scale Likert , frequentemente utilizzati nella ricerca indagine , misurano gli atteggiamenti degli intervistati chiedendo quanto fortemente d’accordo o in disaccordo con una serie di domande o affermazioni . Una scala tipico potrebbe consistere delle seguenti categorie di risposta : molto d’accordo , d’accordo , indeciso , non sono d’accordo , e fortemente in disaccordo . Codifica numerica delle risposte permette ai ricercatori di analizzare i dati in scala Likert con methods.Things statistica descrittiva e inferenziale che vi serve

Computer con software di foglio di calcolo

Statistiche libro o

manuale

Mostra Altre istruzioni

analizzando Likert Scale dati

1

Codice delle risposte assegnando un valore numerico a ciascuna . Supponiamo , per esempio , ci chiediamo quanto gli intervistati sono d’accordo o in disaccordo con dieci azioni intraprese dal Congresso . Le categorie di risposta sono fortemente d’accordo , d’accordo , incerto /indeciso , d’accordo , e fortemente in disaccordo . Potremmo codificare le risposte come segue : molto d’accordo = 1 , d’accordo = 2 , indecisi = 3 , non sono d’accordo = 4 , e fortemente in disaccordo = 5 È possibile immettere questi dati su un foglio Excel per l’analisi

2 .

rappresentare la gamma di risposte visivamente con grafici a barre che visualizzano il numero e la percentuale di intervistati che hanno espresso accordo , disaccordo , ecc , con ogni posizione ricoperta nella vostra indagine .

3

riassumere i dati in scala Likert utilizzando statistiche descrittive . Prestare attenzione in questa fase . Un errore comune è quello di calcolare una media numerica , o il valore delle risposte codificate dire . Questo non è un metodo valido per analizzare i dati su scala Likert , che sono ordinale in natura . In alternativa , riepilogare i dati in scala Likert con la modalità , o la risposta più frequente . Ad esempio, se ” accordo” è stata la risposta più frequente a un elemento , la modalità sarebbe il valore numerico assegnato a quella risposta .

4

Esplora i dati ulteriormente con tecniche statistiche inferenziali . Esistono molti tali tecniche , e la più appropriata dipenderà dalla natura esatta del vostro studio . L’analisi della varianza è un approccio . Per l’esempio nel passaggio 1 , è possibile analizzare le risposte con il sesso del rispondente come variabile indipendente , esaminando la differenza nelle risposte tra partecipanti al sondaggio maschili e femminili . L’analisi fattoriale , che cerca di spiegare le risposte in funzione di fattori sottostanti , viene anche usato frequentemente .