Guinguette Marais Poitevin

Statistische Definities >

Wat is de Likert-schaal?

Een Likert-schaal is een soort beoordelingsschaal die wordt gebruikt om attitudes of meningen te meten. Bij deze schaal wordt respondenten gevraagd items te beoordelen op een mate van overeenstemming. Bijvoorbeeld:

• Zwaar mee eens
• Mee eens
• Neutraal
• Oneens
• Zwaar mee oneens

Vijf tot zeven items worden gewoonlijk gebruikt in de schaal. De schaal hoeft niet te vermelden “mee eens” of “mee oneens”; er zijn tientallen variaties mogelijk op thema’s als overeenstemming, frequentie, kwaliteit en belang. Bijvoorbeeld:

• Overeenstemming: Sterk mee eens tot sterk mee oneens.
• Frequentie: Vaak tot nooit.
• Kwaliteit: Zeer goed tot zeer slecht.
• Waarschijnlijkheid: Zeker tot nooit.
• Belang: Zeer belangrijk tot onbelangrijk.

Deze items worden Likert Scale Response Anchors genoemd.

Als de respondenten eenmaal hebben geantwoord, worden er getallen aan de antwoorden toegekend. Bijvoorbeeld:
Zeer mee eens=5
Gelijk mee eens=4
Neutraal=3
Dis mee oneens=2
Zeer mee oneens=1
Dit stelt u in staat betekenis toe te kennen aan de antwoorden. Een enquête over klantenservice kan u bijvoorbeeld in staat stellen te zien welke van uw medewerkers goede service verlenen (een gemiddelde score van 4-5) en welke slechte service verlenen (een gemiddelde score van 1-2).

Stappen voor het ontwikkelen van een Likert-schaal

1. Stel de focus vast: wat probeert u te meten? Uw onderwerp moet eendimensionaal zijn. Bijvoorbeeld “Klantenservice” of “Deze website.”
2. Genereer de items van de Likert-schaal. De items moeten op een of andere schaal kunnen worden beoordeeld. De afbeelding bovenaan deze pagina bevat enkele suggesties. Beleefdheid/ onbeleefdheid kan bijvoorbeeld worden beoordeeld als “zeer beleefd”, “beleefd”, “niet beleefd” of “zeer onbeleefd”. Beleefdheid kan ook worden beoordeeld op een schaal van 1 tot 10, waarbij 1 helemaal niet beleefd is en 10 uiterst beleefd.
3. Beoordeel de items op de Likertschaal. U wilt er zeker van zijn dat uw focus goed is, dus kies een team van mensen om de items in stap 2 hierboven door te nemen en ze te beoordelen als gunstig/neutraal/ongunstig voor uw focus. Verwijder de items die het meest als ongunstig worden ervaren.
4. Voer uw Likert-schaaltest uit.

Hypothesetests op Likert-schalen

Als u weet dat u analyses gaat uitvoeren op Likert-schaalgegevens, is het gemakkelijker om uw vragen in de ontwikkelingsfase op maat te maken, in plaats van uw gegevens te verzamelen en dan een beslissing te nemen over de analyse. Welke analyse u uitvoert, hangt af van het formaat van uw vragenlijst.

Er is enige onenigheid in onderwijs en onderzoek over de vraag of u parametrische tests zoals de t-test of niet-parametrische hypothesetests zoals de Mann-Whitney op Likert-schaalgegevens moet uitvoeren. Winter en Dodou(2010) onderzochten deze kwestie, met de volgende resultaten:

“Concluderend kan worden gesteld dat de t-toets en de Mann-Whitney-test over het algemeen een gelijkwaardige power hebben, behalve voor scheve, gepiekte of multimodale verdelingen waarvoor sterke powerverschillen tussen de twee tests optraden. Het Type I-foutenpercentage van beide methoden lag nooit meer dan 3% boven het nominale percentage van 5%, zelfs niet wanneer de steekproefomvang zeer ongelijk was.”

Met andere woorden, er lijkt geen echt verschil te zijn tussen de resultaten voor parametrische en niet-parametrische tests, behalve voor scheve, gepiekte of multimodale verdelingen. Welke weg u inslaat, hangt af van uzelf, uw afdeling en misschien het tijdschrift waar u uw aanvraag indient (als dat bestaat). De belangrijkste stap in de beslissingsfase is te beslissen of u uw gegevens als ordinale of intervalgegevens wilt behandelen. Lees dan de paragraaf hieronder voor uw gegevenstype. Een paar algemene richtlijnen:

• Voor een reeks individuele vragen met Likert antwoorden, behandel de gegevens als ordinale variabelen.
• Voor een reeks Likert vragen die samen één construct beschrijven (persoonlijkheidskenmerk of houding), behandel de gegevens als interval variabelen.

