Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Психометриялық өлшеу шкаласы
Psychometric measurement scale
Ликерт шкаласы (LIKərt) – американдық әлеуметтік психолог Ренсис Ликерттің есімімен аталатын психометриялық шкала және зерттеу сауалнамаларында жиі қолданылады. Бұл сауалнамалық зерттеулерде жауаптарды бағалаудың ең көп таралған тәсілі, сондықтан термин (немесе толыққанды Ликерт типіндегі шкала) көбінесе рейтингтік шкаламен мағынасы бірдей қолданылады, бірақ рейтингтік шкалалардың басқа түрлері де бар. Ликерт бір жиын элементтерге (әдетте сегіз немесе одан да көп) берілген жауаптардың жиынтығынан туындайтын нақты шкаланы және жауаптарды белгілі бір диапазон бойынша бағалау форматын ажыратты. Техникалық тұрғыдан алғанда, Ликерт шкаласы тек біріншісіне қатысты. Бұл екі түсінік арасындағы айырмашылық Ликерттің зерттеліп отырған құбылыс пен осы құбылыстың өзгеруін көрсететін деректерді жинау әдістері арасындағы айырмашылыққа байланысты. Ликерт сұрағына жауап берген кезде респонденттер бірқатар мәлімдемелерге қатысты келісу немесе келіспеу деңгейін симметриялық келісу-келіспеу шкаласында көрсетеді. Осылайша, диапазон берілген сұраққа қатысты олардың сезімінің күшін көрсетеді. Шкала жеке элементтерге (сұрақтарға) берілген жауаптардың қарапайым қосындысы немесе орташасы арқылы құрастырылуы мүмкін. Осылайша, Ликерт шкаласы әр таңдау (жауап нұсқасы) арасындағы қашықтықтың тең деп есептеледі. Көптеген зерттеушілер жоғары корреляцияланған (ішкі сәйкестілігі жоғары) мұндай элементтер жиынтығын қолданады, сонымен қатар олар зерттеліп отырған саланың толық көлемін қамтуға мүмкіндік береді (бұл толық сәйкестілікті талап етпейді). Басқалары "Барлық элементтер бір-бірінің көшірмесі деп есептеледі, яғни элементтер параллель құралдар болып саналады" деген стандартты ұстанады. Ал қазіргі заманғы тест теориясы әр элементтің қиындық деңгейін (ICC) элементтерді бағалау кезінде ескерілетін ақпарат ретінде қарастырады.
A Likert scale ('/l//ɪ//k//ər//t/ LIKərt,) is a psychometric scale named after its inventor, American social psychologist Rensis Likert, which is commonly used in research questionnaires. It is the most widely used approach to scaling responses in survey research, such that the term (or more fully the Likert type scale) is often used interchangeably with rating scale, although there are other types of rating scales. Likert distinguished between a scale proper, which emerges from collective responses to a set of items (usually eight or more), and the format in which responses are scored along a range. Technically speaking, a Likert scale refers only to the former. The difference between these two concepts has to do with the distinction Likert made between the underlying phenomenon being investigated and the means of capturing variation that points to the underlying phenomenon. When responding to a Likert item, respondents specify their level of agreement or disagreement on a symmetric agree disagree scale for a series of statements. Thus, the range captures the intensity of their feelings for a given item. A scale can be created as the simple sum or average of questionnaire responses over the set of individual items (questions). In so doing, Likert scaling assumes distances between each choice (answer option) are equal. Many researchers employ a set of such items that are highly correlated (that show high internal consistency) but also that together will capture the full domain under study (which requires less than perfect correlations). Others hold to a standard by which "All items are assumed to be replications of each other or in other words items are considered to be parallel instruments". By contrast, modern test theory treats the difficulty of each item (the ICCs) as information to be incorporated in scaling items.
