apprendimento online come almeno un po 'inferiori. Se questi dati sono stati analizzati con mezzi, con una scala da 1 a 5 da inferiore a superiore, questa separazione sarebbe perso, dando mezzi di 2,7, 2,6 e 2,7 per questi tre anni, rispettivamente. Ciò indicherebbe una leggermente inferiore accordo media piuttosto che la reale distribuzione delle risposte. Un esempio più estremo potrebbe essere quello di mettere tutti i partecipanti agli estremi della scala, ottenendo una media di ldquosamerdquo ma completamente diversa interpretazione dalle risposte ac-tuale. In quali circostanze potrebbero Likert scale essere utilizzati con procedure intervallo Supponiamo che i dati di rango incluso un sondaggio di reddito misura 0, 25.000, 50.000, 75.000 o 100.000 esattamente, e questi sono stati misurati come ldquolow, rdquo ldquomediumrdquo e ldquohigh. rdquo La ldquointervalnessrdquo qui è un attribuire dei dati, non di etichette. Inoltre, l'elemento scala dovrebbe essere almeno cinque e preferibilmente sette categorie. Un altro esempio di analisi Likert scale come valori di intervallo è quando i gruppi di elementi Likert possono essere combinati per formare indici. Tuttavia, vi è una forte avvertimento a questo approccio: Molti ricercatori insistono tali combinazioni di scale passano alfa Cronbachrsquos o il test Kappa di intercorrelazione e validità. Inoltre, la combinazione di scale per formare un indice di livello intervallo assume questa combinazione forma una grandezza caratteristica o sottostante. Le misure continue alternativi per Bilance Alternative a usando una scala Likert formale può essere l'utilizzo di una linea continua o traccia della barra. Per la misurazione del dolore, una linea da 100 mm può essere utilizzato su un sondaggio carta per misurare dal peggiore al migliore in assoluto, ottenendo una misura intervallo continuo. Nel avvento di molte indagini in linea, questo può essere fatto con barre pista simili a quelli illustrati nella figura 1. I partecipanti qui possono calibrare le risposte ad intervalli continui che possono essere catturati da un software sondaggio come valori continui. Conclusione La vostra prima analisi dei dati scalari Likert non dovrebbe comportare statistiche parametriche, ma dovrebbe basarsi sulla natura ordinale dei dati. Mentre le variabili di scala Likert di solito rappresentano una misura continua di fondo, l'analisi delle singole voci dovrebbe usare procedure parametriche solo come analisi pilota. La combinazione di Scala Likert in indici aggiunge valori e la variabilità dei dati. Se sono soddisfatte le ipotesi di normalità, l'analisi con la procedura di parametrica può essere seguito. Inoltre convertire uno strumento cinque o sette categoria ad una variabile continua è possibile con una linea calibrato bar traccia. RIFERIMENTI Gideon Vigderhous, ldquoThe livello di misurazione e l'analisi statistica lsquoPermissiblersquo nella ricerca sociale, rdquo Pacific Sociological Review, vol. 20, No. 1, 1977, pp. 61-72. Ulf Jakobsson, ldquoStatistical presentazione e l'analisi di dati ordinale in Infermieristica di ricerca, rdquo Scandinavian Journal of Sciences Caring, vol. 18, 2004, pp. 437-440. Rensis Likert, Tecnica ldquoA per la misurazione di atteggiamenti, Archivio rdquo di Psicologia, 1932, vol. 140, n 55. Jum C. Nunnally, Teoria psicometrici, McGraw Hill, 1978. Dennis L. Clasen e Thomas J. Dormody, ldquoAnalyzing dati misurati dal individuali Likert-Type I prodotti che, rdquo Journal of Education agricola, vol. 35, n ° 4, 1994. BIBLIOGRAFIA Jacoby, Jacob, e Michael S. Matell, ldquoThree-Point Likert scale sono abbastanza buono, rdquo Journal of Marketing Research, vol. 8, No. 4, 1971, pp. 495-500. Jamieson, Susan, ldquoLikert Bilancia: come (Ab) utilità per loro, rdquo Medical Education, vol. 38, n ° 12), 2004, pagg. 1,217-1,218. I. ELAINE Allen è professore associato di statistica e l'imprenditorialità a Babson College di Babson Park, MA. Ha un dottorato in statistica presso la Cornell University di Ithaca, NY. Allen è un membro anziano di ASQ. Christopher A. SEAMAN è uno studente di dottorato in matematica presso il Graduate Center della City University di New York.