Twee opties

De meeste Likert schalen worden geclassificeerd als ordinale variabelen. Als u er 100% zeker van bent dat de afstand tussen variabelen constant is, dan kunnen ze voor testdoeleinden worden behandeld als intervalvariabelen. In de meeste gevallen zullen uw gegevens ordinaal zijn, omdat het onmogelijk is om het verschil te zien tussen bijvoorbeeld “zeer mee eens” en “mee eens” versus “mee eens” en “neutraal.”

Ordinale schaalgegevens

Bij de meeste variabele types (interval, ratio, nominaal), kunt u het gemiddelde vinden. Dit geldt niet voor Likert-schaalgegevens. Het gemiddelde in een Likert-schaal kan niet worden gevonden omdat je de “afstand” tussen de data-items niet kent. Met andere woorden, u kunt wel een gemiddelde vinden van 1,2 en 3, maar niet van “mee eens”, “mee oneens” en “neutraal”.

“Het gemiddelde van ‘redelijk’ en ‘goed’ is niet ‘redelijk-en-een-half’; wat zelfs waar is als je gehele getallen toewijst om ‘redelijk’ en ‘goed’ weer te geven!” – Susan Jamieson parafraserend Kuzon Jr et al. (Jamieson, 2004)

Statistiekkeuzes

Statistieken die je kunt gebruiken zijn:

• De modus: het meest voorkomende antwoord.
• De mediaan: het “middelste” antwoord wanneer alle items in volgorde worden geplaatst.
• Het bereik en interkwartielbereik: om variabiliteit te laten zien.
• Een staafdiagram of frequentietabel: om een tabel met resultaten te laten zien. Maak geen histogram, want de gegevens zijn niet continu.

Hypothesetoetsing

Bij hypothesetoetsing voor Likert-schalen staat de onafhankelijke variabele voor de groepen en de afhankelijke variabele voor het construct dat u meet. Als je bijvoorbeeld studenten verpleegkunde ondervraagt om hun mate van compassie te meten, is de onafhankelijke variabele de groepen studenten verpleegkunde en de afhankelijke variabele de mate van compassie.

Typen tests die u kunt uitvoeren:

• Kruskal Wallis: bepaalt of de mediaan voor twee groepen verschillend is.
• Mann Whitney U Test: bepaalt of de mediaan voor twee groepen verschillend is. Eenvoudig te evalueren enkelvoudige Likert schaal vragen, maar lijdt aan verschillende vormen van bias, waaronder centrale tendens bias, berusting bias en sociale wenselijkheid bias. Bovendien is validiteit meestal moeilijk aan te tonen.

Meer opties voor twee categorieën

Als u uw antwoorden combineert in twee categorieën, bijvoorbeeld mee eens en mee oneens, gaan er meer testopties voor u open.

• Chi-kwadraat: De test is ontworpen voor multinomiale experimenten, waarbij de uitkomsten tellingen zijn die in categorieën zijn ondergebracht.
• McNemar-test: Test of antwoorden op categorieën hetzelfde zijn voor twee groepen/condities.
• Cochran’s Q test: Een uitbreiding van McNemar die test of antwoorden op categorieën hetzelfde zijn voor drie of meer groepen/omstandigheden.
• Friedman-test: voor het vinden van verschillen in behandelingen over meerdere pogingen.

Measures of Association

Soms wilt u weten of een bepaalde groep mensen een andere respons (hoger of lager) heeft dan een andere groep mensen op een bepaald Likert-schaalitem. Om deze vraag te beantwoorden, zou u een maat voor associatie gebruiken in plaats van een test voor verschillen (zoals hierboven).

Als uw groepen op de een of andere manier ordinaal (d.w.z. geordend) zijn, zoals leeftijdsgroepen, kunt u gebruik maken van:

• Kendall’s tau-coëfficiënt of varianten van tau (bijv. gamma-coëfficiënt; Somers’ D).
• Spearman rangcorrelatie.

Als je groepen niet ordinaal zijn, gebruik dan een van deze:

• Phi-coëfficiënt.
• Contingentiecoëfficiënt.
• Cramer’s V.

Interval Scale Data

Statistieken die geschikt zijn voor interval schaal Likert data:

• Mean.
• Standaardafwijking.

Hypothesetests die geschikt zijn voor Likert-gegevens op intervalschaal:

• T-test.
• ANOVA.
• Regressieanalyse (geordende logistische regressie of multinomiale logistische regressie). Als u uw afhankelijke variabelen kunt combineren tot twee antwoorden (bijv. mee eens of niet mee oneens), voert u binaire logistische regressie uit.

——————————————————————————

Heb je hulp nodig bij een huiswerk- of testvraag? Met Chegg Study kunt u stap-voor-stap oplossingen voor uw vragen krijgen van een expert op dit gebied. Uw eerste 30 minuten met een Chegg-leraar zijn gratis!