Нәрселеу және талдау
Сұрақнама толтырылғаннан кейін әрбір сұрақ жеке талдауға жарамды, ал кейбір жағдайларда жауаптардың қосындысы сұрақтар тобы үшін баллды анықтауға қолданылуы мүмкін. Осы себепті Ликерт шкалалары жиынтық шкалалар деп аталады. Ликерт шкаласының жеке элементтерін интервалдық деңгейдегі деректер ретінде қарастыруға бола ма, әлде реттік санаттық деректер ретінде қарастыру керек пе деген мәселеде әдебиетте көптеген келіспеушіліктер бар, сонымен қатар ең тиімді әдістерге қатысты нақты пікірлер де кездеседі. Мұндай келіспеушіліктің себебін Ликерт элементтерінің реттік деректер ретінде түсіндірілуінен іздеуге болады. Бұл талқылауда екі маңызды мәселе бар. Біріншіден, Ликерт шкалалары шартты түрде құрылады. Ликерт элементіне тағайындалған мәннің өлшемдер теориясы немесе шкаласы (одан қашықтық өлшемін анықтауға болады) тұрғысынан объективті сандық негізі жоқ. Әрбір Ликерт элементіне тағайындалған мәнді зерттеуді жобалаған зерттеуші анықтайды, бұл шешім қажетті егжей-тегжейлілік деңгейіне сүйенеді. Дегенмен, қалыптасқан тәжірибе бойынша Ликерт элементтеріне прогрессивті оң бүтін сандар беріледі. Ликерт шкалалары әдетте 2-ден 10-ға дейін, ал 3, 5 немесе 7 ең көп қолданылады. Сонымен қатар, шкаланың осы прогрессивті құрылымы әрбір келесі Ликерт элементінің алдыңғысына қарағанда «жақсырақ» жауапты білдіретінін көрсетеді (Ликерт шкаласының кері ретімен қажет болған жағдайларда бұл ережеден ауытқулар болуы мүмкін). Екінші, және ықтимал, маңыздырақ мәселе – әрбір келесі санат арасындағы «қашықтық» бірдей ме, бұл дәстүрлі түрде қабылданады. Мысалы, жоғарыдағы бес баллдық Ликерт шкаласында, 1-ші және 2-ші санаттар арасындағы «қашықтық» 3-ші және 4-ші санаттар арасындағы «қашықтыққа» тең деп есептеледі. Зерттеу практикасының талабы бойынша зерттеушінің бұл қашықтықты тең ұсынуы маңызды, әйтпесе нәтижелерде бұрмалаушылық пайда болуы мүмкін. Мысалы, «Нашар», «Орташа», «Жақсы» және «Өте жақсы» санаттары бар төрт баллдық Ликерт шкаласының барлық санаттары бірдей болуы екіталай, себебі тек бір ғана санат орташа деңгейден төмен баға алуы мүмкін. Бұл жағдайда нәтиже оң бағалауға ие болуы мүмкін. Екінші жағынан, зерттеуші тең қашықтықтағы санаттарды ұсынса да, жауап беруші оларды солай түсінбеуі мүмкін. Сапалы Ликерт шкаласы, жоғарыда көрсетілгендей, орталық нүктеге қатысты симметриялы санаттарды және анық лингвистикалық сипаттамаларды ұсынады. Мұндай симметриялық шкалаларда тең қашықтықтағы атрибуттар көбінесе айқын байқалады немесе кемінде, солай түсініледі. Ликерт шкаласы симметриялық және тең қашықтықта болғанда, ол интервалдық деңгейдегі өлшемге ұқсас болады. Демек, Ликерт шкаласы реттік болғанымен, жақсы ұсынылған жағдайда интервалдық деңгейдегі өлшемді шамалай алады. Бұл тиімді болуы мүмкін, өйткені егер ол тек реттік шкала ретінде қарастырылса, Ликерт элементтері арасындағы «қашықтық» ескерілмеген жағдайда құнды ақпарат жоғалуы мүмкін. Мұндағы маңызды ой – талдаудың дұрыс түрі Ликерт шкаласының қалай ұсынылғанына байланысты. Орталық тенденцияның көрсеткіштері көбінесе элемент деңгейінде қолданылады, яғни жауаптар көбінесе квази-нормальді таралуды көрсетеді. Мұндай өлшемдердің дұрыстығы шкаланың аралық сипатына байланысты. Егер екі топты салыстыру үшін аралық сипаттағы әдістер қолданылса, жұпталған үлгілерді сынау дұрыс болады. Вилкоксон қолтаңбаланған қатарлар сынағының стандартты нұсқасынан гөрі өзгертілген нұсқасы ұсынылады. Ликерт шкаласының деректерін талдау үшін жиі қолданылады. Сонымен қатар, Ликерт шкаласының жауаптарын реттік пробит моделімен талдауға болады, бұл жауаптардың реттілігін сақтайды, бірақ интервалдық шкала туралы болжам жасамайды. Реттелген пробит моделін пайдалану реттелген рейтингтерді интервалдық деңгейдегі өлшемдер ретінде қарастыру кезінде туындайтын қателерді болдырмауға көмектеседі. Консенсусқа негізделген бағалау (КНБ) жалпы қабылданған немесе объективті стандарт жоқ салаларда Ликерт шкалалары үшін объективті стандарт құру үшін қолданылуы мүмкін. Консенсусқа негізделген бағалау (КНБ) жалпы қабылданған стандарттарды жетілдіру немесе тіпті бекіту үшін де қолданылуы мүмкін.
