사회 과학에 관한 많은 연구는 리 커트 척도를 사용합니다. Likert 데이터를 서수로 사용하는 것이 적절한시기와 간격 데이터로 사용하는 것이 적절한시기는 언제입니까?
사회 과학에 관한 많은 연구는 리 커트 척도를 사용합니다. Likert 데이터를 서수로 사용하는 것이 적절한시기와 간격 데이터로 사용하는 것이 적절한시기는 언제입니까?
답변:
어쩌면 너무 늦었지만 어쨌든 대답을 추가합니다 ...
데이터를 사용하여 수행하려는 작업에 따라 다릅니다. 다른 참가자 그룹 (성별, 국가 등)을 고려할 때 점수가 다르다는 점에 관심이있는 경우 일반적인 가정을 충족하는 경우 점수를 숫자 값으로 취급 할 수 있습니다. 분산 (또는 모양) 및 표본 크기에 대해 부분 군에 따라 반응 패턴이 어떻게 다른지 강조하는 데 관심이있는 경우 일련의 답변 옵션 중에서 항목 점수를 개별 선택으로 간주하고 로그 선형 모델링, 순서 형 로지스틱 회귀, 항목-응답 모델 또는 기타 통계 모델을 찾아야합니다. 다원화 항목에 대처할 수 있습니다.
일반적으로, 스케일에 11 개의 별개의 점을 갖는 것이 인터벌 스케일을 근사하기에 충분하다고 일반적으로 고려합니다 (해석 목적은 @xmjx의 설명 참조). 리 커트 항목은 실제 서수 척도로 간주 될 수 있지만 종종 숫자로 사용되며 평균 또는 SD를 계산할 수 있습니다. 이는 태도 조사에서 종종 이루어 지지만, 평균 / SD 및 응답의 %를 모두 두 가지 범주로보고하는 것이 현명합니다.
합산 척도 점수를 사용할 때 (즉, "총 점수"를 계산하기 위해 각 항목에 점수를 더함) 일반적인 통계가 적용될 수 있지만 이제 잠재 변수를 사용하여 기본 구성을 사용하고 있음을 명심해야합니다. 이해해야합니다! 심리 측정에서 우리는 일반적으로 (1) 척도의 일차 원성, (2) 척도 신뢰성이 충분한 지 확인합니다. 이러한 두 가지 척도 점수 (두 개의 서로 다른 계측기)를 비교할 때 고전적인 Pearson 상관 계수 대신 감쇠 상관 측정을 사용하는 것도 고려할 수 있습니다.
고전 교과서에는 다음이 포함됩니다 :
1. Nunnally, JC and Bernstein, IH (1994). 심리학 이론 (3 판). 심리학의 McGraw-Hill 시리즈.
2. Streiner, DL 및 Norman, GR (2008). 건강 측정 척도. 그들의 개발 및 사용에 대한 실용적인 가이드 (4 판). 옥스퍼드.
3. Rao, CR 및 Sinharay, S., Eds. (2007). 통계 핸드북, Vol. 26 : 심리 측정 . Elsevier Science BV
4. Dunn, G. (2000). 정신과 통계 . Hodder Arnold.
또한 Rost & Langeheine과 W. Revelle의 성격 연구 웹 사이트에서 사회 과학의 잠재 특성 및 잠재 클래스 모델의 응용 프로그램을 살펴볼 수도 있습니다 .
심리적 척도를 검증 할 때는 소위 상한 / 바닥 효과 (가장 낮은 / 가장 높은 반응 범주에서 참가자의 점수로 인해 발생하는 큰 비대칭)를 보는 것이 중요합니다. 이는 수치 변수로 처리 할 때 계산 된 통계에 심각한 영향을 줄 수 있습니다. 예를 들어, 국가 집계, t- 테스트). 이것은 태도 또는 건강 조사에서 전반적인 반응 분포가 국가마다 다르기 때문에 (예를 들어 중국인 대 서방 출신의 사람들은 특정 반응 패턴을 강조하는 경향이 있기 때문에) 문화 간 연구에서 특정 문제를 제기한다. 일반적으로 품목 수준에서 더 극단적 인 점수를 얻으려면 예를 들어 Song, X.-Y. (2007) 삶의 질 데이터에 적용한 다중 표본 구조 방정식 모델 분석잠재 변수 및 관련 모델 핸드북 , Lee, S.-Y. (Ed.), pp 279-302, North-Holland).
보다 일반적으로 측정 문제에 관심이있는 경우 리 커트 항목을 광범위하게 사용하는 심리 측정 관련 문헌을 살펴보아야합니다. 다양한 통계 모델이 개발되었으며 현재 품목 반응 이론 프레임 워크로 향하고 있습니다.
간단한 대답은 리 커트 척도는 항상 서수라는 것입니다. 스케일상의 위치 사이의 간격은 단조 적이지만 수치 적으로 균일 한 증분이되도록 잘 정의되지 않습니다.
즉, 서수와 간격의 구별은 수행되는 분석의 특정 요구 사항을 기반으로합니다. 특수한 상황에서는 응답이 간격 척도로 떨어지는 것처럼 처리 할 수 있습니다. 이를 위해서는 일반적으로 응답자들이 척도 반응의 의미와 밀접하게 일치해야하며 분석 (또는 분석에 근거한 결정)은 발생할 수있는 문제에 상대적으로 둔감해야합니다.
likert scale은 항상 서수 형식입니다. 통계적 분석이 가능하도록 정량적 값을 정 성적 데이터에 적용하는 방법. 각 잠재적 인 선택에 숫자 값이 할당되고 모든 응답에 대한 평균 수치는 평가 또는 설문 조사가 끝날 때 계산됩니다.