After the questionnaire is completed, each item may be analyzed separately or in some cases item responses may be summed to create a score for a group of items. Hence, Likert scales are often called summative scales. Whether individual Likert items can be considered as interval level data, or whether they should be treated as ordered categorical data is the subject of considerable disagreement in the literature, with strong convictions on what are the most applicable methods. This disagreement can be traced back, in many respects, to the extent to which Likert items are interpreted as being ordinal data. There are two primary considerations in this discussion. First, Likert scales are arbitrary. The value assigned to a Likert item has no objective numerical basis, either in terms of measure theory or scale (from which a distance metric can be determined). The value assigned to each Likert item is simply determined by the researcher designing the survey, who makes the decision based on a desired level of detail. However, by convention Likert items tend to be assigned progressive positive integer values. Likert scales typically range from 2 to 10 – with 3, 5, or, 7 being the most common. Further, this progressive structure of the scale is such that each successive Likert item is treated as indicating a 'better' response than the preceding value. (This may differ in cases where reverse ordering of the Likert Scale is needed). The second, and possibly more important point, is whether the "distance" between each successive item category is equivalent, which is inferred traditionally. For example, in the above five point Likert item, the inference is that the 'distance' between category 1 and 2 is the same as between category 3 and 4. In terms of good research practice, an equidistant presentation by the researcher is important; otherwise a bias in the analysis may result. For example, a four point Likert item with categories "Poor", "Average", "Good", and "Very Good" is unlikely to have all equidistant categories since there is only one category that can receive a below average rating. This would arguably bias any result in favor of a positive outcome. On the other hand, even if a researcher presents what he or she believes are equidistant categories, it may not be interpreted as such by the respondent. A good Likert scale, as above, will present a symmetry of categories about a midpoint with clearly defined linguistic qualifiers. In such symmetric scaling, equidistant attributes will typically be more clearly observed or, at least, inferred. It is when a Likert scale is symmetric and equidistant that it will behave more like an interval level measurement. So while a Likert scale is indeed ordinal, if well presented it may nevertheless approximate an interval level measurement. This can be beneficial since, if it was treated just as an ordinal scale, then some valuable information could be lost if the 'distance' between Likert items were not available for consideration. The important idea here is that the appropriate type of analysis is dependent on how the Likert scale has been presented. Notions of central tendency are often applicable at the item level – that is responses often show a quasi normal distribution. The validity of such measures depends on the underlying interval nature of the scale. If interval nature is assumed for a comparison of two groups, the paired samples test is not inappropriate. modification to the Wilcoxon signed rank test is recommended over the standard Wilcoxon signed rank test. are often used in the analysis of Likert scale data. Alternatively, Likert scale responses can be analyzed with an ordered probit model, preserving the ordering of responses without the assumption of an interval scale. The use of an ordered probit model can prevent errors that arise when treating ordered ratings as interval level measurements. Consensus based assessment (CBA) can be used to create an objective standard for Likert scales in domains where no generally accepted or objective standard exists. Consensus based assessment (CBA) can be used to refine or even validate generally accepted standards.
Деректерді талдау және ұсынудың маңызды бөлігі – деректерді визуализациялау (немесе графиктік бейнелеу). Ликерт (және басқа) рейтингтік деректерді графиктік бейнелеу мәселесі Роббинс пен Хейбергердің екі мақаласында кеңінен талқыланады. Бірінші мақаласында олар «дивергентті үйілген жолақты диаграммалар» деп аталатын нәрсені қолдануды ұсынады және оларды басқа бейнелеу стильдерімен салыстырады. Екінші мақала R бағдарламасы үшін HH пакетіндегі Ликерт функциясын қолдануды сипаттайды және оның көптеген мысалдарын келтіреді.
An important part of data analysis and presentation is the visualization (or plotting) of data. The subject of plotting Likert (and other) rating data is discussed at length in two papers by Robbins and Heiberger. In the first they recommend the use of what they call diverging stacked bar charts and compare them to other plotting styles. The second paper describes the use of the Likert function in the HH package for R, and gives many examples of its use.
Өлшем деңгейі
Бес жауап санаты өлшеудің аралық деңгейін білдіреді деп жиі есептеледі. Бірақ мұндай болуы мүмкін, егер масштабтық ұпайлар арасындағы аралықтар метрикалық мағынадағы эмпирикалық байқауларға сәйкес келсе ғана. Reips және Funke (2008) визуалды аналогтық шкала бұл критерийді әлдеқайда жақсы орындайтынын көрсетіп берді. Шындығында, Ликерт шкалаларында тіпті ординалдық шкала деңгейіне күмән тудыратын құбылыстар да кездесуі мүмкін. Мысалы, элементтер жинағында, Ликерт шкаласымен бағаланғанда, > , > және > сияқты айналмалы қатынастар пайда болуы мүмкін. Бұл ординалдық шкаланың транзитивтілік аксиомасын бұзады. Лабовиц пен Трейлордың зерттеулері масштабтық ұпайлар арасындағы қашықтықтың байқалатын айқын бұрмалануына қарамастан, Ликерт типіндегі элементтер тең аралықты деп есептелетін шкалаларға жақын нәтижелер беретінін дәлелдейді. Осылайша, бұл элементтер және сауалнамалардағы басқа да бірдей көрінетін шкалалар көптеген зерттеушілердің параметрлік статистикалық процедуралар мен тесттер үшін қажет деп санайтын тең қашықтық туралы болжамды бұзуға төзімді.
The five response categories are often believed to represent an interval level of measurement. But this can only be the case if the intervals between the scale points correspond to empirical observations in a metric sense. Reips and Funke (2008) show that this criterion is much better met by a visual analogue scale. In fact, there may also appear phenomena which even question the ordinal scale level in Likert scales. For example, in a set of items , , rated with a Likert scale circular relations like > , > and > can appear. This violates the axiom of transitivity for the ordinal scale. Research by Labovitz and Traylor provide evidence that, even with rather large distortions of perceived distances between scale points, Likert type items perform closely to scales that are perceived as equal intervals. So these items and other equal appearing scales in questionnaires are robust to violations of the equal distance assumption many researchers believe are required for parametric statistical procedures and tests.
Раш үлгісі
Ликерт шкаласының деректері, принцип бойынша, осы модельге сәйкес келетін деректер алынған жағдайда, политомиялық Раш моделін қолдану арқылы үздіксіздіктегі интервалдық деңгейдегі бағалаулар алу үшін негіз ретінде пайдаланылуы мүмкін. Бұдан өзге, политомиялық Раш моделі, мәлімдемелердің көзқарас немесе қасиеттің күшейе түсетін деңгейлерін бейнелейтіні туралы гипотезаны тексеруге мүмкіндік береді. Мысалы, модельді қолдану жиі нейтралдық санатының келіспеу және келісу санаттары арасындағы көзқарас немесе қасиет деңгейін көрсетпейтінін анықтайды. Ликерт шкаласы бойынша жасалған барлық сұрақтар жиынтығын Раш өлшемі үшін пайдалануға болмайды. Деректер модельдің қатаң формальды аксиомаларын орындау үшін мұқият тексерілуі тиіс. Дегенмен, шикі балдар – Георг Раштың қасақана таңдауы бойынша Раш өлшемдері үшін жеткілікті статистика болып табылады, сондықтан егер сіз шикі балдарды жарамды деп қабылдасаңыз, Раш өлшемдерін де жарамды деп қабылдауға болады.
Likert scale data can, in principle, be used as a basis for obtaining interval level estimates on a continuum by applying the polytomous Rasch model, when data can be obtained that fit this model. In addition, the polytomous Rasch model permits testing of the hypothesis that the statements reflect increasing levels of an attitude or trait, as intended. For example, application of the model often indicates that the neutral category does not represent a level of attitude or trait between the disagree and agree categories. Not every set of Likert scaled items can be used for Rasch measurement. The data has to be thoroughly checked to fulfill the strict formal axioms of the model. However, the raw scores are the sufficient statistics for the Rasch measures, a deliberate choice by Georg Rasch, so, if you are prepared to accept the raw scores as valid, then you can also accept the Rasch measures as valid.
Айтуға
Ренсис Ликерт, бұл шкаланы жасаған адам, өзінің есімін "/l//ɪ//k//ər//t/ LIKərt" деп айтады. Кейбір адамдар Ликерт есімінің "саладағы ең көп бұрмаланып айтылатын есімдердің бірі" екенін айтады, себебі көптеген адамдар шкаланың атын "/l//aɪ//k//ər//t/ LYkərt" деп жасайды.
Rensis Likert, the developer of the scale, pronounced his name '/l//ɪ//k//ər//t/ LIKərt. Some have claimed that Likert's name "is among the most mispronounced in [the] field", because many people pronounce the name of the scale as '/l//aɪ//k//ər//t/ LYkərt.